Show HN: BlitzGraph – 面向图的Supabase，专为LLM代理构建

Hello HN 在对SQL过敏之后，我在Dgraph、Typedb和surrealdb上开了120多个issue，寻找完美的图数据库。但它们都不是为代理构建的，也不完全适合我们想要实现的目标：彻底抛弃SQL的遗留问题，正确建模现实世界。于是我们决定构建BlitzGraph<p>在BlitzGraph中，记录（单位）可以属于多种类型（种类）并随时间演变。多态关系也是一等公民，多种种类可以扮演相同角色。这种设计有助于摆脱旧有的表范式，跟踪实体的整个生命周期，无需进行笨拙的自连接——即在不同表中以不同ID将实体连接回自身。<p>一个例子：<p><pre><code> { &quot;$id&quot;: &quot;amazn&quot;, &quot;$kinds&quot;: [&quot;Company&quot;, &quot;Prospect&quot;], deal: ... } &#x2F;&#x2F; Day 1 { &quot;$id&quot;: &quot;amazn&quot;, &quot;$kinds&quot;: [&quot;Company&quot;, &quot;Customer&quot;], contract: .. } &#x2F;&#x2F; Day 7 { &quot;$id&quot;: &quot;amazn&quot;, &quot;$kinds&quot;: [&quot;Company&quot;, &quot;Churned&quot;], churnCause: &quot;...&quot; }, ... &#x2F;&#x2F; Day 86 </code></pre> BlitzGraph的不同之处：<p><pre><code> - 类GraphQL的嵌套查询和变更 https:&#x2F;&#x2F;blitzgraph.com&#x2F;docs - 多态记录和关系 - 双向O(1)关系 - 具有原生基数验证的引用完整性 - 专为AI代理编程构建的JSON查询&#x2F;变更语言 - 无N+1问题的批量查询&#x2F;变更 - 用于快速仪表板和MVP的内置前端引擎 - 原生全文搜索、文件存储、计算字段、临时子空间、单位历史记录... </code></pre> 诚实的对比：<p>- 与typedb对比：出色的数据库，但不适合应用开发。另一方面，我们喜欢并引入了他们的推理思想，以及如何智能地执行变更而非逐行执行 - 与surrealdb对比：几个核心差异，关键一点是我们按拓扑顺序执行验证和转换，并且我们的边是一等公民 - 与dgraph对比：他们的酷炫功能如提交后钩子附加在GraphQL层上，而在BG中这是基础性的 - neo4j：如果你试过，你就知道 - 与supabase&#x2F;pg对比：BG在平面查询上较慢，但在嵌套查询上更快。使用BG，你主要摆脱了表范式，跳入图世界，同时能够构建应用<p>尚未就绪：<p>- 虽然BlitzGraph已经是一个优秀的AI代理内存后端，但我们仍需完成语义搜索引擎 - 查询计划器尚未优化 - 云前端尚无原生认证引擎<p>Beta版已上线，欢迎捣乱破坏！ - 公开游乐场：<a href="https:&#x2F;&#x2F;blitzgraph.com&#x2F;#playground" rel="nofollow">https:&#x2F;&#x2F;blitzgraph.com&#x2F;#playground</a> - MCP：<a href="https:&#x2F;&#x2F;blitzgraph.com&#x2F;mcp" rel="nofollow">https:&#x2F;&#x2F;blitzgraph.com&#x2F;mcp</a>