Graphiti

为 AI Agent 构建时间感知（Temporal）上下文图谱

[!NOTE] 我们在招聘！ 致力于构建能够驱动可靠、个性化且快速的生产级 AI Agent 的上下文图谱。 欢迎加入我们，共同开发——我们正在招聘工程师和开发者关系（DevRel）岗位。查看开放职位。

⭐ 帮助我们将 Graphiti 社区推向更多开发者。请给本项目点个 Star！

 

[!TIP] 查看全新的 Graphiti MCP server！为 Claude、Cursor 以及其他 MCP 客户端提供基于上下文图谱的强大时序记忆能力。

Graphiti 是一个用于为 AI Agent 构建和查询时间上下文图谱的框架。与静态知识图谱不同，Graphiti 的上下文图谱可以追踪事实随时间的变化、维护源数据的溯源（provenance），并支持预定义和自动学习的本体（ontology），使其非常适合处理不断演变的现实世界数据的 Agent。

与传统的检索增强生成（RAG）方法不同，Graphiti 将用户交互、结构化及非结构化企业数据以及外部信息持续集成到一个连贯且可查询的图谱中。该框架支持增量数据更新、高效检索以及精确的历史查询，无需完全重新计算图谱，非常适合开发交互式、上下文感知的 AI 应用。

使用 Graphiti 可以实现：

• 构建随每次交互演变的上下文图谱——追踪当前事实及过去的状态。
• 为 Agent 提供丰富的结构化上下文，而非扁平的文档片段或原始聊天记录。
• 通过混合检索（语义 + 关键词 + 图遍历）跨时间、含义和关系进行查询。

 

什么是上下文图谱 (Context Graph)？

上下文图谱是一个包含实体、关系和事实的时间序列图谱——例如“Kendra 喜欢 Adidas 鞋（截至 2026 年 3 月）”。与传统知识图谱不同，上下文图谱中的每个事实都有一个有效期：它何时成立，以及何时被取代（如果存在的话）。实体会随着更新的摘要随时间演变。所有内容都可追溯至事件（Episodes）——即产生该事实的原始数据。

Graphiti 的独特之处在于它能够从非结构化和结构化数据中自主构建上下文图谱，在处理不断变化的关系的同时，保留完整的历史时间轨迹。

上下文图谱包含：

组件	存储内容
实体 (Entities) (节点)	人员、产品、策略、概念——拥有随时间演变的摘要
事实 / 关系 (Facts / Relationships) (边)	三元组（实体 → 关系 → 实体），带有时间有效期
事件 (Episodes) (溯源)	摄入的原始数据——即真相流。每个派生事实都可追溯至此
自定义类型 (Custom Types) (本体)	通过 Pydantic 模型定义的开发者自定义实体和边类型

Graphiti 与 Zep

Graphiti 是开源的时间上下文图谱引擎，也是 Zep 为 AI Agent 提供上下文基础设施的核心。Zep 负责大规模管理上下文图谱，为生产环境中的 Agent 部署提供受管、低延迟的上下文检索和组装服务。

通过使用 Graphiti，我们证明了 Zep 是 Agent 记忆领域的行业顶尖技术 (State of the Art)。

阅读我们的论文：Zep: A Temporal Knowledge Graph Architecture for Agent Memory。

我们很高兴能将 Graphiti 开源，并坚信它作为上下文图谱引擎的潜力远不止于记忆应用。

Zep 与 Graphiti 的区别

维度	Zep	Graphiti
定位	面向 AI Agent 的受管上下文图谱基础设施	开源时间上下文图谱引擎
上下文图谱	管理海量用户/实体的上下文图谱，具备治理功能	构建和查询单个上下文图谱
用户与对话管理	内置用户、线程和消息管理	核心图谱引擎逻辑