core-graph：基于 PostgreSQL 的安全威胁情报图谱与向量知识平台

rmednitzer/core-graph · Converged graph + vector knowledge platform on PostgreSQL (Apache AGE + pgvector) for security, threat intel, and AI memory

GitHub原文发布未知首次收录 2026-10-13上架 2026-10-13 07:03

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

core-graph 是一个构建在 PostgreSQL 之上的图与向量融合知识平台，使用 Apache AGE 存储图数据、pgvector 存储向量嵌入，用于汇聚安全与基础设施领域的异构数据。它涵盖威胁情报、安全事件、OSINT、审计合规、AI 记忆、取证时间线、基础设施资产、身份与访问管理八个本体层，支持 STIX 2.1、MITRE ATT&CK、OCSF 1.1、OSCAL 等标准，并通过 NATS JetStream 接收卫星系统数据。对外提供 MCP 服务器（面向 AI 智能体）、FastAPI REST API（面向人工用户）和 TAXII 2.1（威胁情报共享）三类接口，并内置多层授权、双时态数据模型和证据完整性机制。项目状态为 Alpha。

# MCP # knowledge-graph # vector-database # threat-intelligence # apache-age

核心能力与快速开始

★ 1 · Python

能做什么: 在 PostgreSQL 上融合图（Apache AGE / openCypher）与向量（pgvector / HNSW）能力，通过 NATS JetStream 接入卫星系统发布的结构化实体，经 NER、实体消解、图写入与富化后统一存储。覆盖威胁情报（STIX 2.1、MITRE ATT&CK）、安全事件（OCSF 1.1）、OSINT、审计合规（OSCAL、NIS2、BSI Grundschutz）、AI 记忆（MCP 对齐）、取证时间线（CASE/UCO）、基础设施资产、身份与访问管理八个本体层。提供 MCP 服务器（工具化图查询、语义搜索、技能注册表）、FastAPI REST API、TAXII 2.1 三类接口。采用三层授权（Cerbos ABAC、SpiceDB ReBAC、PostgreSQL RLS）、双时态模型（t_valid、t_invalid、t_recorded、t_superseded，事实只失效不删除）、证据完整性链（追加式审计日志、SHA-256 哈希链、Merkle 根 + RFC 3161 时间戳、MinIO WORM、cosign 签名、Rekor 透明日志）。
适用场景: 面向安全与威胁情报场景的数据汇聚与查询：将 Wazuh、OpenCTI、MISP、Netbox、Prometheus、Keycloak 等卫星系统的数据归一化进统一图与向量库；为 AI 智能体提供基于 MCP 的图查询与语义检索接口；通过 TAXII 2.1 与伙伴组织联邦共享威胁情报；支撑 NIS2、BSI IT-Grundschutz 等合规控制映射与证据链审计；保存取证时间线与不可变证据；以双时态方式维护数据版本；面向欧盟主权部署场景运行于欧盟基础设施。
项目形态: 开发框架
部署方式: 支持 Docker Compose 本地开发栈（含 :8000 的 REST API）；Kubernetes 提供 Helm chart（内置 API、图写入器、PostgreSQL、NATS JetStream、Valkey，各依赖可禁用并指向外部服务，含 lab 与 prod values）；提供 ArgoCD Application 清单；支持 Zarf 打包的离线（air-gapped）安装。文档称生产不依赖美国云，运行于欧盟供应商（Hetzner、自托管 registry）。项目自述状态为 Alpha。
主要依赖: Python 3.13+；Docker 与 Docker Compose（本地开发栈）；PostgreSQL 18+ 并安装 Apache AGE 与 pgvector（由开发栈提供）；NATS Server 2.10+（由开发栈提供）。其他运行配置、硬件规格与 API 成本未说明。
使用限制: 项目自述处于 Alpha 阶段（本地开发栈可用、schema 稳定、摄取管道可用、Helm chart 与 ArgoCD 清单就绪）。卫星组件使用 GPL/AGPL 许可证，作为外部服务而非嵌入可再分发代码。未说明生产环境性能、规模上限、API 成本与具体硬件限制。
许可证: Apache-2.0
最近推送: 2026-10-12 15:29

官方入门核对 README 依据 ↗

资料检查：2026-10-13 07:00 · 卡片整理：2026-10-13 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

作为构建在 PostgreSQL 之上的图与向量融合知识平台，程序员可将其作为后端基础设施，通过 FastAPI REST API 和 MCP 服务器接口进行图查询、语义搜索与数据接入开发；仓库提供 Docker Compose 开发栈、Helm chart、ArgoCD 清单及迁移脚本，便于本地开发与部署。

查看内容依据

core-graph 是一个构建在 PostgreSQL 之上的图与向量融合知识平台，使用 Apache AGE 存储图数据、pgvector 存储向量嵌入，用于汇聚安全与基础设施领域的异构数据。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Fortémi：自托管 AI 知识库与混合检索检索增强平台

Fortémi 是一个面向 AI 应用的自托管智能数据库，基于 Rust 与 PostgreSQL 构建。它在统一的规范化 schema 之上集成了 BM25 全文检索、稠密向量检索与 RRF 融合的混合语义搜索，并提供知识图谱、MCP 服务器（44 个 Agent 工具）、多模态数据摄取（图像视觉、音频转写与说话人分离、视频场景分析、3D 模型渲染、邮件与表格解析等 13 类适配器）、131 种文档类型自动识别，以及 Ollama、OpenAI、OpenRouter、llama.cpp 多provider 推理切换。适用于知识管理、检索增强生成（RAG）、智能体记忆和团队文档等场景，支持从纯 CPU 到 GPU 的部署形态。

Cortex：为 AI Agent 构建组织决策记忆图谱并通过 MCP 注入上下文

Cortex 声称是一套面向 AI 原生公司的组织记忆系统。它从 Slack、GitHub、Jira、Linear 等工具中捕获决策，抽取为结构化事件后存入以 Neo4j 为核心的知识图谱，并通过 MCP 服务器、REST API 与 Python SDK（cortex_query / cortex_inject / cortex_remember）在推理时向 Claude、Cursor 等 MCP 兼容 Agent 主动注入相关决策上下文，以减少 Agent 每次从零开始、产生幻觉或需要翻阅历史记录的情况。仓库还提供重要性评分、信任评分、矛盾检测、记忆衰减、RBAC 与 GDPR 删除等功能，并附带 React 仪表盘。README 说明 V1 尚未包含覆盖率评分、结果关联与会议连接器，另有说明文档。

Ori Mnemos：为 AI Agent 提供本地优先的持久化记忆基础设施

Ori Mnemos 是面向 AI Agent 的开源持久化记忆基础设施，用 Recursive Memory Harness 把人类认知机制建模到知识图上：ACT-R 激活衰减、沿 wiki-link 边的扩散激活、基于检索模式的 Hebbian 共现、检索强化学习，以及带子问题分解的递归图遍历。数据以磁盘上的 Markdown 为真源，wiki-link 作为图边，Git 做版本控制，检索索引基于本地 SQLite，跨会话、跨客户端、跨机器保持记忆，无需数据库绑定或云依赖。项目以 CLI、MCP server 和 TypeScript 库三种形态暴露同一索引，recall 为统一入口；提供 Claude Code、Hermes、OpenCode、Cursor、Codex 等适配器。README 给出 ForgetEval、HotpotQA、LoCoMo、LongMemEval-S 等基准结果，并同时说明了这些评测的效度问题与自身弱项。

INITE Brain：为 AI Agent 提供具备时序与冲突感知能力的开源长期记忆服务

INITE Brain 是一个开源的双时序知识图谱记忆服务，为 AI Agent 提供跨会话的长期记忆。它把结构化事实、源对话与证据片段连成一张图，支持语义与词法混合检索、图检索和多跳检索；写入时做双时序（有效时间与知识时间）冲突解析，可标记 SUPERSEDED / COMPETING、保留撤回历史并支持带墓碑的管理员遗忘。项目通过 REST 与原生 MCP 对外提供能力，可对接 Claude Code、Cursor、VS Code 等客户端，并提供 Domain Packs 机制让引擎适配不同行业的词汇与状态生命周期（内置覆盖代码记忆及房地产、金融科技、医疗、法律、保险、HR 等示例包）。可自托管运行，也可接入其托管服务。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。