Langgraph Graphiti

石墨

一个Chainlit聊天应用程序，它将LangGraph与Graphiti的MCP（模型上下文协议）服务器集成在一起，以实现跨对话的持久内存。

特性

• ChainLit集成：利用ChainLit进行聊天UI和身份验证
• LangGraph集成：使用LangGraph的状态图进行对话流
• Graphiti集成：连接到Graphiti MCP服务器以获得持久对话记忆
• 多租户技术：每个用户的对话都使用唯一的组ID单独存储

先决条件

• Python 3.12+
• Graphiti MCP服务器正在运行 http://localhost:8000/sse

设置

1. 复制环境模板并添加您的OpenAI API密钥：

   cp .env.example .env

1. 编辑 .env 并添加您的OpenAI API密钥和身份验证密钥：

   OPENAI_API_KEY=your_openai_api_key_here
   CHAINLIT_AUTH_SECRET=your_auth_secret_here

使用以下命令生成安全身份验证密钥：

   uv run chainlit create-secret

1. 确保Graphiti MCP服务器在具有SSE传输的端口8000上运行

跑

启动Chainlit服务器：

uv run chainlit run main.py --port 3000

注意：Graphiti MCP在端口8000上运行，这与默认端口chainlit运行的端口冲突

应用程序将在您的浏览器中打开。系统将提示您使用用户名和密码登录（任何非空值都适用于演示目的）。每个用户的对话和记忆都与其他用户隔离开来。

建筑

认证

• 用户必须使用用户名和密码进行身份验证
• 每个用户通过以下方式获得隔离的内存存储 user-{username} 作为组ID
• 用户之间的记忆和对话历史完全分开

存储器系统

• 使用带有SSE传输的Graphiti MCP服务器实现持久内存
• 使用以下命令检索内存 search_memory_nodes 具有用户特定组ID的工具
• 仅存储包含用户消息的对话集（出于效率考虑，不包括助理回复）
• 上下文作为系统消息注入，以提供会话连续性

参考

• Chainlit
• 图形
• LangChain MCP适配器