用内存图数据库给 AI 装上实时记忆，加速智能体响应。
Memgraph 是一个高性能的开源内存图数据库，专为实时图分析和 AI 场景设计，尤其适用于 GraphRAG、AI 记忆和智能体应用。它使用 C++ 编写，兼容 Cypher 查询语言，能无缝对接 Neo4j 生态。Memgraph 解决的核心问题是传统图数据库在实时性和 AI 集成上的不足，提供毫秒级查询响应，支持流式数据接入，并内置图算法库。其核心能力包括：内存存储引擎、持久化复制、Cypher 查询、图算法（如 PageRank、社区发现）、以及面向 AI 的记忆管理功能（如上下文图构建）。Memgraph 还提供企业级特性，如高可用集群和细粒度安全控制，适合构建知识图谱、智能推荐、欺诈检测等实时应用。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1查看官方安装说明
README 的 Download & Install 章节为空，安装方式必须以官网文档为准，不要凭经验猜测命令。
2确认系统环境
项目由 C/C++ 编写，需确认目标机器满足官方文档列出的运行或构建环境要求。
3获取项目源码
如需从源码入手，可克隆仓库到本地，具体构建步骤请对照官方文档执行。
git clone https://github.com/memgraph/memgraph.git4阅读配置参考
Memgraph 接受的命令行选项见官方配置参考指南，启动前先确认需要设置的选项。
5按文档启动服务
README 未提供启动命令，请严格按官网文档完成安装与启动，避免照搬其他图数据库命令。
README 未给出验证命令，需按官网文档确认服务已启动并可连接执行查询。
Q：安装命令在哪里？
A：README 的 Download & Install 章节为空，安装方式请前往官方文档 https://memgraph.com/docs/ 查看，本教程不提供未经验证的命令。
Q：如何配置 Memgraph？
A：README 说明配置通过命令行选项完成，具体可用选项在官方配置参考指南中列出，请以该指南为准。
Q：支持哪种查询语言？
A：完全兼容 Neo4j 的 Cypher 查询语言，并且符合 ACID，可直接复用 Neo4j 生态的查询习惯。
Q：遇到问题去哪里求助？
A：README 提供了官方 Discord 社区入口，也可查阅官网文档与每日构建页面获取支持。
Neo4j、ArangoDB、TigerGraph
memgraph 是基础设施领域的开源项目，由 memgraph 开发，2020 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（4,574）位列前 10%，在基础设施分类的 1,132 个项目里位列前 14%。
近 41 天，它的 GitHub 星标从 4,328 增加到 4,574，净增 246。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。开源核心免费，企业版提供高级功能，官网提供云服务试用。从国内网络环境看，可直接访问。
它主要面向的使用场景是：构建AI智能体的长期记忆和上下文管理。同类可对比的替代方案包括 Neo4j、ArangoDB、TigerGraph。
freebuff-proxy
开源
聚合多账号，一键接入 OpenAI 兼容 API，轻松管理会话。
Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···
microduck
开源
用 Rust 造一只会走路的桌面小鸭，快速上手双足机器人。
A Tiny biped duck robot
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
ollama
开源
一条命令本地跑起大模型，免费、私密、不卡顿
Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···