graphiti

Graphiti 这个名字听起来就很有野心，它要做的是给 AI 智能体打造一个"会记忆"的知识图谱。传统知识图谱是静态的，数据存进去就不变了，但现实世界的信息是动态的，比如某个人的职位变化、某家公司的营收波动。Graphiti 的价值就在于它构建的是"时间感知"的知识图谱，能记录事实的演变过程，让 AI 智能体在回答问题时不仅知道"是什么"，还知道"什么时候是这样"以及"之前是什么样"。这对于那些需要依赖最新上下文做决策的 AI 应用来说，是质的飞跃。 技术上，Graphiti 最大的亮点是双时态模型，它同时管理"有效时间"（事实真实存在的时间段）和"事务时间"（信息被记录到图谱的时间点），这让它能精确处理"事实被修正"这类复杂场景。另外，它采用混合检索策略，结合了图谱的精确查询和向量搜索的语义理解，既保证准确性又兼顾灵活性。项目还提供了增量数据处理能力，新信息进来时只更新受影响的部分，不用重建整个图谱，效率很高。30K 的 Star 数和 arXiv 论文也证明了它的技术含金量。 这个项目非常适合做需要长期记忆和动态上下文的 AI 应用，比如企业知识库、个人 AI 助手、客户支持机器人、金融分析工具等。如果你正在开发一个需要"记住用户说过什么"或"追踪业务数据变化"的智能体，Graphiti 能省去你大量自研底层记忆架构的时间。 上手方面，Graphiti 是 Python 库，API 设计得比较简洁，核心概念就几个，有基本的 Python 和知识图谱概念就能快速跑通示例。不过要真正用好它，需要理解双时态模型和混合检索的机制，这需要一点学习成本。好在官方文档和示例代码比较完善，社区也很活跃，遇到问题基本能找到答案。总的来说，这是一个技术领先、实用性很强的项目，值得所有做 AI 智能体的开发者关注。