前言¶
Agent 在执行长链路任务时，往往需要在多个步骤间保持状态一致，并在不同技能之间共享上下文。传统做法通常依赖对话历史或临时变量，这种方式在复杂场景下容易丢失关键信息，导致任务重复、状态不一致。Graphmind 作为一个持久化知识图谱引擎，为 Agent 提供结构化记忆、任务编排、依赖跟踪以及跨技能状态同步能力，解决这些问题。
这是什么¶
Graphmind 是一个用于 Agent 的持久化知识图谱引擎，由社区用户 user_d82fedf3 发布，版本 1.0.0。它将 Agent 的运行状态和知识以图谱形式持久存储，支持结构化记忆、任务编排、依赖跟踪和跨技能状态同步。
核心功能¶
Graphmind 提供以下已核实能力：
- 结构化记忆：以知识图谱形式存储 Agent 的状态和知识，便于查询和推理。
- 任务编排：支持对 Agent 任务进行编排与管理。
- 依赖跟踪：能够跟踪任务或状态之间的依赖关系。
- 跨技能状态同步：在多个 Skill 之间同步状态，避免上下文割裂。
安装与启用¶
在支持 SKILL.md 格式的环境（如 Cursor、Claude Code 等）中，可通过官方仓库或 SkillHub 链接安装。官方地址为 https://api.skillhub.cn/user_d82fedf3/graphmind。
安装后，在 Skill 配置中启用 Graphmind，具体路径或配置字段请参考官方文档或 SkillHub 页面说明。
典型用法¶
使用 Graphmind 时，可以在 Skill 中通过接口或命令调用图谱操作。例如：
# 创建或更新节点
graphmind.set("task:123", { status: "running", context: "..." })
# 查询依赖
graphmind.get("task:123")
具体命令和参数需根据 SkillHub 提供的接口文档执行。
适用场景与注意¶
- 适合需要长期保持状态、跨技能协作的 Agent 任务。
- 需要确保环境支持 SKILL.md 格式和 Graphmind 接口调用。
- 如遇配置问题，请参考官方文档或 SkillHub 页面。
总结¶
Graphmind 为 Agent 提供了结构化的知识图谱存储与同步能力，能够帮助开发者构建更稳定、可维护的 Agent 系统。官方地址：https://api.skillhub.cn/user_d82fedf3/graphmind
