Sluta drunkna i dokument.
Börja hitta svar.
Graffold förvandlar utspridda filer, databaser och API:er till en enda kunskapsgraf du kan fråga på vanligt språk — med varje svar spårat till sin källa.
290+
Moduler
53K
Kodrader
6
Databasbackends
100%
Källhärkomst
Driftsätt på ditt sätt
☁️ Moln
Hanterade databaser och hostade LLM:er. Driftsätt med Docker Compose — skalar till miljontals entiteter.
🏠 Lokalt
Full stack på din maskin. Inga externa API-anrop. Luftgapade driftsättningar för känslig data.
🔀 Hybrid
Mixa och matcha. Lokal databas med moln-LLM. Fjärrgraf med lokal modell. Ingen inlåsning på något lager.
Vad finns under huven
Inläsning från flera källor
PDF:er, CSV:er, REST-API:er, kalkylblad — alla källor med ett API kopplas in. Flerstrategisk PDF-extraktion med visionsbaserad OCR, Nougat för vetenskapliga artiklar och parallell batchbearbetning.
Härkomst & tidsbaserad spårning
Varje entitet spåras till sin källa. Temporala giltighetsfönster, motsägelsedetektering och konfidensförfall över tid.
Rust-accelererade hot paths
orjson (3–10× JSON), Granian (2–4× HTTP), Memgraph MAGE (native graph algorithms), Polars, tiktoken — mätbara genomströmningsvinster, noll omskrivningar.
Full observerbarhet
5 Grafana-dashboards, Prometheus-mätvärden, strukturerad revisionsloggning, LLM-kostnadsspårning per session och regressionsvarningar vid utvärderingsmetriktapp.
Vanliga frågor
Om du har andra frågor, tveka inte att kontakta oss.
Om oss
- Huvudkontor
- Stockholm, Sverige
- Grundat
- 2025
- Stack
- Python · Rust · TypeScript
- Kodbas
- 290 moduler · 53K rader
Kritisk kunskap är begravd i miljontals dokument. Graffold konsoliderar den till en sökbar graf så att team upptäcker kopplingar på sekunder istället för månader.
Behöver jag en grafdatabas för att komma igång?
Nej. Graffold provisionerar en Memgraph-container automatiskt — den körs i 256 MB minne. För produktion ger dedikerade per-tenant-containrar full isolering. Neo4j och FalkorDB finns som alternativa backends via en enda konfigurationsändring.
Vilka filtyper kan Graffold läsa in?
PDF:er (med visions-OCR), CSV, Excel, Parquet, JSON, XML, Markdown och alla REST-API:er. Konnektormönstret innebär att lägga till en ny källa är en enda adapterklass.
Kan jag köra det helt offline?
Ja. Lokalt läge använder Ollama för LLM-inferens och en inbäddad grafdatabas. Noll externa API-anrop — lämpligt för luftgapade miljöer.
Hur fungerar härkomstspårning?
Varje entitet och relation lagrar sitt källdokument, extraktionstidsstämpel och konfidenspoäng. Svar citerar specifika källor med sidnummer och passager.
Hur lång tid tar installationen?
Lokalt läge: en docker compose up och du frågar på minuter. Molndriftsättningar använder Docker Compose med förbyggda stackar — vanligtvis under en timme.
Finns det leverantörsinlåsning?
Ingen. Databas, LLM-leverantör och inbäddningsmodell kan alla bytas via DatabaseInterface-abstraktionen. Flytta från Memgraph till Neo4j, eller Bedrock till Ollama, utan att ändra applikationskod.
Vilka databaser stöds?
Memgraph (primär, in-memory graf) + Cloudflare Vectorize (vektorinbäddningar). Neo4j och FalkorDB tillgängliga som alternativa grafbackends via DatabaseInterface-abstraktionen.
Vilka LLM-leverantörer fungerar?
AWS Bedrock (Claude, Titan), AWS SageMaker, Cloudflare Workers AI, Ollama och alla OpenAI-kompatibla API:er — 5 leverantörer utbytbara via factory-mönstret.
Är Graffold öppen källkod?
Kärnplattformen är öppen källkod. Företagsfunktioner (SSO, övervakning, dedikerad support) tillgängliga separat.
Hur snabbt är det?
250ms P50 frågelatens. Rust-accelererad JSON och HTTP, in-memory graf via Memgraph. Parallell inläsning för bulkkörningar.