khive: Локальная графовая база знаний для агентов ИИ с долгосрочным горизонтом
khive, от Ohdearquant, это среда выполнения графа знаний для исследований, которая предоставляет постоянную, типизированную память для ИИ-агентов. Она работает как сервер протокола контекста модели и извлекает сущности и отношения в запрашиваемый граф, так что агенты могут поддерживать контекст на уровне проектов и выявлять противоречия. Ключевые возможности включают систему типизированных сущностей из девяти видов, гибридный поиск, объединяющий FTS5 и векторное сходство, поверхность глагола MCP и отслеживание происхождения. Она нацелена на разработчиков и исследователей, создающих рабочие процессы агентов с длинным горизонтом.
Для каких задач вы можете его использовать?
khive функционирует как среда выполнения графа знаний, которая предоставляет агентам постоянную, типизированную основу для чтения и обновления. Система поддерживает девять различных типов сущностей, включая концепции, документы, наборы данных, проекты и ресурсы, и автоматически извлекает сущности и отношения, чтобы агенты могли отслеживать происхождение и состояние проекта между сессиями. Типичные применения включают координацию долгосрочных исследований, обнаружение противоречий в заметках и структурированное управление задачами, основанное на логике агентов.
Насколько точны извлечение и структурированный вывод?
Извлечение сочетает в себе полнотекстовый поиск FTS5 с векторным сходством и объединяет результаты с помощью Reciprocal Rank Fusion, дизайна, предназначенного для повышения точности восстановления для смешанных запросов. Пакет памяти ранжирует заметки по семантической значимости и реализует распад, чтобы снизить вес устаревших элементов. Происхождение записывается с помощью пакета Git для поглощения исходного кода, так что структурированные выводы сохраняют метаданные происхождения, которые агенты могут запрашивать при проверке или отслеживании источников информации.
Какие входные данные и запросы он принимает, и как работает обход?
khive поглощает документы и код через модульные пакеты и предоставляет примитивы обхода графа для агентов. Система поддерживает BFS, кратчайший путь и запросы в стиле GQL/SPARQL через типизированные ребра. По умолчанию khive загружает набор функциональных пакетов, таких как KG, GTD, Memory, Brain и Git, которые разработчики могут расширять. Типизированные ребра и поверхность запросов позволяют агентам следовать зависимостям и собирать многошаговые пути рассуждений.
Как он справляется с задержками и обработкой локальных данных?
khive построен для выполнения в первую очередь на локальном уровне на высокопроизводительном бэкенде SQLite и запускает фоновый демон под названием khived, который автоматически запускается при первом запросе, чтобы поддерживать модели встраивания и соединения с базой данных в рабочем состоянии. Этот дизайн уменьшает задержки холодного старта для повторяющихся взаимодействий агентов и сохраняет граф и векторное хранилище на хост-системе. Ориентация на единственный бинарный файл исключает необходимость во внешних графовых базах данных как части локального времени выполнения.
khive является сосредоточенным выбором инфраструктуры для разработчиков агентов
Установите через Cargo с помощью 'cargo install kkernel' или через npm с помощью 'npm install -g khive', чтобы запустить бинарный файл kkernel локально и соединить его с клиентом MCP, таким как Claude Desktop или расширения IDE. khive подходит разработчикам и исследователям, которым нужна типизированная, постоянная память агентов; ожидайте интеграционной работы, чтобы подключить его к вашему стеку агентов и изучить поверхность глаголов MCP для эффективной автоматизации.
