Awesome Graph Engineering

Diseña la organización, no solo el agente.
Guía de campo, conjunto de datos abierto y atlas interactivo para organizaciones programables de agentes de IA.

English · 简体中文 · Español · Français · Deutsch · 日本語 · 한국어 · Português (Brasil)

Aquí, graph engineering se refiere a sistemas de agentes de IA. No es una guía sobre bases de datos de grafos, grafos de conocimiento, ETL de grafos ni redes neuronales de grafos.

Definición de trabajo

Graph engineering es la práctica de especificar, ejecutar, observar y evolucionar un sistema de agentes estructurado como grafo: sus roles e instancias en ejecución, los contratos que los conectan, el estado y los artefactos que comparten, y la evidencia con la que se juzga su comportamiento colectivo, para que el sistema en su conjunto pueda controlarse, probarse y mejorarse.

El grafo debe ser operativo, no decorativo: su topología declarada, el grafo realizado en una ejecución o la política que lo genera debe condicionar materialmente la ejecución y ser suficientemente inspeccionable para versionarse, rastrearse, evaluarse o modificarse de forma deliberada.

Graph engineering es un término de trabajo para una práctica emergente, no un estándar académico o industrial establecido. La definición se apoya en trabajos sobre sistemas multiagente, protocolos, ejecución duradera, observabilidad, evaluación y resultados negativos. El mapa de evidencias vincula cada afirmación con sus fuentes.

Prueba mínima: las tres condiciones son necesarias

1. Agencia plural y delimitada: al menos dos instancias de agentes en ejecución, responsables por separado, pueden tomar decisiones acotadas; pueden compartir rol o modelo.
2. Semántica explícita de coordinación: las aristas definen qué puede pasar, cuándo se transfiere el control y cómo se aceptan o rechazan los resultados.
3. Un artefacto de grafo inspeccionable: la topología, el grafo de ejecución o su política generadora puede versionarse, rastrearse, evaluarse o cambiarse deliberadamente.

Límites del alcance

• Un único agente con muchas herramientas sigue siendo un solo nodo.
• Un DAG determinista de funciones ordinarias es ingeniería de flujos de trabajo, salvo que sirva de sustrato para nodos que realmente actúan como agentes.
• Un chat de personajes sin contratos, límites de estado ni puertas de evidencia no basta.
• Una visualización posterior o un organigrama estático no cuenta si no condiciona la ejecución ni permite diagnosticarla.
• Las bases de datos de grafos, GraphRAG, los grafos de conocimiento y las GNN solo entran en alcance cuando sostienen directamente la coordinación de una organización de agentes.
• Más agentes no implica un sistema mejor: el grafo debe justificar su coste de coordinación frente a la alternativa fiable más pequeña.

Primitivas esenciales

Primitiva	Pregunta de ingeniería
Nodo de agente	¿Quién controla este contexto, objetivo, capacidad y límite de permisos?
Arista tipada	¿Qué atraviesa esta relación, con qué esquema y precondiciones?
Grafo organizativo	¿Qué roles reutilizables pueden delegar, verificar o escalar?
Grafo de ejecución/trabajo	¿Qué tareas, dependencias y evidencias requiere esta ejecución?
Puerta de evidencia	¿Qué prueba permite avanzar, rechazar o escalar el trabajo?
Límite de estado	¿Qué se comparte, aísla, guarda o considera fuente de referencia?
Política del grafo	¿Quién puede crear, redirigir, cancelar o reescribir nodos y aristas?

El grafo organizativo describe autoridad y relaciones permitidas; el grafo de ejecución describe lo que ocurrió o debe ocurrir en un trabajo concreto. Son vistas analíticas complementarias, no estándares universales.

Explora y participa

• 🧭 Atlas interactivo y visualización del sistema
• 🤗 Conjunto de datos en Hugging Face
• 🔬 Definición completa y mapa de evidencias
• 🧱 Taxonomía de nueve capas y comparación de conceptos
• 🛠️ Cómo contribuir o proponer una traducción
• 📚 Metodología de selección y metadatos de citación

El directorio completo de recursos, el atlas y el conjunto de datos se generan a partir de la misma fuente estructurada.

Cómo citar

Curated by He Chaoyue.

@misc{he2026awesomegraphengineering,
  author       = {He, Chaoyue},
  title        = {Awesome Graph Engineering: A Field Guide, Dataset, and Interactive Atlas for Programmable AI-Agent Organizations},
  year         = {2026},
  doi          = {10.5281/zenodo.23617107},
  version      = {1.4.2},
  publisher    = {Zenodo},
  howpublished = {\url{https://github.com/ChaoYue0307/awesome-graph-engineering}},
  url          = {https://github.com/ChaoYue0307/awesome-graph-engineering}
}

Licencia

La selección, el esquema, los resúmenes y los materiales creados para el repositorio se publican bajo CC0 1.0 Universal. Las obras externas referenciadas conservan sus propias licencias y derechos de autor. CC0 no afecta a los derechos de marca ni de patente y se ofrece sin garantías. Se agradece la cita por trazabilidad académica, pero CC0 no la exige.