khive: Lokal kunskapsgraf körning för långsiktiga AI-agenter
khive, från Ohdearquant, är en forskningskunskapsgraf-runtime som tillhandahåller beständig, typad minne för AI-agenter. Den körs som en Model Context Protocol-server och extraherar enheter och relationer till en frågebar graf, så att agenter kan upprätthålla projektbaserad kontext och yta motsägelser. Nyckelfunktioner inkluderar ett system för typade enheter av nio slag, hybridåtervinning som kombinerar FTS5 och vektorsimilaritet, en MCP-verb yta och spårning av ursprung. Den riktar sig till utvecklare och forskare som bygger långsiktiga agentarbetsflöden.
Vilka uppgifter kan du faktiskt använda det till?
khive fungerar som en kunskapsgraf-runtime som ger agenter en bestående, typad substrat för att läsa och uppdatera. Systemet stöder nio distinkta entitetstyper, inklusive koncept, dokument, dataset, projekt och resurser, och det extraherar automatiskt entiteter och relationer så att agenter kan spåra härkomst och projektstatus över sessioner. Typiska användningar är långsiktig forskningskoordinering, motsägelseupptäckte över anteckningar, och strukturerad uppgiftshantering driven av agentlogik.
Hur noggrant är återhämtning och strukturerad utdata?
Återhämtning kombinerar FTS5 nyckelsökning med vektorsimilaritet och slår samman resultat med hjälp av Reciprocal Rank Fusion, en design avsedd att öka återhämtningsnoggrannheten för blandade frågor. Minnespaketet rankar anteckningar efter semantisk betydelse och implementerar nedbrytning för att nedvikta gamla objekt. Härkomst registreras med ett Git-paket för källkodsinmatning, så strukturerade utdata behåller härkomstmetadata som agenter kan fråga när de validerar eller spårar informationskällor.
Vilka indata och frågor accepterar det, och hur fungerar traversal?
khive tar emot dokument och kod via modulära paket och exponerar graftraverseringsprimitiv för agenter. Systemet stöder BFS, kortaste vägen, och GQL/SPARQL-stil frågor över typade kanter. Som standard laddar khive en uppsättning funktionella paket, såsom KG, GTD, Memory, Brain och Git, som utvecklare kan utöka. De typade kanterna och frågeytan låter agenter följa beroenden och sammanställa flerstegs resonemangsvägar.
Hur hanterar det latens och lokal datahantering?
khive är byggt för lokal-först exekvering på en högpresterande SQLite-backend och kör en bakgrundsdaemon kallad khived som automatiskt startar vid första begäran för att hålla inbäddningsmodeller och databasanslutningar varma. Den designen minskar kallstartfördröjningar för upprepade agentinteraktioner och håller graf- och vektorlager på värdsystemet. Den enskilda binära orienteringen eliminerar behovet av externa grafdatabaser som en del av den lokala runtime.
khive är ett fokuserat infrastrukturval för agentutvecklare
Installera via Cargo med 'cargo install kkernel' eller via npm med 'npm install -g khive' för att köra kkernel-binären lokalt och koppla den till en MCP-klient som Claude Desktop eller IDE-tillägg. khive passar utvecklare och forskare som behöver typad, beständig agentminne; förvänta dig integrationsarbete för att koppla det till din agentstack och att lära dig MCP-verbytan för effektiv automatisering.
