What is Graphiti?
在构建智能 AI 代理时,处理不断变化的信息是一项主要的挑战。传统方法往往难以跟上,无法顺利整合新数据或准确理解历史背景。Graphiti 提供了一个强大的框架,专门用于构建和查询随时间演变的知识图谱,为您的 AI 代理提供在动态环境中有效运作所需的上下文记忆。
与检索增强生成 (RAG) 中常见的静态快照或周期性批量处理不同,Graphiti 持续将用户交互、结构化企业数据和非结构化信息编织成一个连贯的、具有时间意识的知识图谱。这使得您的应用程序不仅可以理解已知什么,还可以理解何时为真,从而实现更复杂的推理和交互。Graphiti 为 Zep 提供核心记忆层支持,为其在代理记忆基准测试中的领先性能做出贡献。
主要特性
Graphiti 提供了多种专为动态数据和 AI 代理量身定制的功能:
📈 实时增量更新:无需进行昂贵的完全重新计算,即可立即将新信息(事件)集成到图谱中。这可以使您的代理的知识以最小的延迟保持最新状态。
⏱️ 双时态数据模型:显式跟踪事件发生的时间(有效时间)和记录的时间(事务时间)。这允许进行精确的“时间点”查询,让您可以询问过去特定时刻已知的内容。
🔍 高效的混合检索:结合语义(基于嵌入)、关键词 (BM25) 和图遍历搜索方法。这种多管齐下的方法可以快速提供相关的结果,通常在亚秒级时间内,而无需完全依赖较慢的 LLM 摘要进行检索。
🧩 自定义实体定义:使用简单的 Pydantic 模型定义您自己的实体类型。这种灵活性使您可以根据您的特定领域和应用程序需求定制知识图谱的结构(本体)。
⚙️ 可扩展性:专为处理大型数据集而设计,利用并行处理能力(在支持的情况下)来处理企业级工作负载。
用例
开发复杂的聊天机器人:构建能够准确记住用户偏好和对话历史记录的聊天机器人,即使在多次交互中细节发生变化也是如此。Graphiti 可以跟踪不断变化的关系,例如“用户喜欢产品 X”,稍后“用户不喜欢产品 X”,并根据时间了解正确的状态。
创建具有上下文意识的任务自动化代理:设计在动态业务数据上运行的代理。例如,代理可以通过查询 Graphiti 知识图谱来管理库存水平、跟踪客户支持工单状态或监控项目进度,该知识图谱会不断更新实时运营数据。
构建智能信息合成工具:构建从各种不断变化的来源(例如,新闻提要、报告、用户输入)整合信息的应用程序。Graphiti 可以维护一个连贯的知识库,允许用户查询合成的信息,同时尊重事实有效的历史时间线(例如,“公司 Y 的 CEO 在合并之前是谁?”)。
Graphiti 入门
集成 Graphiti 涉及设置库,连接到 Neo4j 数据库(用于存储图数据和嵌入),并提供与 OpenAI 兼容的 API 密钥,用于嵌入生成和可选的 LLM 推理。





