<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Knowledge Graph on SoloSoft</title><link>https://www.solosoft.dev/es/tags/knowledge-graph/</link><description>Recent content in Knowledge Graph on SoloSoft</description><generator>Hugo</generator><language>es-es</language><lastBuildDate>Fri, 01 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://www.solosoft.dev/es/tags/knowledge-graph/index.xml" rel="self" type="application/rss+xml"/><item><title>Code-Graph: Herramienta Open-Source para Analizar Codigo Fuente como Grafos de Conocimiento Consultables</title><link>https://www.solosoft.dev/es/post/code-graph-analyzer-2026/</link><pubDate>Fri, 01 May 2026 00:00:00 +0000</pubDate><guid>https://www.solosoft.dev/es/post/code-graph-analyzer-2026/</guid><description>&lt;p&gt;Entender codigos base desconocidos es uno de los desafios mas dificiles en el desarrollo de software. &lt;a href="https://github.com/FalkorDB/code-graph"&gt;Code-Graph&lt;/a&gt; de &lt;strong&gt;FalkorDB&lt;/strong&gt; aborda este problema de una manera novedosa: transformando repositorios de codigo fuente en grafos de conocimiento completamente consultables que puede interrogar en lenguaje natural.&lt;/p&gt;
&lt;p&gt;En lugar de leer archivos linealmente o confiar en herramientas de busqueda de codigo que tratan el codigo como texto plano, Code-Graph analiza su codigo base a nivel de &lt;strong&gt;Arbol de Sintaxis Abstracta (AST)&lt;/strong&gt;, extrayendo cada entidad significativa &amp;ndash; clases, funciones, metodos, modulos, argumentos, variables &amp;ndash; y mapeando sus relaciones en un grafo de propiedades almacenado en &lt;strong&gt;FalkorDB&lt;/strong&gt;. El resultado es una representacion estructurada y navegable de todo su codigo base que soporta consultas en lenguaje natural como &amp;ldquo;Muestrame todas las clases que dependen de la clase DatabaseConnection&amp;rdquo; o &amp;ldquo;Encuentra funciones de utilidad no utilizadas en el modulo auth.&amp;rdquo;&lt;/p&gt;</description></item><item><title>FalkorDB: Base de Datos de Grafos Open-Source Ultra Rapida para Grafos de Conocimiento y GraphRAG</title><link>https://www.solosoft.dev/es/post/falkordb-graph-database-2026/</link><pubDate>Fri, 01 May 2026 00:00:00 +0000</pubDate><guid>https://www.solosoft.dev/es/post/falkordb-graph-database-2026/</guid><description>&lt;p&gt;&lt;a href="https://github.com/FalkorDB/FalkorDB"&gt;FalkorDB&lt;/a&gt; es una base de datos de grafos de propiedad multiinquilino ultra rapida y open-source construida especificamente para &lt;strong&gt;Grafos de Conocimiento LLM&lt;/strong&gt; y &lt;strong&gt;GraphRAG&lt;/strong&gt; (Generacion Aumentada por Recuperacion Basada en Grafos). Como sucesora directa de RedisGraph &amp;ndash; que fue descontinuado por Redis Inc. en 2023 &amp;ndash; FalkorDB ha sido adoptada por una creciente comunidad de profesionales de IA que necesitan rendimiento de base de datos de grafos optimizado para la era de los grandes modelos de lenguaje.&lt;/p&gt;
&lt;p&gt;Internamente, FalkorDB utiliza &lt;strong&gt;operaciones de matrices dispersas&lt;/strong&gt; a traves del estandar GraphBLAS para representar y consultar matrices de adyacencia de grafos. Este enfoque es fundamentalmente diferente del recorrido basado en indices utilizado por la mayoria de las bases de datos de grafos, y es la clave del rendimiento de consultas de latencia de milisegundos de FalkorDB incluso en grafos con millones de nodos.&lt;/p&gt;</description></item><item><title>HippoRAG: Memoria a Largo Plazo Neurobiologicamente Inspirada para LLMs (NeurIPS 2024)</title><link>https://www.solosoft.dev/es/post/hipporag-memory-rag-2026/</link><pubDate>Fri, 01 May 2026 00:00:00 +0000</pubDate><guid>https://www.solosoft.dev/es/post/hipporag-memory-rag-2026/</guid><description>&lt;p&gt;La Generacion Aumentada por Recuperacion (RAG) se ha convertido en el enfoque estandar para fundamentar las salidas de LLM en conocimiento externo. Pero la RAG estandar tiene una limitacion fundamental: trata cada consulta de forma independiente, sin memoria de recuperaciones pasadas ni capacidad para conectar informacion entre documentos. &lt;strong&gt;HippoRAG&lt;/strong&gt; se inspira en el hipocampo del cerebro humano para superar esto, creando un sistema de memoria a largo plazo que mejora dramaticamente la respuesta a preguntas multi-salto.&lt;/p&gt;
&lt;p&gt;Publicado en NeurIPS 2024 y disponible en &lt;a href="https://github.com/OSU-NLP-Group/HippoRAG"&gt;github.com/OSU-NLP-Group/HippoRAG&lt;/a&gt;, HippoRAG combina LLMs con grafos de conocimiento en un marco modelado segun la teoria de indexacion hipocampal de la memoria humana. El resultado es un sistema RAG que construye una estructura de conocimiento persistente a partir de documentos, permitiendole responder preguntas complejas que requieren conectar informacion a traves de multiples fuentes, logrando aproximadamente un 20% de mejora sobre la RAG estandar en benchmarks de QA multi-salto.&lt;/p&gt;</description></item><item><title>TerminusDB: Base de Datos de Grafos de Conocimiento de Código Abierto</title><link>https://www.solosoft.dev/es/post/terminusdb-graph-2026/</link><pubDate>Fri, 01 May 2026 00:00:00 +0000</pubDate><guid>https://www.solosoft.dev/es/post/terminusdb-graph-2026/</guid><description>&lt;p&gt;La mayoría de las bases de datos tratan los datos como instantáneas. TerminusDB trata los datos como un repositorio Git: cada cambio tiene control de versiones, cada actualización se rastrea, y puedes bifurcar, fusionar, hacer diff y retroceder cualquier cambio. Esto lo hace especialmente adecuado para aplicaciones de grafos de conocimiento donde la procedencia de datos y la colaboración son críticas.&lt;/p&gt;
&lt;p&gt;Desarrollado por TerminusDB, esta base de datos de grafos de conocimiento de código abierto combina modelado de datos en grafo con almacenamiento orientado a documentos. Su lenguaje de consulta WOQL (Web Ontology Query Language) admite recorridos de grafos expresivos, validación de esquemas y transformación de datos. El control de versiones integrado lo hace ideal para proyectos de datos colaborativos, gestión de pipelines de datos y cualquier aplicación donde el historial de datos sea importante.&lt;/p&gt;</description></item></channel></rss>