Graphiti：面向智能体的知识图谱记忆层

摘要

1) 一句话总结 Graphiti 是一个由 Zep 开源的 Python 框架，专为 AI 智能体构建、维护和查询具备时间感知能力的实时动态知识图谱。

2) 关键要点

核心定位：专为在动态环境中运行的 AI 智能体设计，替代传统 RAG 方法，将用户交互、企业数据和外部信息持续整合为可查询的图谱。
实时增量更新：支持新数据的即时接入与更新，无需像传统方法那样对整个图谱进行批处理或重新计算。
双时态数据模型（Bi-Temporal Data Model）：明确追踪事件发生的时间和数据摄入的时间，支持精确的历史时间点查询。
高效混合检索：结合语义嵌入（Semantic embeddings）、关键字（BM25）和图遍历技术，实现低延迟查询，且不依赖 LLM 进行数据总结。
自定义实体定义：提供灵活的本体（ontology）创建功能，开发者可通过简单的 Pydantic 模型自定义实体。
生态扩展：提供 MCP（Model Context Protocol）服务器，可为 Claude、Cursor 等客户端赋予基于知识图谱的强大记忆能力。
与 Zep 的关系：Graphiti 是 Zep 平台底层的开源核心（Apache 2.0 协议），适合需要自托管和定制开发的场景；而 Zep 提供开箱即用的全托管企业级平台。
对比传统 GraphRAG：传统 GraphRAG 主要用于静态文档的批处理总结，而 Graphiti 专注于动态数据的持续增量管理。

Build Real-Time Knowledge Graphs for AI Agents