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
所属事件:深度拆解主流AI智能体记忆架构共识(2 条相关)→
「编程与Agent」频道最新
- alphaXiv 开源 OpenResearch:用任意模型并行跑研究智能体 — alphaXiv · 2026-09-11
- 拆解两款真实「公司大脑」：Slite 与 Gorgias 同台对比构建之道 — femke_plantinga · 2026-09-11
- 浏览器主线程很贵:动画卡顿的真正成本与前端优化实践 — jh3yy · 2026-09-11
- 开源工具 Claude Unlimited：多账号轮换让 Claude Code 会话不断线 — Similar_Injury_6739 · 2026-09-11
- 受 OpenAI 万机群启发，开发者开源 agent 众包解题平台 — Benjaminsen · 2026-09-11
- 开源 Mac 应用 Lucid：只在跑 AI 时阻止笔记本休眠 — Pitiful_Hedgehog_600 · 2026-09-11