graph_explorer/app.md

name, lang, domain, description, tags, uses_functions, uses_types, framework, entry_point, dir_path, repo_url, python_runtime, python_runtime_deps

name	lang	domain	description	tags	uses_functions	uses_types	framework	entry_point	dir_path	repo_url	python_runtime	python_runtime_deps
graph_explorer	cpp	viz	Visor de grafos GPU-accelerated agnostico del backend. Lee operations.db de cualquier app del registry y permite explorar entidades/relaciones con shapes/iconos/layouts/filtros.	imgui graph osint visualization gpu	graph_renderer_cpp_viz graph_force_layout_cpp_viz graph_force_layout_gpu_cpp_viz graph_layouts_cpp_viz graph_viewport_cpp_viz graph_viewport_selection_cpp_viz graph_labels_cpp_viz graph_labels_select_cpp_viz graph_icons_cpp_viz graph_sources_cpp_viz graph_types_cpp_viz graph_spatial_hash_cpp_core button_cpp_core icon_button_cpp_core toolbar_cpp_core modal_dialog_cpp_core text_input_cpp_core select_cpp_core tree_view_cpp_core page_header_cpp_core fullscreen_window_cpp_core badge_cpp_core empty_state_cpp_core extract_iocs_py_cybersecurity extract_graph_hybrid_py_pipelines		imgui	main.cpp	projects/osint_graph/apps/graph_explorer	https://gitea-dgg044oo04woo4ggcsws4gk0.organic-machine.com/dataforge/graph_explorer	true	requests certifi urllib3 cryptography

Arquitectura

App C++ ImGui para explorar cualquier operations.db del registry como un grafo de entidades y relaciones. Agnostica del backend — el dispatcher en data.{h,cpp} selecciona el GraphLoadFn segun --input (hoy solo operations, manana json/jsonl/graphml).

Capas:

• data.{h,cpp} — dispatcher de sources. Hoy unica implementacion: graph_load_from_operations (issue 0049g).
• types_registry.{h,cpp} — parser minimo de YAML para sobrescribir color/shape/icon/style por nombre de tipo. Construye el IconAtlas con los codepoints Tabler resueltos por tabler_codepoint_by_name.
• views.{h,cpp} — paneles Toolbar, Legend, Inspector, Stats. Toggle via AppConfig::panels.
• main.cpp — CLI + fn::run_app + bucle de force layout (CPU/GPU) + glue.
• graph_explorer.db — SQLite junto al exe. Tabla layouts(graph_hash, node_id, x, y, pinned, updated_at). Persistencia de posiciones por grafo.

CLI

graph_explorer [<operations.db>]
graph_explorer --input operations <path>
graph_explorer --types <yaml>
graph_explorer --layout force|grid|circular|radial|hierarchical|fixed
graph_explorer apps/registry_dashboard/operations.db
graph_explorer --types projects/osint_graph/apps/graph_explorer/examples/types.yaml \
               apps/element_agents/operations.db

Build

cd cpp
cmake -B build/linux -S .
cmake --build build/linux --target graph_explorer -j$(nproc)
./build/linux/apps/graph_explorer/graph_explorer apps/registry_dashboard/operations.db

Notas

• Usa GPU layout si el contexto soporta compute 4.3; toggle CPU/GPU desde la toolbar. Fallback transparente a CPU si GPU no esta disponible.
• 50k nodos a 60fps con layout GPU (medido en demos/graph en primitives_gallery).
• operations.db se abre con mode=ro cuando el path no apunta al filesystem propio para evitar lock con otras apps que esten escribiendo.
• El graph_hash se calcula a partir del path canonico del input. Mismo path = mismo grafo a efectos de layout guardado.

Pipeline NER+RE disponible en el registry (2026-05-04)

Tras la investigacion del analysis gliner_glirel_tuning (proyecto osint_graph), el stack completo de extraccion de entidades + relaciones desde texto / PDF esta listo como funciones del registry. Esto desbloquea los issues 0041 y 0042:

# Pipeline E2E recomendado (texto -> grafo)
from pipelines.extract_graph_from_text import extract_graph_from_text
from datascience.gliner2_load_model import gliner2_load_model

model = gliner2_load_model()  # Apache 2.0, NER+RE joint, 340M params
result = extract_graph_from_text(text, ENTITY_LABELS, RELATION_LABELS, ALLOWED, model)
# result = {'nodes': [...], 'edges': [...], 'stats': {...}}

Componentes (mira python/functions/{core,datascience,pipelines}/):

• core (puras): clean_pdf_text, chunk_with_overlap, merge_entity_aliases, filter_relations_by_entity_types, aggregate_extraction_results.
• datascience (impuras): gliner2_load_model, extract_graph_gliner2, spacy_es_load_model, extract_triples_spacy_es (OpenIE schema-less ES).
• pipelines: extract_graph_from_text — composicion E2E.

Recetas validadas en notebooks 04-08 del analysis y vaultadas en vaults/osint_nlp_models/:

• threshold=0.3 (vs default 0.5) para GLiNER2.
• snake_case verbal labels (works_at, ceo_of...).
• chunk_with_overlap para texto > 1500 chars.
• filter_relations_by_entity_types para descartar Madrid president_of Persona.
• merge_entity_aliases para fusionar BBVA ⊂ Banco Bilbao Vizcaya Argentaria, S.A..
• spaCy ES dep-rules como capa OpenIE schema-less complementaria (predicado = verbo del texto).

Issues que desbloquea: issues/0041-split-confidence-thresholds.md y issues/0042-gliner2-unified-extractor.md. El registry tiene todas las funciones necesarias; solo falta cablearlas en extract_graph_hybrid_py_pipelines y el panel paste_extract.

Playground de referencia: projects/osint_graph/analysis/gliner_glirel_tuning/playground/ (FastAPI + Sigma.js, sirviendo en localhost:7878).