Graphiti: ダイナミックな知識グラフの構築とクエリーツール（時間を考慮したロングメモリプログラム）

はじめに

Graphitiはgetzep社によって開発された、動的で時間を意識した知識グラフの構築とクエリのためのツールです。Graphitiは、非構造化データと構造化データの両方を処理することができ、生成された人間が読めるセマンティックエッジ表現により、グラフ構築プロセスにおけるエッジの全文検索や解釈能力の向上が可能です。このツールは、情報検索、パーソナライズされたエージェント応答、動的データ処理などのアプリケーションシナリオで広く使用されています。

機能一覧

• 動的知識グラフの構築動的なデータとインテリジェントな更新をサポートし、新しいエンティティを自動的に評価し、既存のマップを更新します。
• 時間を考慮したクエリ複雑な時間的関係の分析をサポートします。
• セマンティック・エッジの生成全文検索をサポートするために、グラフ構築時に意味的に読みやすいエッジを生成する。
• 複数のデータソースをサポート非構造化データと構造化データの両方を扱う能力。
• 解釈能力の強化生成された地図の端は、理解や分析がしやすいように解釈機能が強化されています。
• パーソナライズされたエージェント対応過去の会話から学習した情報に基づいて、エージェントの応答をパーソナライズします。
• Neo4jとの統合アトラス管理に便利なNeo4jデータベースとの統合をサポート。

ヘルプの使用

設置プロセス

1. 環境を整える::
   • Python環境がインストールされていることを確認する。
   • Neo4j Desktopをインストールしてプロジェクトを作成し、ローカルDBMSを追加して起動する。
2. グラフィティ・ライブラリのインストール::

   pip install graphiti_core
   

3. グラフィティの初期化::
   PythonスクリプトでGraphitiをインポートして初期化する：

   from graphiti_core import Graphiti
   from graphiti_core.nodes import EpisodeType
   

使用プロセス

1. ナレッジグラフの構築::
   • Graphitiを使用して動的データのナレッジグラフを構築し、インテリジェントな更新とセマンティックエッジの生成により、グラフに最新のコンテキストを反映させることができます。
   • 例えば、新しいエンティティやリレーションシップを追加する：

     graph = Graphiti()
     graph.add_node("Person", name="Kendra")
     graph.add_node("Product", name="Adidas shoes")
     graph.add_edge("Kendra", "loves", "Adidas shoes")
     

2. ナレッジグラフのクエリ::
   • テンポラル、フルテキスト、セマンティック、グラフの各アルゴリズムを用いたクエリは、複雑な時間的関係やセマンティック検索をサポート。
   • 例えば、誰かの好きな商品について尋ねる：

     query = "MATCH (p:Person)-[r:loves]->(prod:Product) RETURN p.name, prod.name"
     results = graph.query(query)
     for result in results:
     print(f"{result['p.name']} loves {result['prod.name']}")
     

3. パーソナライズされたエージェント対応::
   • Graphitiを使用して、会話から関連する事実を保存し、呼び出し、応答をパーソナライズします。
   • 例えば、対話メッセージの保存と呼び出し：

     graph.add_node("Conversation", context="User mentioned interest in Adidas shoes")
     relevant_facts = graph.query("MATCH (c:Conversation) RETURN c.context")
     for fact in relevant_facts:
     print(fact['c.context'])
     

詳細機能

• スマートマップの更新グラフティは、新しいエンティティを自動的に評価し、現在のグラフに基づいて更新することができます。
• セマンティック検索とフルテキスト検索グラフの構築プロセスにおいて、意味的に読み取り可能なエッジを生成することで、ユーザーは解釈能力を向上させた全文検索やクエリを実行することができる。
• 時間知覚時間ベースのクエリーをサポートし、複雑な時間的関係や動的データを扱うことができます。
• 複数データソースのサポート非構造化データと構造化データの両方を扱うことができるため、ユーザーは複数のソースからのデータを統合して分析することができます。

サンプル・アプリケーション・シナリオ

1. カスタマーサービスロボット::
   グラフィティは、ユーザーの過去の会話や行動データを保存することで、ユーザーからの問い合わせに対する応答をパーソナライズするインテリジェントなカスタマーサービスボットの構築を支援します。例えば、ユーザーが製品について問い合わせた場合、ボットは過去の会話に基づいて、より正確でパーソナライズされたアドバイスを提供することができます。
2. 財務分析::
   金融機関は、顧客の投資嗜好や金融行動を理解するための顧客関係マップを作成するためにグラフィティを使用することができます。時間を考慮したクエリーは、顧客の投資行動の経時的な変化を分析し、ファイナンシャルアドバイザーがより専門的な投資アドバイスを提供するのに役立ちます。
3. ヘルスケア・マネジメント::
   医療機関はGraphitiを使用して、患者の過去の病歴や治療記録を記録する患者プロファイルマッピングを構築することができます。動的な更新と時間を考慮したクエリにより、医師は患者の健康状態をより包括的に理解し、パーソナライズされた医療ソリューションを提供することができます。
4. 電子商取引推薦システム::
   Eコマースプラットフォームは、Graphitiを使用して、ユーザーの閲覧履歴や購入履歴を記録するユーザーインタレストグラフを構築することができます。セマンティッククエリーと時間を意識した分析により、プラットフォームはユーザーの興味に沿った商品を推奨し、購買転換率を高めることができます。
5. 学術研究::
   研究機関はGraphitiを利用して学術リソースのマップを構築し、学術論文間の引用関係や研究動向を記録・分析することができます。セマンティックかつ時間を意識したクエリにより、研究者は関連する研究結果や学術リソースを素早く見つけることができます。