Die KI-native Embedded-Datenbank für Flutter.
Vektor-Suche, Graph-Traversal, Agent Memory, Offline-First Sync — alles on-device. Bau private, schnelle, KI-gestützte Mobile-Apps, ohne eine Cloud-Datenbank zu mieten.
9 Plattformen · 32 Rust-Crates · 2.630+ Tests
import 'package:edgegraphbox/edgegraphbox.dart';
final store = await Store.open(StoreConfig.auto('kb'));
final docs = store.box<Document>();
// Hybrid search: BM25 + HNSW with Reciprocal Rank Fusion
final hits = await docs.hybridSearch(
textQuery: 'transformers attention',
embedding: queryVector,
textWeight: 0.3,
vectorWeight: 0.7,
);
// Graph traversal — citation network, depth-limited
final related = await docs.traverse(
from: paperId, edge: 'cites', maxDepth: 3,
);
// Agent memory — episodic recall with importance decay
await agent.remember('user prefers concise answers');
final ctx = await agent.recall(query, k: 8); Warum jetzt
On-Device-KI ist da. Die Datenbank hat es noch nicht mitbekommen.
SQLite ist 24 Jahre alt
Nicht für Vektoren, Graphen oder KI gemacht. Extensions dranflanschen heißt: langsame Queries, fragile Builds und keine semantische Suche.
Pinecone & Co. brauchen Cloud
Mobile RAG über Netz-Roundtrip ist tot bei Geburt. Privacy, Latenz, Offline — drei Gründe, warum deine KI-Features keine Cloud-Vektor-DB brauchen dürfen.
Niemand sonst deckt alles ab
Embedded + Vektor + Graph + Agent Memory für Flutter — das ist die Lücke. Realm, Hive, Isar, ObjectBox: keiner liefert diesen Stack.
Alles, was eine KI-native Mobile-App braucht — in einer Library.
HNSW Vektor-Suche
Hierarchical Navigable Small World Index mit SIMD-Beschleunigung (AVX2/NEON). Sub-Millisekunden-Ähnlichkeitssuche über Millionen Embeddings — vollständig on-device.
BM25 Volltextsuche
Produktionsreifes Ranking mit Snowball-Stemmern in 14+ Sprachen. Kombiniere mit Vektor-Suche via Reciprocal Rank Fusion für hybride Retrieval.
Graph-Traversal
Native Entity-Beziehungen, BFS/DFS mit Tiefenlimits und Zyklus-Erkennung. Bau Zitationsnetze, Wissensgraphen, Empfehlungspfade — ohne separaten Service.
AI Agent Memory
Episodisches + semantisches Gedächtnis mit Importance-Decay, Konsolidierung und kontext-bewusstem Retrieval. Drop-in-Persistenz für Chat-Agenten, Copiloten, RAG-Pipelines.
Offline-First Sync
HLC-basierte Hybrid Logical Clocks, konfigurierbare Konflikt-Auflösung, CRDT-Support. Optionaler selbst-gehosteter Server für Multi-Device-Sync — nie zwingend.
Real-Time Subscriptions
Reaktive Queries, Live Subscriptions, Push Notifications. UI aktualisiert sich bei Daten-Änderung — ohne Polling, ohne Listen-Rebuild.
9 Plattformen, eine Codebase
iOS, Android, macOS, Windows, Linux, Web (WASM teilweise). Auf flutter_rust_bridge gebaut — schreibe Dart, lieferst Rust-Performance.
Architektur
Eine schlanke Dart-API über einem ausgehärteten Rust-Kern.
32 spezialisierte Crates, 2.630+ Tests. Jede Schicht klein, austauschbar, überprüfbar.
Dart / Flutter
Store · Box<T> · Query · Entity · AgentMemory
egb-ffi · flutter_rust_bridge
Generierte Bindings — typsicher, zero-copy wo es zählt.
Rust-Kern (32 Crates)
egb-core · egb-storage · egb-vector · egb-query · egb-graph · egb-agent · egb-rag · egb-embedding · egb-inference · egb-sync · egb-crdt · egb-server · egb-auth · egb-permission · egb-notification · egb-cypher · egb-codegen · …
Leise gebaut. Obsessiv getestet.
NeuralPaper, PKB und PubSeek als Showcase-Apps validieren jede Schicht. Aktuell in privater Entwicklung.
Interesse
Sag uns, warum du Interesse hast.
Wir entscheiden gerade, ob wir die nächsten 6 Monate Vollzeit reinstecken. Wenn du EdgeGraphBox nutzen, drauf bauen, beitragen oder fördern würdest — meld dich.