核心功能
SurrealDB Knowledge Graph Memory 是一个企业级知识图谱记忆系统，将传统数据库存储与向量语义搜索相结合，为AI助手提供结构化的长期记忆能力。
核心用法
系统通过四个MCP工具（knowledge_search、knowledge_recall、knowledge_store、knowledge_stats）提供完整的CRUD操作。支持从Markdown文件自动提取结构化知识，使用OpenAI的text-embedding-3-small模型进行语义编码，并通过置信度机制动态调整事实可信度。
显著优点
1. 图结构原生支持：SurrealDB作为图数据库，天然支持supports、contradicts、updates、elaborates等关系类型，无需复杂外键设计
2. 智能置信度计算：综合基础置信度、支持事实加成、实体权威性加成、矛盾事实减成和时间衰减（每月5%）多维度评分
3. LLM驱动提取：自动从MEMORY.md等文件提取实体关系，支持增量更新和全量重建
4. 关系自动发现：AI可自动识别孤立事实间的语义关联，降低人工维护成本
潜在局限
- 强依赖OpenAI：嵌入和知识提取均需要API密钥，存在成本和可用性风险
- 自托管复杂度：需自行安装维护SurrealDB服务，默认使用root/root凭证存在安全隐患
- Python环境要求：需要venv管理多个依赖包，跨平台兼容性待验证
- 社区生态较新：SurrealDB相比Neo4j等成熟图数据库，生态工具和人才储备有限
适合人群
- 构建需要长期记忆能力的AI助手开发者
- 已采用MCP协议架构的技术团队
- 需要将非结构化文档转化为可查询知识库的研究人员
- 对事实可信度管理有要求的金融、医疗、法律咨询场景
常规风险
| 风险类型 | 说明 |
|---------|------|
| 供应链风险 | install.sh使用`curl \| sh`模式，建议手动安装验证 |
| 凭证泄露 | 默认root/root配置需生产环境强制修改 |
| API密钥暴露 | OPENAI_API_KEY需最小权限范围，避免硬编码 |
| 数据持久化 | 文件路径`~/.clawdbot/memory/`需定期备份 |
| 网络暴露 | 建议绑定127.0.0.1，避免公网可访问 |