dreamgraph

用认知图谱管住智能体，让每一步决策都可追溯

DreamGraph 是一个基于图结构的智能体概念开发环境（CDE），旨在将项目计划、架构决策和项目知识转化为可审计的执行流程。它通过持久化的认知图谱来管理智能体的记忆和推理过程，解决传统智能体在复杂任务中缺乏长期记忆和可追溯性的问题。其核心能力包括：构建和维护动态的知识图谱，支持因果发现与推断，使智能体能够基于结构化知识进行自主决策；提供与 Claude 等大模型集成的接口，支持 Cursor 等开发环境；强调执行过程的透明性和可审计性，每一步决策都可回溯。项目采用 TypeScript 编写，适合需要高可靠性和可解释性的智能体应用场景。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 114

维护状态维护中

是否开源是

定价模式 free

项目数据

分类智能体

开发团队mmethodz

所属国家

官网地址

GitHubhttps://github.com/mmethodz/dreamgraph

定价模式free

价格说明开源项目，本地部署，全部功能免费。

访问状态

是否开源是

开源协议NOASSERTION

主要语言TypeScript

技术栈/模型agent-memory,ai-agents,autonomous-agents,causal-discovery,causal-inference,claude,cognitive-architecture,cursor,dream-cycle,knowledge-graph,machine-learning,mcp,mcp-server,model-context-protocol,openclaw-mcp,security-scanner,system-architecture,temporal-knowledge-graph,temporal-reasoning,vscode

GitHub 星标★ 114

30天Star增速

HF 下载量

上线时间2026-03-23 00:00:00

最近更新2026-09-18 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

通过持久化认知图谱实现长期记忆，避免智能体对话上下文丢失
支持因果发现与推断，辅助智能体做出更合理的决策
执行过程可审计，适合对合规性要求高的场景

不足之处

项目处于早期阶段，文档和社区生态尚不完善
依赖特定大模型（如Claude）和开发环境，通用性受限

适用场景

复杂项目的架构决策记录与执行追踪
需要长期记忆的自主智能体开发
对决策过程有审计需求的企业级应用

替代项目

LangChain、AutoGPT、MemGPT

项目介绍

dreamgraph 是智能体领域的开源项目，由 mmethodz 开发，是 2026 年新上线的项目。

它收录于智能体分类，该分类目前共有 2,517 个项目，GitHub 星标数为 114。

项目仍在小幅维护中，最近一次代码更新于 2026-09-18。本地部署，全部功能免费。

它主要面向的使用场景是：复杂项目的架构决策记录与执行追踪。同类可对比的替代方案包括 LangChain、AutoGPT、MemGPT。

上一篇：agent-apprenticeship

下一篇：Photo-agents