- 形态
- MCP
- 传输协议
- http
- 是否开源
- 是
- GitHub Stars
- ★ 4.4k
- 收录来源
- mcp-github
能力说明
M-flow 是一种生物启发的认知记忆引擎，它通过图结构进行推理和关联检索。该系统将知识组织成四层锥形图，从抽象概要到原子事实。当查询到来时，向量搜索会在多个粒度上广泛搜索入口点，然后图结构接管，沿着类型化、语义加权的边传播证据，并根据最强的推理链对每个知识单元进行评分。这种机制使得 M-flow 能够更准确地找到相关答案，而不仅仅是基于关键词匹配。适合需要复杂上下文理解和推理的应用场景。
能力点
- ▪多粒度向量搜索
- ▪图结构推理
- ▪语义加权边传播
- ▪最强推理链评分
- ▪四层锥形图组织知识
适用场景
复杂上下文理解知识图谱检索事件因果关系分析决策过程回顾
接入方式
依赖：Python 3.10-3.13API Key
pip install m_flow
以上信息由 AI 基于公开资料整理，可能存在偏差，以来源为准。
常见问题
M-flow 与传统 RAG 系统有何不同？
M-flow 通过图结构进行推理和关联检索，而不是仅依赖关键词匹配。
M-flow 的四层锥形图是什么？
四层锥形图包括 Episode、Facet、FacetPoint 和 Entity，分别表示事件、维度、原子断言和实体。
