m_flow

M-flow是一个开源Python库，通过将知识图谱作为主要评分引擎，重新定义了检索增强生成（RAG）。与依赖向量相似度排序结果的传统RAG系统不同，M-flow将知识组织为四级锥形图——Episode、Facet、FacetPoint和Entity——并沿类型化、语义加权的边进行图传播，根据每个知识单元与查询之间最强的推理链对其进行评分。这种方法称为图路由束搜索，支持多粒度检索：精确查询可以锚定在FacetPoint上并返回其所属的Episode，而宽泛查询可以通过Episode摘要进入。该系统还在索引前进行共指消解以解析代词，提供可选的面部感知记忆分区以实现多人隔离，以及程序性记忆提取以获取可复用的抽象模式。M-flow支持多种向量和图数据库（LanceDB、Neo4j、PostgreSQL/pgvector、ChromaDB、KùzuDB、Pinecone），与LLM无关（OpenAI、Anthropic、Mistral、Groq、Ollama等），并提供CLI、Web UI和MCP服务器。在LoCoMo-10和LongMemEval上的基准测试显示出强劲性能，但这些为自行报告的结果。该项目包含Docker部署选项、带面部识别的游乐场以及丰富的文档。