GraphNeTは、ニュートリノ望遠鏡におけるイベント再構成タスクにグラフニューラルネットワーク（GNN）を用いる際、高品質かつ使いやすく、エンドツーエンドの機能を提供することを目的としたオープンソースのPythonフレームワークである。GraphNeTを用いることで、任意の検出器構成に対応した複雑なモデルを迅速かつ容易に訓練でき、従来の再構成手法と比べて数オーダーも高速な推論時間を実現し、最先端の性能でイベント再構成が可能となる。GraphNeTに搭載されたGNNは十分な柔軟性を備えており、アイスカイブの拡張プロジェクトやP-ONEを含む、すべてのニュートリノ望遠鏡のデータに適用可能である。これにより、リアルタイムのイベントレートにおいて、さまざまな実験や物理解析において、ニュートリノ望遠鏡におけるほとんどの再構成タスクに対して最先端の性能を実現することが可能となり、ニュートリノ物理学およびアストロ粒子物理学における広範な潜在的インパクトを有している。