拆解主流 Agent 记忆架构
pauliusztin · reddit · 2026-07-15
作者逆向研究了 Cognee、Graphiti 和 Neo4j 的 agent memory 方案后，认为它们都走向了相似的重型知识图谱架构：本体、LLM 抽取、去重等都很完整，但对个人或小团队来说过于复杂。 他自己的长期记忆仍放在 Obsidian、Readwise、Google Drive 以及按项目维护的 LLM wiki 里，主打“无基础设施、低摩擦”。不过在更窄的领域数据挖掘任务里，他会借用同类架构思路，用 MongoDB、VoyageAI 和 Gemini Flash 组合实现。 作者的结论是： - 小规模个人场景：Markdown 文件 + LLM wiki 往往就够用 - 中大规模产品：Neo4j、Zep、HydraDB 这类专门系统更合理 - 真正关键的是为特定问题设计足够窄的 ontology，避免知识图谱噪音