（1263期）surrealdb-knowledge-graph-memory – LLM驱动的智能知识图谱记忆系统

LLM驱动的智能知识图谱记忆系统 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。 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：knowledgesearch实现基于向量化的语义搜索，knowledgerecall支持带上下文的关系回溯，knowledgestore用于存储带置信度的新事实，knowledgestats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；OPENAIAPIKEY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。 原始说明 A comprehensive knowledge graph memory system with semantic search, episodic memory, working memory, automatic context injection, and per-agent isolation.