Lumen-Labs/brainapi2

解決的問題

BrainAPI 將非結構化的原始文字自動轉換為結構化、可查詢的知識圖譜。它解決了傳統 RAG 中的「相似性猜測」問題，透過圖譜提供的可追蹤、有推理路徑的答案，支援多跳推理，並為每個事實提供清晰的來源追溯。

工作原理

該系統使用一組專業 AI 代理來處理文字：

• Scout：提取所有實體（人物、事物、事件）。
• Observations Agent：基於文字和先前上下文撰寫事實性筆記。
• Architect：建立以事件為中心的關係（主語 $\rightarrow$ 事件 $\rightarrow$ 實體），將行動視為中心樞紐。
• Janitor：驗證關係，檢查重複項目，並循環回饋給 Architect 進行修正，直到資料乾淨為止。

知識以追加只讀圖譜形式儲存，確保事實演變的歷史被完整保留。提供兩種管道模式：accurate（完整代理驗證）和 lightweight（更快，基礎提取）。

適用對象

• AI 代理開發者：提供具有來源追溯的持久化、結構化記憶。
• 資料分析師：從支援對話等質性資料中提取業務洞察。
• 研究人員／調查人員：為合規或調查目的，繪製人物、事件和文件之間的關聯。
• 推薦系統工程師：基於行為路徑而非簡單共現建構推薦引擎。

核心亮點

• 事件中心建模：捕捉誰對誰做了什麼、何時做的，而非簡單的扁平邊。
• 可追溯的回答：提供用於推導答案的完整圖譜路徑（三元組）。
• 代理驅動的流水線：使用多代理群組確保資料品質和去重。
• 透過插件可擴展：允許使用者覆蓋提示、新增 REST 路由或註冊特定領域（如 CRM、法律）的 MCP 工具。
• 支援 MCP：透過 Model Context Protocol 伺服器與 Claude Desktop 集成。