create-context-graph

几秒搭出带图记忆的 AI Agent 项目骨架

create-context-graph 是一个面向 AI Agent 的图结构记忆框架脚手架,用一条命令在几秒内生成可运行的 Python 项目骨架。它要解决的问题是:当前多数 Agent 记忆只是向量数据库里的扁平文本块,检索时缺少实体之间的关系,导致多跳推理、跨会话上下文串联和长期知识积累效果差。项目把记忆建模成上下文图(context graph),节点表示人、事、概念等实体,边表示它们之间的关系,底层用 Neo4j 图数据库持久化,让 Agent 能沿关系做图遍历式检索,而不是只靠相似度召回。核心能力包括:一键脚手架生成(含目录结构、配置、示例代码)、图记忆的读写接口、与 Agent 推理循环的对接示例、Neo4j 连接与数据模型初始化。适合想快速验证图记忆方案、又不想从零搭基础设施的开发者,技术栈为 Python + Neo4j。

开源 unknown 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 726
维护状态 较活跃
是否开源
定价模式 unknown

项目数据

分类开发框架
开发团队neo4j-labs
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型agent-memory,context-graph,neo4j
GitHub 星标★ 726
30天Star增速
HF 下载量
上线时间2026-03-22 00:00:00
最近更新2026-09-17 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-22
浏览次数0

使用教程

核心亮点

  • 一条命令生成完整可运行骨架,省去 Neo4j 建模、连接和目录结构的重复劳动
  • 把 Agent 记忆显式建模为实体-关系图,支持多跳遍历检索,比纯向量召回更适合关系型推理
  • 基于 Neo4j 这一成熟图数据库,数据模型和查询能力有保障,便于后续扩展

不足之处

  • 强依赖 Neo4j,需要额外部署和维护图数据库,轻量场景下偏重
  • 项目处于早期,726 星,生态、文档和社区案例仍在积累

适用场景

  • 为客服/销售 Agent 构建可追溯的客户关系与历史交互记忆
  • 搭建需要多跳推理的知识问答 Agent,如人物关系、事件链路查询
  • 快速做图记忆方案的原型验证与技术选型对比

替代项目

mem0、Zep、Graphiti

项目介绍

create-context-graph 是开发框架领域的开源项目,由 neo4j-labs 开发,是 2026 年新上线的项目。

它收录于开发框架分类,该分类目前共有 793 个项目,GitHub 星标数为 726。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-17。

它主要面向的使用场景是:为客服/销售Agent构建可追溯的客户关系与历史交互记忆。同类可对比的替代方案包括 mem0、Zep、Graphiti。

上一篇:Arcade-Learning-Environment

下一篇:fastctx

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146676 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166369 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 107282 2026-09-12