8.6k 颗星！颠覆传统！实时知识图谱框架Graphiti，为AI智能体打造动态记忆核心

  

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	批量处理	实时增量更新
检索方式	依赖LLM摘要	混合检索（语义+图遍历）
适应性	低	高
查询延迟	秒级	亚秒级

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. 1. 连接Neo4j数据库
2. 2. 初始化图谱索引
3. 3. 添加动态数据
4. 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）