Lumen-Labs/brainapi2

解决的问题

BrainAPI 将非结构化原始文本自动转换为结构化、可查询的知识图谱。它解决了传统 RAG 中的「相似性猜测」问题，通过图谱提供的可追溯、有推理路径的答案，支持多跳推理，并为每个事实提供清晰的溯源路径。

工作原理

该系统使用一组专业 AI 代理来处理文本：

• Scout：提取所有实体（人物、事物、事件）。
• Observations Agent：基于文本和先前上下文编写事实性笔记。
• Architect：创建以事件为中心的关系（主语 $\rightarrow$ 事件 $\rightarrow$ 客体），将行动视为中心枢纽。
• Janitor：验证关系，检查重复项，并循环反馈给 Architect 进行修正，直到数据干净为止。

知识以追加只读图谱形式存储，确保事实演变的历史被完整保留。提供两种管道模式：accurate（完整代理验证）和 lightweight（更快，基础提取）。

适用人群

• AI 代理开发者：提供具有溯源性的持久化、结构化记忆。
• 数据分析师：从支持对话等定性数据中提取业务洞察。
• 研究人员/调查人员：为合规或调查目的，绘制人物、事件和文档之间的关联。
• 推荐系统工程师：基于行为路径而非简单共现构建推荐引擎。

核心亮点

• 事件中心建模：捕捉谁对谁做了什么、何时做的，而非简单的扁平边。
• 可追溯的回答：提供用于推导答案的完整图谱路径（三元组）。
• 代理驱动的流水线：使用多代理群组确保数据质量和去重。
• 通过插件可扩展：允许用户覆盖提示、添加 REST 路由或注册特定领域（如 CRM、法律）的 MCP 工具。
• 支持 MCP：通过 Model Context Protocol 服务器与 Claude Desktop 集成。