Zep：端到端上下文工程平台

示例、集成及其他

什么是Zep？💬

Zep是一个端到端的上下文工程平台，能够在不到200毫秒的延迟内，在恰当的时间提供正确的信息。它通过整合来自多个数据源——聊天记录、业务数据、文档和应用事件——的全面且具备关系感知能力的上下文，解决了智能体上下文管理的问题，从而让AI智能体在生产环境中准确执行任务。

Zep的工作原理

1. 添加上下文：将聊天消息、业务数据和事件实时输入Zep。
2. 图RAG：Zep会自动提取其中的关系，并维护一个时间知识图谱，以理解上下文随时间的变化。
3. 检索与组装：获取为您的大模型优化过的、预格式化且具备关系感知能力的上下文块。

Zep的关系感知检索系统能够提供关于事实、关系及其变化的上下文信息，从而为智能体提供最新、准确且相关的信息，帮助其做出更好的决策。

开始使用

注册Zep Cloud

访问www.getzep.com注册Zep Cloud，这是我们提供的托管服务，能够以低于200毫秒的延迟、企业级的可扩展性以及SOC2 Type 2和HIPAA合规性，为智能体提供智能化的上下文支持。只需三行代码即可为您的智能体添加上下文组装功能。

查找Zep SDK

Zep提供了多语言的完整SDK：

• Python：pip install zep-cloud
• TypeScript/JavaScript：npm install @getzep/zep-cloud
• Go：go get github.com/getzep/zep-go/v2

获取帮助

• 文档：help.getzep.com
• Discord社区：加入我们的Discord
• 支持：访问我们的帮助网站，获取全面的指南和教程。

关于本仓库

注意：本仓库目前仍在开发中。

该仓库包含使用Zep构建智能体上下文的示例、集成和工具。您可以浏览示例应用，了解Zep如何与LangChain、LlamaIndex、AutoGen等框架结合，实现上下文组装。

仓库结构

仓库包括：

• 展示Zep与不同框架结合进行上下文组装的示例应用
• 针对热门智能体框架的集成包
• 不同用例的代码示例
• 开发工具和实用程序

开发环境搭建

该项目使用Uv作为Python包管理工具，并支持工作区功能。

先决条件

• Python 3.13及以上版本
• Uv包管理器

快速开始

1. 安装Uv（如果尚未安装）：

   # 在macOS和Linux上
   curl -LsSf https://astral.sh/uv/install.sh | sh
   
   # 在Windows上
   powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
   

2. 同步工作区：

   uv sync
   

3. 激活虚拟环境：

   # 在Unix/macOS上
   source .venv/bin/activate
   
   # 在Windows上
   .venv\Scripts\activate
   

工作区结构

该项目配置为一个Uv工作区，包含以下软件包：

• 主包（zep）：Zep的核心功能
• Autogen集成包（integration/autogen/）：用于Autogen框架的集成包

工作区操作

• 安装依赖：uv sync
• 向主包添加依赖：uv add <package>
• 向Autogen集成包添加依赖：uv add --project integration/autogen <package>
• 运行Autogen集成测试：uv run --project integration/autogen pytest
• 构建软件包：uv build

集成开发

Autogen集成包位于integration/autogen/目录下，其结构如下：

integration/autogen/
├── src/zep_autogen/     # 软件包源代码
├── tests/               # 测试文件
└── pyproject.toml       # 软件包配置文件

贡献

我们欢迎各位为改进Zep及其生态系统贡献力量。请参阅CONTRIBUTING.md文件，了解贡献指南，包括：

• 代码贡献
• 文档改进
• Bug报告和功能请求
• 社区示例和集成

Graphiti：知识图谱框架

Zep由Graphiti驱动，这是一个开源的时序知识图谱框架，支持具备关系感知能力的上下文检索。

Graphiti能够自主构建并维护知识图谱，同时推理状态随时间的变化。每个事实都包含valid_at和invalid_at日期，使智能体能够理解关系、偏好和上下文是如何演变的——这在动态环境中做出准确决策至关重要。

请访问Graphiti仓库，了解更多关于驱动Zep上下文组装能力的时序知识图谱框架的信息。

社区版（旧版）

注意：Zep社区版已不再受支持并被弃用。社区版的相关代码已被移至本仓库的legacy/文件夹中。

对于当前的Zep开发，我们建议您使用Zep Cloud或探索本仓库中的示例项目。

有关此变更的更多信息，请参阅我们的公告：宣布Zep开源战略的新方向

Zep 快速上手指南

Zep 是一个端到端的上下文工程平台，旨在解决 AI Agent 的上下文记忆问题。它通过整合聊天记录、业务数据和文档，自动构建具备时间感知和关系感知的知识图谱，以低于 200ms 的延迟为 LLM 提供精准的上下文信息。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：macOS, Linux 或 Windows
• Python 版本：Python 3.13 或更高版本
• 包管理工具：推荐使用 UV（高性能 Python 包管理器）

注意：Zep 社区版（Community Edition）已停止维护并归档。当前开发推荐使用 Zep Cloud 托管服务或直接使用官方提供的 SDK 进行集成。

安装步骤

根据您的开发语言选择对应的安装方式。Zep 提供了多语言 SDK，以下是主流语言的安装命令：

Python

pip install zep-cloud

TypeScript / JavaScript

npm install @getzep/zep-cloud

Go

go get github.com/getzep/zep-go/v2

本地开发环境搭建（基于 UV）

如果您希望克隆本仓库进行二次开发或运行示例项目，请使用以下步骤：

1. 安装 UV

   • macOS/Linux:

     curl -LsSf https://astral.sh/uv/install.sh | sh
     

   • Windows:

     powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
     

2. 同步工作区依赖

   uv sync
   

3. 激活虚拟环境

   • Unix/macOS:

     source .venv/bin/activate
     

   • Windows:

     .venv\Scripts\activate
     

基本使用

Zep 的核心工作流程分为三步：添加上下文 -> 自动构建图谱 -> 检索组装。

以下是一个简化的概念流程，展示如何在代码中集成 Zep（以 Python 为例）：

1. 初始化客户端：连接到 Zep Cloud。
2. 添加数据：将聊天消息或业务事件发送给 Zep。
3. 检索上下文：请求与当前任务相关的、经过关系推理的上下文块。

from zep_cloud import Client

# 1. 初始化客户端 (需替换为您的 API Key)
client = Client(api_key="YOUR_ZEP_API_KEY")

# 2. 添加上下文 (例如：用户对话或业务事件)
# Zep 会自动提取实体关系并更新时序知识图谱
client.memory.add_messages(
    user_id="user_123",
    messages=[
        {"role": "user", "content": "我打算下个月去巴黎旅行。"},
        {"role": "assistant", "content": "太好了！您之前去过法国吗？"}
    ]
)

# 3. 检索优化的上下文
# 获取包含事实、关系及其随时间变化的预格式化上下文块
context = client.memory.search(
    user_id="user_123",
    query="用户的旅行计划和历史偏好",
    limit=5
)

print(context)
# 输出将包含经过整理的、具备时间戳和关系链的上下文信息，可直接送入 LLM

核心特性说明

• Graph RAG：无需手动构建图谱，Zep 会自动从非结构化数据中提取关系。
• 时序感知：每个事实都包含 valid_at 和 invalid_at 时间戳，让 Agent 理解信息的演变（例如：用户搬家了，旧地址失效）。
• 低延迟：专为生产环境设计，检索延迟控制在 200ms 以内。

如需更多框架集成示例（如 LangChain, LlamaIndex, AutoGen），请访问 Zep 官方文档 或查看仓库中的 examples 目录。