wisdomGraph

English | 简体中文

Графовая нативная постоянная память для ИИ-агентов.

graphify даёт вам снимок. wisdomGraph даёт вам память, которая накапливается.

Используйте wisdomGraph из Claude Code, Codex, OpenClaw или любого MCP-хоста. Подкормите его своей кодовой базой, заметками, статьями и диалогами — каждый запуск вливается в живой граф Neo4j. Граф не сбрасывается. Он накапливается. Факты становятся паттернами. Паттерны становятся инсайтами. Инсайты становятся мудростью.

/wisdom .                      # absorb this project into the wisdom graph
/wisdom ask "what patterns repeat across all my projects?"
/wisdom reflect                # promote insights → wisdom, close the feedback loop

Скачок относительно graphify

graphify отлично делает то, что должен: превращает папку в снимок графа знаний. Один запуск — один graph.json, один GRAPH_REPORT.md. Прочитали. В следующей сессии всё начинается заново.

wisdomGraph делает нечто принципиально иное.

Разница не инкрементальная. Она архитектурная. graphify сжимает кодовую базу в понятный отчёт. wisdomGraph строит искусственную эпистемологию — такую, которая вспоминает, соединяет и растёт.

Related MCP server: persistent-kb-mcp

Пирамида DIKW, воплощённая на практике

Люди-эксперты не хранят плоские факты. Они организуют опыт по уровням:

Wisdom    ← actionable principles derived from patterns
  ↑
Insight   ← patterns detected across multiple experiences
  ↑
Experience ← events, decisions, outcomes with context
  ↑
Knowledge ← verified facts, documented behaviors, extracted structure

Каждый узел в wisdomGraph несёт метку tier. Топология графа и есть когнитивная архитектура. Когда вы задаёте вопрос, Cypher обходит граф вверх по уровням — это не сопоставление ключевых слов с плоским текстом, а рассуждение над настоящим опытом.

Петля обратной связи критична: когда узел Wisdom запрашивается и оказывается полезным, он подкрепляет связанные узлы Knowledge. Граф учится тому, что важно.

Установка

Требуется: Python 3.10+ и один из вариантов: Claude Code, Codex, OpenClaw или другой MCP-хост

И один из: Neo4j Aura Free (облачная версия, ничего устанавливать не нужно) либо Docker Desktop/Engine для управляемого локального контейнера Neo4j

pip install 'wisdomgraph[mcp]'
wisdom quickstart

wisdom quickstart — это сквозная первичная настройка. Также подготавливает хранилище, проверяет подключение к Neo4j и регистрирует wisdomGraph в обнаруженных MCP-хостах.

# Local managed Neo4j backend + detected MCP hosts
wisdom quickstart

# Local backend + Codex only
wisdom quickstart --host codex

# Existing Neo4j or DozerDB instance
wisdom quickstart --storage existing --uri bolt://localhost:7689 --user neo4j --password <password>

# Neo4j Aura
wisdom quickstart --storage aura --uri bolt+s://xxxxxxxx.databases.neo4j.io --user neo4j --password <password>

Сам MCP-сервер никогда не запускает Docker и не создаёт базы данных. Настройка хранилища происходит явно через quickstart, local, docker или connect.

Вариант A — Управляемый локальный бэкенд (рекомендуется для первого запуска)

wisdom local up
wisdom doctor

Эта команда запускает управляемый контейнер neo4j:latest с именем Wisdom-neo4j, хранит данные в ~/.wisdom/neo4j, использует задокументированный локальный вход neo4j/password, сохраняет подключение и полностью отдельно настраивает MCP-запуск. Реализация использует Docker CLI напрямую, поэтому та же команда wisdom local up работает в Windows PowerShell, Windows cmd.exe, macOS Terminal и Ubuntu Terminal после установки Docker.

Вспомогательные команды:

wisdom local status
wisdom local logs
wisdom local down

Вариант B — Neo4j Aura (нулевая локальная база данных)

1. Зарегистрируйте бесплатную учётную запись на neo4j.com/cloud/aura

2. Создайте экземпляр AuraDB — скопируйте URI подключения и пароль

3. Выполните команду:

wisdom connect bolt+s://xxxxxxxx.databases.neo4j.io --user neo4j --password <your-password>

Бесплатный тариф: 200 000 узлов. Этого хватит на годы по накоплению мудрости.

Вариант C — Опциональный/ручной DozerDB Docker (полный контроль, APOC включён)

wisdom docker up        # pulls graphstack/dozerdb:5.26.3.0 and starts it
wisdom connect bolt://localhost:7687 --user neo4j --password password

Или вручную:

docker run -d \
  -p 7474:7474 -p 7687:7687 \
  -v $HOME/neo4j-wisdom/data:/data \
  -v $HOME/neo4j-wisdom/logs:/logs \
  --env NEO4J_AUTH=neo4j/password \
  --env NEO4J_PLUGINS='["apoc"]' \
  graphstack/dozerdb:5.26.3.0

Откройте localhost:7474 — Neo4j Browser будет вашим визуальным окном в граф мудрости.

Поддержка платформ

Затем откройте вашего ИИ-ассистента по кодингу и введите:

/wisdom .

Интegration with MCP (v0.2.0+)

wisdomGraph поставляется как нативный Model Context Protocol (MCP) сервер. После регистрации Claude, Codex или другой MCP-хост может напрямую вызывать инструменты wisdomGraph — слэш-команда /wisdom не нужна.

Настройка Claude Code

wisdom mcp-install

Эта команда записывает MCP-сервер в .claude/settings.json текущего проекта:

{
  "mcpServers": {
    "wisdomGraph": {
      "command": "wisdom",
      "args": ["mcp"]
    }
  }
}

Перезапустите Claude Code. wisdomGraph активен в этом проекте.

Настройка Codex (v0.3.0+)

wisdom mcp-install --host codex

Этось выполняет регистрацию MCP для Codex:

codex mcp add wisdomGraph -- wisdom mcp

Начните новую сессию Codex. Теперь Codex может запускать wisdom mcp и использовать тот же графом DIKW на Neo4j, что и Claude Code.

MCP tools

Пример — Claude запоминает между сессиями

Сессия 1:

Claude вызывает wisdom_remember с пробкой *"Практические".

Сессия 2 (несколько дней позже, другая единица):

Вы спрашиваете: «как мне сбросить учётные данные в DozerDB?» Claude вызывает wisdom_query → находит узл Experience → отвечает вам вашей же историей.

Граф запомнил. Claude не забыл.

Глобальная и проектная установка MCP

# Register for the current project only
wisdom mcp-install

# Register globally (all projects on this machine)
wisdom mcp-install --project ~

# Register globally with Codex
wisdom mcp-install --host codex

Использование

/wisdom                              # absorb current directory
/wisdom ./raw                        # absorb a specific folder
/wisdom ./raw --mode deep            # aggressive INFERRED edge extraction
/wisdom ./raw --update               # re-absorb only changed files, MERGE into graph
/wisdom ./raw --tier knowledge       # force all extractions into Knowledge tier only

/wisdom add https://arxiv.org/abs/1706.03762   # absorb a paper
/wisdom add https://x.com/...                  # absorb a tweet thread
/wisdom add https://...  --author "Name"        # tag the source author

/wisdom ask "what patterns repeat across all my projects?"
/wisdom ask "what do I know about authentication flows?"
/wisdom ask "trace the path from attention to optimizer"
/wisdom ask "..." --tier wisdom      # only traverse Wisdom-tier nodes in answer

/wisdom reflect                      # LLM promotion pass: Knowledge→Experience→Insight→Wisdom
/wisdom reflect --project ./raw      # reflect only on nodes from this corpus

/wisdom path "DigestAuth" "OAuth"    # shortest path between two concepts
/wisdom explain "CausalSelfAttention"  # full DIKW context for a node
/wisdom god-nodes                    # highest-degree concepts across all projects

/wisdom export --cypher              # dump all nodes/edges as Cypher CREATE statements
/wisdom export --json                # export to graph.json (graphify-compatible)
/wisdom export --obsidian            # export to Obsidian vault

/wisdom status                       # graph stats: node counts by tier, edge counts, last update
/wisdom purge --project ./raw        # remove nodes from one corpus, touch nothing else

Как он накапливается

Выполнение 1 — поглотите вашу библиотеку авторизации:

Knowledge: JWT, session tokens, cookie flags, PKCE flow
Experience: (none yet — single source)

Выполнение 2 — поглотите авторизацию из другого проекта:

Knowledge: JWT, PKCE — MERGE deduplicates, adds a source link
Experience: two implementations, same pattern detected
Insight: JWT + PKCE is the converged pattern in your work

Выполнение 3 — /wisdom reflect:

Wisdom: "Use stateless JWT for APIs, PKCE for browser flows.
         Shipped this pattern across 3 projects without incident."

Выполнение 4 — /wisdom ask "how should I handle auth in this new service?":

Traversal: Knowledge → Experience → Insight → Wisdom
Answer: your own battle-tested principle, grounded in your actual history

Это не RAG. Это не суммаризация. Это граф, проходящий по вашему накопленному опыту и возвращающий вам вашу собственную мудрость.

Графовая схема

// DIKW node labels
(:Knowledge  {id, label, content, source_file, confidence, timestamp, project})
(:Experience {id, label, content, context, outcome, timestamp, project})
(:Insight    {id, label, content, pattern_strength, source_count, timestamp})
(:Wisdom     {id, label, principle, confidence, reinforcement_count, timestamp})

// Relationships
(Knowledge)-[:GROUNDS]->(Experience)
(Experience)-[:REVEALS]->(Insight)
(Insight)-[:CRYSTALLIZES_INTO]->(Wisdom)
(Wisdom)-[:REINFORCES]->(Knowledge)           // feedback loop — the graph learns

(Knowledge)-[:SEMANTICALLY_SIMILAR_TO]->(Knowledge)
(Insight)-[:CONTRADICTS]->(Insight)           // tension surfaces, needs reflection
(any)-[:SOURCED_FROM]->(Source {uri, author, ingested_at})

// Cross-agent composite index
CREATE INDEX wisdom_composite IF NOT EXISTS
FOR (n:Knowledge|Experience|Insight|Wisdom)
ON (n.id, n.timestamp, n.confidence)

Уверенность течет через граф. Инсайт, опирающийся на 8 переживаний, имеет более высокую pattern_strength, чем у того, что опере всего 2. Узды Wisdom ведёт счёт reinforcement_count — количество подтверждённых принцип.

Что вы получаете

Кросс-проектные центральные узлы — концепции, важные для всех ваших проектов и корпусов, а не только одного репозитория.

Обнаружение противоречий — два инсайта, указывающие в разные стороны, появляются как рёбра CONTRADICTS. Граф показывает конфликт; вы разрешаете его в более качественную Wisdom.

Временное затухание — узлы несут временные метки. Старые знания, не подкреплённые новым опытом, становятся флага. Граф стареет безопасно, как память эксперта.

Полная цепочка провенанса — каждый узел ведёт к своему Source. /wisdom explain "node" возвращает полный путь DIKW: факт → контекст → паттерн → принцип.

Цепочка «почему» — не только что, но и зачем это важно, добытое из docstrings, комментариев # NOTE:, событийных решений в документации и логики выходов DIKW.

Возможности развертывания

Конфиденциальность

wisdomGraph отправляет содержимое файлов в API модели код-мода вашего ассистента (например, Anthropic/Claude Code) для семантического извлечения. Код обра ещё локально через tree-sitter AST. Все данные графа живут в вашем Neo4j (Aura или локальном). Никакой телеметрии, слежки или аналитики.

Техно-стек

Neo4j (Aura или DozerDB) + tree-sitter + APOC. Семантическая экстракция через Claude / модель вашей платформы. Вся эта база — intelligence layer: обход и поиск путей выполняются нативно на Cypher через Neo4j GDS (Graph Data Science). Инд. работы с M2PC через Python SDK Model Context Protocol.

Готовые примеры — это самый ценный вклад. Запустите /wisdom на реальной много проекте, докидайте несколько раз /reflect, запишите, какие Wisdom-узлы образовались и совпало ли это со вашей интуицией. Присылайте в worked/{slug}/.

Изменения схемы — знаете тип связи, которого не хватает текущей схеме? Расскажите issue с паттерном Cypher и готовым/работающим типом.

Heuristics продвижения DIKW — как сделать более правильные подсказки, когда переводить Knowledge → Experience → Insight → Wisdom. Продвигающая логика — это ядро системы.

См. ARCHITECTURE.md для полного дизайна и расширения цепочки.