项目简介
Graphiti 是一个专为动态环境设计的实时知识图谱框架，旨在为AI智能体构建可查询、具有时间感知能力的知识网络。与传统RAG（检索增强生成）技术不同，Graphiti 能够持续整合用户交互、结构化与非结构化数据，形成连贯且可动态更新的图谱。其核心优势包括：
-
• 实时增量更新：无需批量重算，即时集成新数据。 -
• 双时间数据模型：精确记录事件发生与录入时间，支持历史查询。 -
• 混合检索：结合语义嵌入、关键词搜索和图遍历，实现低延迟查询。 -
• 可扩展性：支持企业级大规模数据处理。 -
核心功能
-
• 动态数据整合：将用户交互、企业数据与外部信息无缝融入知识图谱。 -
• 状态推理与自动化：支持智能体基于图谱进行任务自动化与推理。 -
• 多模态搜索：支持语义、关键词及图结构的复杂查询。
🎯 应用场景
-
• AI智能体记忆层：Graphiti 是 Zep记忆层 的核心技术，提供行业领先的智能体记忆能力。 -
• 实时交互系统：适用于需要动态更新和精准历史查询的场景。 -
• 企业知识管理：高效管理结构化与非结构化数据，支持复杂查询与分析。 -
技术对比：Graphiti vs. GraphRAG
| 特性 | GraphRAG | Graphiti |
| 数据处理 |
|
|
| 检索方式 |
|
|
| 适应性 |
|
|
| 查询延迟 |
|
|
快速安装
pip install graphiti-core支持可选扩展（如Anthropic、Gemini等）：
pip install graphiti-core[anthropic,google-genai]🔍 快速体验
查看快速入门示例，了解如何：
-
1. 连接Neo4j数据库 -
2. 初始化图谱索引 -
3. 添加动态数据 -
4. 执行混合搜索与图遍历
📡 高级功能
-
• MCP服务器：为AI助手提供知识图谱交互接口，支持Docker部署。 -
• REST API：基于FastAPI的轻量级服务，便于集成。
🔗 相关资源
-
• 论文：Zep: 智能体记忆的时序知识图谱架构 -
• 博客：智能体记忆的技术突破
项目地址
https://github.com/getzep/graphiti/blob/main/README.md
扫码加入技术交流群，备注「开发语言-城市-昵称」
（文：GitHubStore）