surrealdb-knowledge-graph-memory

🧠 LLM驱动的智能知识图谱记忆系统

🥥57总安装量 14评分人数 8
100% 的用户推荐

基于SurrealDB与OpenAI技术,提供语义搜索与LLM知识提取,打造AI助手的可靠长期记忆中枢。

A

基本安全,请在特定环境下使用

  • 来自社区或个人来源,建议先隔离验证
  • ✅ 代码无eval/exec动态执行,无SQL注入漏洞,依赖版本已锁定
  • ⚠️ 网络安装器(curl|sh)存在潜在风险,建议采用手动安装方案
  • ⚠️ 集成脚本会修改Clawdbot源文件,运行前务必备份代码
  • ⚠️ 默认使用root/root弱凭据,生产环境必须修改配置
  • ✅ 无静默数据上传行为,数据仅存储于本地SurrealDB实例

使用说明

SurrealDB Knowledge Graph Memory 是一款专为AI助手设计的知识图谱记忆系统,基于SurrealDB图数据库构建,集成OpenAI嵌入模型与LLM能力,实现结构化的长期记忆管理。该技能通过MCP协议提供标准化工具接口,支持知识的存储、检索、关联发现与自动维护,适用于需要复杂记忆管理的AI应用场景。

核心用法
该技能提供四类MCP工具:knowledge_search实现基于向量化的语义搜索,knowledge_recall支持带上下文的关系回溯,knowledge_store用于存储带置信度的新事实,knowledge_stats提供图谱统计。系统通过extract-knowledge.py自动从Markdown文件提取结构化知识,使用GPT-4o-mini识别实体关系,并生成text-embedding-3-small向量索引。用户可通过CLI或Gateway UI执行维护操作,包括时间衰减计算(每月5%)、低置信度剪枝与重复事实合并。

显著优点
相比简单键值存储,该系统采用图结构管理事实间的支持、矛盾、更新关系,支持置信度传播计算(支持事实提升置信,矛盾事实降低置信)。AI驱动的关系发现能自动连接孤立知识点,形成网状知识结构。SurrealDB的SurrealQL提供强大的图遍历能力,结合1536维向量索引,实现语义相似性与结构化关系的混合查询。内置的维护机制(decay/prune/consolidate)确保记忆库长期健康,避免信息过载。

潜在缺点
系统强依赖OpenAI API(嵌入与提取),无法完全离线运行,且会产生API费用。SurrealDB的安装配置对非技术用户存在门槛,特别是curl|sh安装方式在企业环境可能受限。作为T3来源的社区项目,虽代码规范但缺乏企业级支持背书。置信度算法参数(如0.05月衰减率)为硬编码,缺乏动态调整接口,可能需要修改源码适配特殊场景。

适合群体
适合需要长期记忆能力的AI助手开发者、构建个人知识库的研究人员,以及需要事实关联追踪的内容管理场景。对需要严格数据主权控制(必须离线)或无法使用OpenAI服务的用户不适用;也不适合对第三方脚本执行有严格限制的企业生产环境。

使用风险
主要风险包括:install.sh执行远程脚本可能存在供应链攻击面;integrate-clawdbot.sh使用sed修改源代码可能导致系统不稳定;默认root/root凭据若未修改存在未授权访问风险;OPENAI_API_KEY需妥善管理避免泄露。建议生产环境手动安装SurrealDB、修改凭据、使用scoped API key,并在运行集成脚本前备份源码。

surrealdb-knowledge-graph-memory 内容

文件夹图标clawdbot-integration文件夹
文件夹图标gateway文件夹
文件夹图标ui文件夹
文件夹图标references文件夹
文件夹图标scripts文件夹
手动下载zip · 64.1 kB
memory.tstext/plain
请选择文件