当前 Agent 记忆分散在 AGENTS.md、/memories 目录、Copilot 仓库事实与 MCP 知识图谱等多种格式中,彼此无法互读,导致同一经验被反复重建。作者认为核心缺口不是工具,而是缺失类似 OpenTelemetry 的共享格式与约定,并以 LoreKit 的纯 Markdown 离线存储作为可检视的示例。
知识图谱
Knowledge Graph
以图结构存储实体及其关系的语义网络
收录情报动态
Linkit 是一款免费开源的桌面端 AI 书签管理工具,通过语义搜索、自动摘要和知识图谱将链接转化为结构化知识资产。它支持连接任意 OpenAI 兼容 API 或本地模型(如 Ollama),并提供双轨制存储(本地优先+云同步)以确保数据主权。
本文阐述在金融问数场景中,如何通过概念、属性、关系、约束四大核心要素构建业务本体,以将业务知识转化为 AI 可理解的结构化语言。文章提出“AI 能否听懂、系统能否执行、本体能否保鲜”的三问校验法作为评估标准,并对比了行业五条建设路线,强调选型需兼顾业务贴合度与工程落地性。
Netflix 工程团队发布技术博客,介绍其基于本体论(Ontology)构建端到端可观测性知识图谱的实践。该方案旨在解决超大规模实时流媒体场景下,传统监控工具难以关联海量日志与系统依赖关系的痛点,通过语义建模提升故障定位效率。
腾讯云针对软件生命周期中运行态智能化滞后于编码态的痛点,提出 AI Native SRE Agent 架构。该方案以统一的全景运行图谱为基座,通过 Harness 机制与评测闭环,支撑多 Agent 协同决策,旨在让复杂的系统运行状态变得可理解、可操作且可验证,从而突破传统 SRE 工具链割裂的局限。
Atlassian 宣布扩大与 OpenAI 的合作,将 GPT-6 系列前沿模型深度集成至其平台及 Rovo 智能体中。此次整合利用 Atlassian 的 Teamwork Graph 作为企业上下文层,旨在通过 AI 代理自动化规划、构建和交付工作流程。同时,Atlassian 内部已大规模采用 Codex,并计划结合 DX 工具量化 AI 对开发效率的影响。
某团队基于智能体编排平台构建错误码治理 Agent,整合知识库、代码图谱、可观测数据与代码托管四类能力,将人工需 3-8 小时的排查压缩至分钟级。在 50 条案例对比中,修复建议(action_type)与人工标注一致率从 66% 提升至 88%,硬冲突率降至 0%。核心方法在于多源证据交叉验证、工作流承接结构化输出及基于 Badcase 的持续迭代评测。
联合国系统正式推出“联合国系统数据共享”(UN System Data Commons),这是一个基于 Google 开源项目 Data Commons 构建的 AI 就绪型开放平台。该平台旨在打破联合国各机构间的数据孤岛,将分散的全球统计数据整合为单一可搜索资源,以加速数据分析与决策支持。
LangChain 团队发布了使用 LangSmith 管理数据集并评估大模型微调效果的教程。该指南以知识图谱三元组提取为测试案例,展示了如何从 LangSmith 导出训练数据,分别对开源模型 LLaMA2-7b-chat(通过 Colab/HuggingFace)和 OpenAI 的 gpt-3.5-turbo 进行微调,并利用 LangSmith 完成结果评估。