Biblioteca · Repositório

getzep/graphiti

Memória de agente · Python · Apache-2.0

É uma memória de IA que entende o tempo. Em vez de só guardar fatos, ela registra quando cada fato passou a valer e quando deixou de valer, então a IA sabe o que é verdade agora e o que era verdade antes.

O que é, em uma frase honesta

O graphiti monta grafos de conhecimento com uma dimensão extra: o tempo. Cada fato tem uma janela de validade, então quando uma informação muda, a antiga não é apagada, ela é marcada como 'não vale mais a partir daqui'. Além disso, todo fato deriva de uma fonte rastreável, e novos dados entram de forma incremental, sem precisar reprocessar tudo.

Tradução: é uma memória que sabe a diferença entre 'isso mudou' e 'isso nunca foi verdade', e que mantém o histórico de como as coisas evoluíram.

Para que serve na prática

Serve pra contextos onde a informação muda o tempo todo e o histórico importa. O cargo de um cliente que foi promovido, o preço de um produto que mudou três vezes no ano, o status de um contrato que evoluiu. Com o graphiti, a IA não confunde o passado com o presente nem perde a memória do que mudou.

É a diferença entre um agente que responde 'o cliente é gerente' (desatualizado) e um que responde 'hoje é diretor, foi gerente até março'. Para quem precisa de auditoria, o rastro de origem de cada fato é ouro.

Quando faz sentido pra você que lidera

Faz sentido quando a sua operação lida com dados que envelhecem rápido e onde decisão errada por informação velha custa caro. Vendas, jurídico, finanças, relacionamento de longo prazo. A decisão de líder é reconhecer que nem toda memória é igual: guardar fato é fácil, guardar a evolução do fato com rastreabilidade é o que dá confiança pra deixar a IA decidir.

Vale conhecer a categoria pra saber exigir do time IA que não só lembra, mas lembra a versão certa, datada e auditável.

Por que está no mapa

O graphiti representa a fronteira da memória de IA: sair do 'guardar texto' pra 'modelar como o conhecimento muda no tempo'. Está no mapa porque resolve um problema que aparece sempre que uma IA séria entra em produção, que é não tomar decisão com base em informação vencida. É um dos exemplos mais claros de que a próxima onda de IA aplicada vai ser ganha por quem organiza melhor o contexto, não só por quem tem o modelo mais potente.

Ver no GitHub →
O que você achou desta página?
Recomendaria esta página para alguém do seu time?