Awesome AI Pedia

Appearance

Graph Memory 知识图谱记忆插件总结 ​

仓库地址：https://github.com/adoresever/graph-memory

定位 ​

为 AI Agent 提供"可追溯、可搜索、跨会话"的知识图谱记忆系统。原为 OpenClaw 插件，现已演进为 DeepSeek Harness (DSH) 的原生插件，同时保留 OpenClaw 入口。

核心理念：与其重放完整对话历史，不如检索一个相关的局部知识子图。

核心功能 ​

  • 类型化知识图谱：将对话抽取为三类节点

    • TASK（任务）
    • SKILL（可复用方法）
    • EVENT（错误 / 修复 / 决策）

    通过 USED_SKILL、SOLVED_BY、REQUIRES、PATCHES、CONFLICTS_WITH 等类型化边关联

  • 双路径召回：

    • 精确路径：向量 + FTS5 → 社区扩展 + 遍历
    • 泛化路径：社区摘要 → 成员
    • 最终通过 Personalized PageRank 排序去重

  • 跨会话持久记忆：Session A 中的知识可在 Session B 自动召回，DSH 重启后仍可用

  • 上下文压缩：在其测试的七轮 bilibili-mcp 工作流中，第 7 轮 token 从 95,187 降至 23,977（约 75%，该场景专属，非普适保证）

  • 可观测性：gm_status、gm_search、gm_record、gm_stats 等工具查看和操作

技术栈 ​

  • 语言 / 运行时：TypeScript，Node.js 22.19+ 或 24+
  • 框架：Cordis 插件系统（DSH）+ OpenClaw plugin-sdk
  • 存储：默认 SQLite + FTS5 全文检索；Pro 版本可选 Neo4j（含 GDS / APOC）
  • 向量嵌入：可选，兼容 OpenAI 接口（DashScope、OpenAI、本地 provider）
  • 测试：Vitest（107 项自动化测试）
  • 代码结构：extractor/、recaller/、graph/、store/、format/、engine/

使用方法 ​

当前 beta 版本 1.6.0-beta.1 尚未发布到 npm，需从源码构建：

bash
git clone https://github.com/adoresever/graph-memory.git
cd graph-memory
npm ci && npm test && npm run build && npm pack

安装到 DSH Web profile：

bash
npx @deepseek-ai/dsh plugin --profile web add /absolute/path/to/graph-memory-1.6.0-beta.1.tgz
npx @deepseek-ai/dsh web

在 Settings → Plugins 中确认 graph-memory/dsh 已启用。默认数据库位于 $DSH_HOME/graph-memory/graph-memory.db。

启用向量召回（可选，以 DashScope 为例） ​

设置环境变量：

  • GRAPH_MEMORY_EMBEDDING_API_KEY
  • GRAPH_MEMORY_EMBEDDING_BASE_URL
  • GRAPH_MEMORY_EMBEDDING_MODEL
  • GRAPH_MEMORY_EMBEDDING_DIMENSIONS

若不配置，则自动降级为 FTS5 词法检索。

OpenClaw 老用户 ​

仍可使用 openclaw plugins install graph-memory 入口，但需在 ~/.openclaw/openclaw.json 中激活 contextEngine slot。

现状与限制 ​

  • ✅ DSH 原生集成、跨会话自动召回、向量回填已完成并测试通过
  • ⏳ Pro 版可视化图谱工作台（Client Plugin）尚未实现，现有 desktop-2.0 仍是 OpenClaw + Neo4j
  • ⚠️ 自动抽取依赖辅助模型稳定性，关键知识建议使用 gm_record 显式写入
  • 许可证：MIT