面向 AI Agent 的时序知识图谱构建与查询框架，提供带时间窗口的增量记忆演化与混合检索能力。
Graphiti 是由 Zep Inc. 开源的核心引擎，专门解决 AI Agent 在长期交互中缺乏结构化、时序化记忆的问题。与传统的基于扁平向量块的 RAG 方案不同，Graphiti 将非结构化文本和半结构化 JSON 转化为时序知识图谱。其核心亮点在于"时序事实管理"：所有提取的事实和关系都带有有效性时间窗口，当信息发生变更时，旧事实不会被删除，而是被标记为失效，从而支持对"任意时间点为真"的历史状态进行精确回溯查询。
在图构建方面，Graphiti 支持增量更新，新数据的摄入会实时触发图的演化而无需全量重算。系统内置了数据血缘追踪机制，图中的每个节点和边都能追溯到产生它的原始 Episode。同时，它支持通过 Pydantic 模型预先定义领域本体，也允许结构完全从数据中自动涌现。检索层面，Graphiti 实现了融合语义向量、BM25 关键词与图结构遍历的混合检索策略，并利用交叉编码器进行重排序。
作为基础设施，Graphiti 具备高度的插件化特征，底层图存储可无缝切换 Neo4j、FalkorDB、Kuzu 或 Amazon Neptune，LLM 推理侧兼容 OpenAI、Anthropic、Gemini 等多家厂商。对外接口上，除了 Python SDK，它还原生提供了 FastAPI REST 服务层以及 MCP Server 实现，能够直接赋能 Claude、Cursor 等 MCP 客户端，或与 LangGraph 等 Agent 框架深度整合，适用于个性化助手、企业知识管理及多源自主推理等复杂场景。
核心图组件：Entities（节点实体）、Facts/Relationships（带时间窗口的边）、Episodes（原始数据输入与溯源单元）、Communities（自动聚类的实体社区）、Custom Types（基于 Pydantic 的领域本体定义）。
前置要求：Python 3.10+、图数据库后端（Neo4j 5.26 / FalkorDB 1.1.2 / Kuzu 0.11.2 / Amazon Neptune）、OpenAI API Key。
安装：pip install graphiti-core
基础接入：
from graphiti_core import Graphiti
from graphiti_core.driver.neo4j_driver import Neo4jDriver
driver = Neo4jDriver(uri="bolt://localhost:7687", user="neo4j", password="password")
graphiti = Graphiti(graph_driver=driver)
待确认信息：关联论文 "Zep: A Temporal Knowledge Graph Architecture for Agent Memory" 的确切访问链接尚未在 README 中直接给出；生产环境性能基准数据（声称 sub-200ms 延迟）无公开报告。