Veritasgraph

Name: Veritasgraph
Author: bibinprathap

de bibinprathapversión 0.1.2i★ –iSe ejecuta en tu computadora

Nombre en el registroio.github.bibinprathap/veritasgraph

Instalar

Resumen

Descripción del creador (original en inglés)

Zero-trust, air-gapped Enterprise GraphRAG MCP server with offline, citation-grounded answers.

Los tres pilares de PopNx MCP

Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.

Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
Nuestras revisiones básicasi1 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
UsoiAún sin medir★ –

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

Conexión: Se ejecuta en tu computadora
Transporte: stdio
Categoría: Otros

Instalación

Elige la app de IA que usas y copia la configuración.

Antes de instalar

Revisiones básicas: 1 de 1 superadas
Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
Debes completar tú: VERITASGRAPH_MODEL, OLLAMA_HOST, STUDIO_DATA_DIR

Necesitas

PyPIuv de Python instalado (para el comando uvx)

¿Qué app usas?

ClaudeClaude CodeCursorVS CodeChatGPT

Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.

Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json

{
  "mcpServers": {
    "veritasgraph": {
      "command": "uvx",
      "args": [
        "veritasgraph-mcp"
      ],
      "env": {
        "VERITASGRAPH_MODEL": "your-value",
        "OLLAMA_HOST": "your-value",
        "STUDIO_DATA_DIR": "your-value"
      }
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add veritasgraph --env VERITASGRAPH_MODEL=your-value --env OLLAMA_HOST=your-value --env STUDIO_DATA_DIR=your-value -- uvx veritasgraph-mcp

Completa los valores vacíos antes de ejecutarlo.

Abrir en Cursor

O copia la configuración tú

Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json

{
  "mcpServers": {
    "veritasgraph": {
      "command": "uvx",
      "args": [
        "veritasgraph-mcp"
      ],
      "env": {
        "VERITASGRAPH_MODEL": "your-value",
        "OLLAMA_HOST": "your-value",
        "STUDIO_DATA_DIR": "your-value"
      }
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Abrir en VS Code

O copia la configuración tú

Pégalo en .vscode/mcp.json de tu proyecto

{
  "servers": {
    "veritasgraph": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "veritasgraph-mcp"
      ],
      "env": {
        "VERITASGRAPH_MODEL": "your-value",
        "OLLAMA_HOST": "your-value",
        "STUDIO_DATA_DIR": "your-value"
      }
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.

Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.

Valores que debes completar

VERITASGRAPH_MODEL env
Default local Ollama model for ingest/query (e.g. qwen3:latest).
OLLAMA_HOST env
Local Ollama endpoint.
STUDIO_DATA_DIR env
Directory where the knowledge-graph snapshot is persisted.

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 7 nov 2026

✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con la cuenta de GitHub bibinprathap, dueña del repo
… Aún sin revisar
Sigue en mantenimiento
Todavía no hemos leído este repo en GitHub
… Aún sin revisar
Tiene licencia
Todavía no hemos leído este repo en GitHub
– No aplica
El endpoint responde
Este se ejecuta en tu computadora; no hay endpoint en internet
– No aplica
Inicio de sesión con OAuth
Se ejecuta en tu computadora y usa ajustes locales en su lugar
… Aún sin revisar
Sin instrucciones ocultas en las descripciones de herramientas
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Comparado con otros en Otrosi

Más estrellas que el 0% de los otros 32696 servidores de esta categoría
Publicado en el registro más recientemente que el 15% de los otros 32696 servidores de esta categoría
Revisiones básicas iguales o mejores que el 100% de los otros 32696 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro Veritasgraph?

Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez –, y la última versión (0.1.2) llegó al registro hace 4 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: Spec Driven Development, Remote Desktop Commander, LexPact UK Contracts

Alternativas

Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.

Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

Spec Driven Development

de formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

Se ejecuta en tu computadora★ 440MITActualizado hace 14 meses

Instalar

Remote Desktop Commander

de desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

Se ejecuta en la nube★ 211Actualizado anteayer

Instalar

LexPact UK Contracts

de Idadabhai

Generate UK-law contracts: NDA, service, freelance, recruiter terms of business, IR35.

Se ejecuta en tu computadoraActualizado hoy

Instalar

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

VeritasGraph — The Governed, On-Prem GraphRAG & Agent Framework

Stop chunking blindly. Combine Tree-Search structure with Knowledge-Graph reasoning — and wire it into governed AI agents. Runs 100% locally or in the cloud.

🎯 Traditional RAG guesses based on similarity. VeritasGraph reasons based on structure.

Don't just find the document — understand the connection, then act on it with governed agents.

🌐 Live site · ⭐ Star · 🍴 Fork · 💬 Discuss · 🐛 Report a bug

python -m veritasgraph_mcp     # from repo root (needs local Ollama for ingest/query)

[▶️️ Watch the Full Talk & Live Demo on YouTube (27 mins)](https://www.youtube.com/watch?v=MDo1Mk8R5Wo)

Why Vector RAG Breaks on Deep Research

Attribution is a data model, not a prompt: Storing provenance at write time prevents hallucinated citations at read time.
Deterministic retrieval: Graph traversal is fully reproducible, separating factual evidence traces from stochastic LLM generation.
Explicit abstention: The agent identifies missing graph edges and returns "insufficient evidence" rather than guessing.

📚 Featured Guide — Build Governed AI Agents On-Prem

A complete walkthrough of designing, wiring, and shipping governed AI agents entirely on your own infrastructure.

**📄 Read the guide: *Build Governed AI Agents On-Prem* (PDF)**

▶️ [Watch the walkthrough on YouTube](https://youtu.be/sA7ReEgdJfg)

🚀 Quick Start (2 lines, no GPU)

pip install veritasgraph

veritasgraph demo --mode=lite

That's it — an interactive demo using cloud APIs (OpenAI/Anthropic), no local models required.

Mode	Best For	Requirements
`--mode=lite`	Quick demo, no GPU	OpenAI/Anthropic API key
`--mode=local`	Privacy, offline use	Ollama + 8GB RAM
`--mode=full`	Production, all features	Docker + Neo4j

export OPENAI_API_KEY="sk-..."        # Lite: cloud APIs, zero setup

veritasgraph demo --mode=lite

veritasgraph demo --mode=local --model=llama3.2 # 100% offline with Ollama veritasgraph start --mode=full # full GraphRAG pipeline

Useful links: ⚡ Live docs · 🎮 Live demo · 📖 Article · 📄 Research paper

🏥 Example Implementation — MedTrust Agent

[MedTrust Agent](MedTrust%20Agent/README.md) is a complete, reproducible example implementation of the VeritasGraph governed-agent architecture, applied to medical and pharmaceutical workflows — a zero-trust, observable LLM agent framework (NEECON 2026 paper).

Zero-trust control plane: least-privilege IAM with step-up authorization — no tool runs before authorization succeeds.
Governed answers: mandatory [doc#chunk] citations; uncited answers are withheld or routed to human review.
Tamper-evident audit: keyed, hash-chained audit log with published anchors.
Honest evaluation: security measured directly from the running code (100% unauthorized actions blocked, Wilson 95% CIs), answer quality clearly labelled *illustrative*; 69 tests, a versioned 40-scenario suite, and a one-command reproduce script.

python -m medtrust.demo    # end-to-end governed demo, 100% offline

📄 Read the full write-up: MedTrust Agent README

🧩 Built with VeritasGraph

A growing ecosystem of projects is building on VeritasGraph for enterprise GraphRAG, agent orchestration, fact-checking, and governed reasoning.

Community projects and integrations

MeAkash77 / VeritasGraph-Enterprise-GraphRAG-Verifiable-AI-Platform — enterprise GraphRAG adapter and verifiable AI platform patterns.
PTP063 / veritas-graph — derivative project and live deployment using VeritasGraph concepts.
RahulSagar2005 / multi-hop-rag — multi-hop retrieval and reasoning workflows.
lukehungngo / agentwall — agent security and governance-oriented reasoning flows.
gajanan229 / Fact-checker-Agent — evidence-focused fact-checking and explanation patterns.
Minh-Tam-Solution / EndiorBot — enterprise chatbot and AI agent integration built around graph-backed reasoning.
NistorDorinGabriel / Proiect_Licenta — academic thesis project extending VeritasGraph-inspired graph reasoning techniques.

If you are building with VeritasGraph and want to be featured here, open a PR or reach out with a short repo description and usage summary.

� Live Example — Floorplan-KG Takeoff Demo

A hosted, zero-setup example of VeritasGraph applied to construction drawings. Upload a floorplan PDF (or pick a bundled sample) and the engine extracts rooms, dimensions, openings, fixtures, and schedules — then builds a knowledge graph and quantity takeoff you can query, all with verifiable provenance back to the source sheet.

[🏗️ Try the Floorplan-KG demo](https://spaceai-llmpc.ngrok.app/floorplan) — *free, no login; runs the live PyMuPDF/pdfplumber extraction pipeline.*

What it shows: PDF → structured rooms/dimensions/schedules → knowledge graph → CSV/XLSX takeoff export, with a VeritasGraph assist panel for grounded Q&A over the extracted graph.
Why it matters: the same governed-attribution model that powers document RAG applies to geometry — every measured quantity traces back to a specific sheet and element rather than a guessed value.
Example output: a single-sheet residential plan returns ~17 rooms and ~2,400 sq ft in under 200 ms.

Studio is a local Agent Build Workspace (FastAPI + single-page UI) that lets you build a knowledge graph from your own documents and wire it into agents alongside tools, memory, data logging, guardrails, and headroom-style context budgeting — then chat with those agents live and watch every stage of the orchestration pipeline. Everything runs 100% locally against Ollama.

[🎮 Try the Studio Live](https://bibinprathap.github.io/VeritasGraph/studio/) — *stable URL that always redirects to the current running studio tunnel.*

Run it:

pip install -r requirements.txt

ollama serve & ollama pull qwen3:latest # any local chat model STUDIO_DATA_DIR="$PWD/studio_api/data" \ uvicorn studio_api.main:app --host 127.0.0.1 --port 8200 --log-level warning

Studio UI → http://localhost:8200/studio · API docs → /docs

One-command end-to-end demo (builds a graph + drives a fully-wired agent through graph reasoning, memory recall, PII redaction, and a guardrail block):

python3 demos/agent-studio/sample_pipeline.py --model qwen3:latest

What's inside — full Studio feature set

🧩 Knowledge Graph builder & explorer — ingest text, extract entities/relationships locally, inspect nodes/edges with grounded evidence.
🔎 Graph Q&A with citations — multi-hop answers backed by [doc#chunk] source attribution.
🤖 Agent workspace — create/edit agents with model selection, prompt/persona settings, and per-agent capability toggles.
🔀 Governed orchestration pipeline — per-turn flow of Guardrails → Memory → Knowledge Graph → Headroom budget → Tools → Data log, with full trace visibility.
🧰 Editable tools catalog — add, edit, enable/disable, test, and delete tools directly in Studio.
🌐 External real tool support — call real HTTP endpoints with configurable method, auth header, and custom headers.
🔌 MCP bridge integrations — local MCP proxy connectors (e.g. Chrome DevTools MCP, Unity MCP) with health-aware probing.
🛡️ Guardrails — PII redaction and policy-block controls with visible guardrail-block metrics.
🧠 Memory + Data logs — per-agent short-term memory and interaction-log persistence.
📈 Evaluation & fine-tune simulation — run eval suites, track pass-rate trends, and queue/monitor fine-tune jobs.
💬 Playground — run governed agent conversations live and inspect the pipeline trace.
📊 KPI dashboard — active agents, connected tools, eval pass rate, and guardrail-block counters.

See [`studio_api

Solo se muestra el principio; lee el resto en el repo

Veritasgraph

Resumen

Los tres pilares de PopNx MCP

Qué puedes hacer con él

Instalación

Antes de instalar

Valores que debes completar

Qué puede hacer

Revisiones básicasi

El creador coincide con el repo

Sigue en mantenimiento

Tiene licencia

El endpoint responde

Inicio de sesión con OAuth

Sin instrucciones ocultas en las descripciones de herramientas

Comparado con otros en Otrosi

Preguntas frecuentes

Alternativas

Spec Driven Development

Remote Desktop Commander

LexPact UK Contracts

README del creador

VeritasGraph — The Governed, On-Prem GraphRAG & Agent Framework

Why Vector RAG Breaks on Deep Research

📚 Featured Guide — Build Governed AI Agents On-Prem

🚀 Quick Start (2 lines, no GPU)

🏥 Example Implementation — MedTrust Agent

🧩 Built with VeritasGraph

Community projects and integrations

� Live Example — Floorplan-KG Takeoff Demo

Studio UI → http://localhost:8200/studio · API docs → /docs