Omnigraph

嗨 Product Hunt 👋 Omnigraph 是一个开源图数据库，智能体可以安全地协作，并写入同一个图。

它支持类型化本体、branch 和时间旅行，还能在同一条查询里做混合搜索和图遍历。你的图以开放格式存放在自己的对象存储里。

⭐ GitHub (MIT): github.com/ModernRelay/omnigraph
它能用来做什么？越来越多公司内部的工作由智能体完成。它们读同一份数据、写同一份数据、基于它做决策、采取行动。没有一个它们能信任的共享世界模型，每个智能体最后都会有自己版本的事实。

Omnigraph 就是这个共享世界模型的基础。你可以用它构建：公司大脑：人、项目、决策以及它们之间如何关联，全部由智能体持续保持最新；为协作完成同一项工作的智能体准备的上下文图；研究图：论文、论断及其背后的证据。你可以查看一些带真实种子数据的模板化即用图（公司大脑、VC 操作系统、行业情报、beads）：https://github.com/ModernRelay/omnigraph-cookbooks

你会得到什么：智能体之间不会互相覆盖。每个智能体在自己的 branch 上写入，你可以在改动进入 main 之前先审核。你始终知道谁在什么时候改了什么，也能看到上周时的图是什么样。你可以在代码里为智能体和人类定义细粒度权限。你的 schema 规定什么可以存在，不符合的写入会被拒绝。智能体可以按语义或关键词查找，然后在同一条查询里沿着图上的连接继续追踪。图以开放文件形式存放在你自己的 S3 bucket 里，你可以把它带到任何地方。每家公司都需要一个上下文层，我们打造 Omnigraph，就是把它当作这个上下文层的基础。
试一试：最快的方式是让你的智能体来做。把下面这段粘贴到 Claude Code、Codex 或任何编码智能体里：Read https://github.com/ModernRelay/omnigraph/blob/main/skills/omnigraph/references/onboarding.md and follow it to set up Omnigraph for me.

感谢 @benln 推荐我们！整个团队今天都会在这里：@ragnor、@altshuler、@pronskiy、@azim_afroozeh。有任何问题都可以问我们！

恭喜发布！智能体通常是怎么写入图的：它们会预先拿到 schema，还是 Omnigraph 会根据它们存储的内容推断实体和关系？我也很好奇，它如何处理不同智能体运行之间产生的相互冲突的事实。

视觉看起来非常清晰锐利，这方面也做得很好！另外好奇——它和竞品相比怎么样？

恭喜发布，@ragnor 和团队！我们已经在 Omnigraph 上重建了整个内部操作系统，把它作为智能体运行所依赖的检索底座。我们在很多用例里看到的检索质量和速度提升简直离谱。我们才刚开始探索在 Omnigraph 之上能构建什么，所以非常期待继续和它一起工作 🚀

嘿 Product Hunt，我是 Modern Relay 的 Ragnor！

在开始做 Omnigraph 之前，我在生物科技公司搭建基础设施，用来自动化药物发现流程。最大的收获是：每家公司都运行在一个“世界模型”上：它相信什么关于世界、市场和自身，它在什么规则下运作，以及它如何把这一切转化为行动。 |

今天这个模型是隐性的，散落在各种工具和人们的脑子里。任何认真想在后台自动化工作、并让 AI 超越聊天机器人的公司，都需要把这个世界模型显性化。

借助 Omnigraph，我们搭建了基础设施，让公司能够构建并拥有自己的世界模型——一个机器可读、互联互通的公司知识图，并且设计成由智能体持续维护和改进。

我很喜欢这个设计 😍 好奇它在 B2B Sales 里有什么实际用例。比如，把 CRM 中 HubSpot 的数据和 Linkedin Sales Navi 的洞察连起来，找出公司内部相关的决策者，再梳理现有供应商和竞争对手关系，并标出我可能在线下见到这些人的潜在场合（展会、会议）。

最后一步，用我们建好的资料来想好第一次触达、对话、演示等环节的相关话题……

所以，如果我们能在这个数据受保护的环境里想办法搞定网页抓取，Omnigraph 会是个相当不错的地方，用来存储并连接所有这些数据，对吧？