企业官网建设流程全解析

Graphiti 知识图谱上手指南：时序上下文图谱如何接住 AI 代理里的变化数据

【免费下载链接】graphitiBuild Real-Time Knowledge Graphs for AI Agents项目地址: https://gitcode.com/GitHub_Trending/grap/graphiti

Graphiti 是一个为 AI 代理构建时序上下文图谱的 Python 框架。它持续摄取结构化与非结构化数据，记录每个事实“何时为真”，并支持亚秒级历史查询，解决代理“数据一直在变、检索总滞后”的问题。

检索总是慢一步的场景

人员一调动，谁负责哪个模块、审批走到哪一步，文档里根本查不到。聊天记录、工单、表格散在不同系统，代理即使检索到也分不清哪条是最新的。传统 RAG 把文档切成块，把一切当成“当前状态”；信息一变只能重新索引，数据越动态，滞后越严重。

图：Graphiti 知识图谱随新数据持续构建，事实与关系在图中实时变化

核心亮点速览

• 时序事实管理：每条关系带生效时间窗，信息更新时旧版本被失效而非删除，可查“现在”也可查“某个时间点”。
• 增量构建：新数据以 episode（原始输入）形式即时入图，不做批量重算。
• 混合检索：语义向量、BM25 关键词、图遍历三路并行，不靠 LLM 再摘要一轮。
• 可插拔后端：支持 Neo4j、FalkorDB、Amazon Neptune，且每个事实都能回溯到来源数据。

架构调整如何被图谱记住

图的核心是三元组：实体节点、关系边、episode 来源。每个事实带两个时间戳：何时开始为真、何时被取代。当新数据说“某员工接管了某模块”，Graphiti 不删旧边，只标记它的结束时间，历史完整保留，实体摘要也随时间演进。

核心逻辑在 graphiti_core/，其中 nodes.py 与 edges.py 定义节点和边的模型，LLM 负责从原文抽取实体与关系。类型可以预先用 Pydantic 模型声明，也可以让结构从数据里自然长出来。

图：从真实对话抽取出的实体、事实与关系，构成可查询的知识网络

查询如何命中正确版本

检索管道在 graphiti_core/search/，融合三种信号：嵌入语义相似度、BM25 关键词、图遍历。结果自带时间元数据，查回的是“某人喜爱某品牌（截至 2026 年 3 月）”这类有边界的陈述，而不是来源不明的断言。

模块内置预配置的搜索配方（如 NODE_HYBRID_SEARCH_RRF），无需手调参数就有合理默认。README 的对比表给了一组数字：GraphRAG 类批量摘要查询常需数秒到数十秒，Graphiti 混合检索典型为亚秒级。

数据如何进入图谱

数据以 episode 形式进入：聊天文本、消息、JSON 都支持。摄取时 LLM 抽取实体与关系，再与已有节点匹配、去重或更新。10 点的新邮件和 11 点的旧结论不会互相覆盖，而是各占各自的时间窗。

examples/quickstart/ 提供 Neo4j、FalkorDB、Neptune 三套示例脚本，流程是：连接数据库、初始化索引与约束、添加 episode、再做语义与关键词检索。

5 分钟跑通第一个时序图谱

要求：Python 3.10+、一个图数据库（本地 Neo4j 或 Docker 版 FalkorDB）、一个 OpenAI key（供抽取与向量化使用）。

pip install graphiti-core python examples/quickstart/quickstart_neo4j.py

想用容器，仓库根目录的 docker-compose.yml 默认 profile 起 Neo4j 加 graph 服务，加falkordbprofile 可换成 FalkorDB。

docker compose up -d

把图谱交给代理

mcp_server/ 是实验性 MCP 服务器，通过 MCP 协议暴露 episode 写入、实体检索、图维护等能力，Claude、Cursor 等客户端可直接接入；其 docker/ 目录提供组合镜像，一个容器同时带 FalkorDB 和 MCP 服务器，省去分开部署。

另有一条 HTTP 路径：server/ 的 graph_service 提供 ingest 与 retrieve 两个 REST 路由，适合把图谱作为独立微服务嵌进既有后端。两者配合就是：业务系统走 API 写图，代理走 MCP 读上下文。

把“一直在变的数据”变成可查询、可回溯的时序知识图谱，入口就是跑一遍 quickstart 示例，看自己的数据在图里长成什么样子：git clone https://gitcode.com/GitHub_Trending/grap/graphiti

【免费下载链接】graphitiBuild Real-Time Knowledge Graphs for AI Agents项目地址: https://gitcode.com/GitHub_Trending/grap/graphiti