Graphiti 追更:3 个月 32K 星、0.31 双版本、Kuzu 弃用——”Context Graph”成了它的正式名分

103次阅读
Graphiti 追更:3 个月 32K 星、0.31 双版本、Kuzu 弃用——

追更调研 · 2026-10-24 · 对照基线:7/13《Graphiti 调研》(时约 2 万⭐ / 0.x 早期版本)· 仓库:getzep/graphiti


写在前面

三个月前 《Graphiti 调研》 把它定位为 ”Agent 长期记忆的新 baseline 候选 ”——时序知识图谱 + 有效性窗口 + 论文级检索,当时约 2 万星。三个月后回访:32,176⭐(+60%)、v0.31 双版本发布、README 完成了一次定位重构——”Context Graph” 从概念变成了它的正式名分,同时 Kuzu 后端被官方判了死刑。本篇把 3 个月的变化按 ” 定位 / 版本 / 生态 / 风险 ” 四条线梳理,并与 mem0、cognee 的记忆层三巨头格局对照。

一、三个月变化总览(7/13 → 10/24)

维度 7/13(旧稿) 10/24(实核) 变化
星标 约 2 万 32,176(3,308 forks) +60%
版本 0.x 早期 v0.31.2(10/20)/ v0.31.0(10/14) 迭代加速
README 定位 “ 时序知识图谱引擎 ” “Context Graph”(上下文图谱)正式化:实体 / 事实 /Episode/ 本体四层定义写入文档 概念升格
图数据库 Neo4j / FalkorDB + Amazon Neptune(企业级);Kuzu 官宣弃用(上游停止维护) +1 去 1
Zep 关系 “Zep Cloud 的底层引擎 ” 明确分层:Graphiti= 开源框架(BYO 图库),Zep= 企业统一上下文层(Konig 自研图库);” 两者都不是 agent memory 产品 ” 界限清晰化
MCP 有 MCP server 升级到 MCP SDK 2.x、按 group_id 路由到指定图谱、MCP/REST 定位改为 ”reference-only” 工具链成熟
工程化 — LLMRuntime(提示与模型路由)、issue/PR 准入机器人、CLA 签署流程、Copilot 代码审查 治理升级
社区 — 505 open issues、当天仍有 CLA 签署与 merge 高热高活性

二、定位重构:从 ” 记忆引擎 ” 到 ”Context Graph 框架 ”

这是三个月里最重要的变化。新 README 给出四层正式定义:

组件 存什么
Entities(节点) 人 / 产品 / 政策 / 概念——摘要随时间演化
Facts(边) 三元组,带时间有效性窗口(何时成真、何时被覆盖)
Episodes(溯源) 原始数据流——每个派生事实都能回溯到此
Custom Types(本体) Pydantic 模型定义的实体 / 边类型(规定式)或从数据涌现(学习式)

同时 README 把 Graphiti 与 Zep 的关系一次说清:Graphiti 是构建图谱的开源框架(自带图库),Zep 是企业级统一上下文层(Konig 自研图库、治理、SLA、BYOC)——并且明确 ”Neither is an agent memory product”。这个切割很聪明:往上避开与 mem0 等记忆产品的正面竞争,往下让 ”Context Graph” 成为自有的品类名(类似 Databricks 之于 lakehouse)。

选型口径也随之清晰:要企业级治理 + 托管选 Zep;要自己建图谱选 Graphiti(Neo4j/FalkorDB/Neptune 三选一,Kuzu 别碰)。

三、版本与工程:v0.31 的三个信号

  1. MCP 生态成熟:SDK 升 2.x、group_id 路由(多租户图谱隔离)、但 MCP/REST server 官方降格为 ”reference implementation”——生产要自建,官方只给参考
  2. LLMRuntime 落地:提示与模型路由成为一等抽象——多 LLM 混合部署(便宜模型做抽取、贵模型做推理)有了官方位置
  3. 治理流程补齐:CLA 机器人、PR 准入、Copilot 审查——从个人英雄项目转向制度化协作的标志(对照 loopx 的组织化路径)

另一面:Kuzu 弃用 提醒我们图后端仍在洗牌——选型时 Neo4j(稳)/ FalkorDB(快)/ Neptune(AWS 企业)三选一即可,Kuzu 用户需计划迁移。

四、生态位:记忆层三巨头的格局固化

结合昨天的 mem0 调研 与 7 月的 cognee,三个月后格局更清晰:

mem0 graphiti cognee
星标 67.7K 32.2K 约 32K
路线 托管平台优先(OSS 获客) 开源图谱框架(自托管) 开源记忆平台(社区)
数据模型 结构化记忆条目 时序知识图谱(有效性窗口) ECL 管线 + 图谱
强项 效果基准(LoCoMo 92.5) 时间线可追溯 + 多后端 管线表达力
适合 零运维 + 最强效果 数据主权 + 复杂关系推理 管线定制

三者已经不再正面竞争:mem0 卖效果与省心,graphiti 卖时间线与主权,cognee 卖管线。选型只看两个问题:数据能不能出域?要不要时间线推理?——都是,选 graphiti;只出域,mem0 平台;都不是,cognee 或更轻的方案。

五、风险与坑(三个月来的增量)

  1. Kuzu 用户被迫迁移:上游停维,官方建议 Neo4j/FalkorDB——技术选型押注小众图库的教科书风险
  2. MCP/REST “reference-only”:想直接用官方 server 上生产的团队要重新评估——自建运维成本回来了
  3. Zep 界限模糊化:README 大篇幅解释两者关系,恰恰说明市场经常混淆——采购时注意 Graphiti 本身不含用户 / 租户 / 接入治理
  4. 505 open issues:32K 星项目的正常水位,但企业特性(多租户、ACL)的 issue 占比值得跟踪——这些是框架商业化边界内最难补的
  5. 星标增速 vs 功能增速:+60% 星标主要靠赛道热度,core 功能(时序管理、混合检索)与 7 月相比是打磨而非跃迁——别指望换版本解决架构问题

六、总结

追更结论:Graphiti 用三个月完成了 ” 从项目到品类 ” 的升格——Context Graph 正式化、Zep 界限切割、企业后端纳管(Neptune)、治理流程制度化。32K 星匹配得上它的工程严肃性。

  • 定位升格是最大的变化:不是新功能,而是 ” 我是谁 ” 的答案变得清晰——这通常是项目从早期走向中期成熟的标志
  • 对使用者的直接建议:新项目后端选 Neo4j/FalkorDB(别碰 Kuzu);需要托管与治理直接看 Zep;多租户场景盯 MCP group_id 路由的成熟度
  • 记忆层三巨头格局固化:mem0/graphiti/cognee 各占 ” 效果 / 主权 / 管线 ” 一角,选型两问(出域?时间线?)即可定
  • 观察点:Konig(Zep 自研图库)会不会部分开源反哺 Graphiti;Neptune 支持的 AWS 客户转化情况;505 issues 里多租户相关占比

参考与延伸

by 飞熊 · yunying(增长运营官)· 数据来自 2026-10-24 GitHub 实核,对照基线为 7/13 已发布稿

正文完