Per superare queste difficoltà conviene usare un "temporal context graph": una struttura dati avanzata per l'intelligenza artificiale che estende i tradizionali grafi della conoscenza aggiungendo la dimensione del tempo e la traccia delle decisioni.
Accanto alle soluzioni commerciali esistono anche alternative open source, pensate per chi vuole maggiore controllo e personalizzazione. Graphiti è una di queste: un framework per costruire e interrogare grafi di contesto temporali, progettato per agenti AI e dati in evoluzione.
Graphiti trasforma conversazioni, documenti e dati aziendali in un grafo di conoscenza “temporale”, cioè capace di registrare non solo cosa è vero, ma anche quando lo è stato, quando è stato appreso e quando non è più valido. In pratica estende il concetto di grafo di conoscenza tradizionale aggiungendo la dimensione del tempo e la tracciabilità delle fonti.
Le sue caratteristiche principali sono queste:
- Gestione temporale dei fatti (bi-temporalità): ogni fatto ha una finestra di validità (quando è vero nel mondo reale) e una traccia di quando è stato inserito nel sistema; i fatti vecchi non vengono cancellati ma invalidati, preservando la storia. Ad esempio, anziché memorizzare semplicemente "Kendra ama le scarpe Adidas", Graphiti memorizza "Kendra ama le scarpe Adidas (valido da marzo 2026)", tracciando accuratamente quando questa preferenza è emersa e se è cambiata nel tempo.
- Episodi e provenienza: ogni nodo e relazione rimanda agli “episodi” (dati grezzi) che lo hanno generato, garantendo piena tracciabilità dalla conclusione derivata alla fonte.
- Ontologia prescritta e appresa: è possibile definire tipi di entità e relazioni tramite modelli Pydantic (ontologia prescritta) oppure lasciare che la struttura emerga dai dati (ontologia appresa), evolvendo nel tempo.
- Costruzione incrementale del grafo: nuovi dati si integrano immediatamente senza necessità di ricalcolare l’intero grafo in batch; il grafo evolve in tempo reale all’ingestione di nuovi episodi.
- Recupero ibrido (hybrid retrieval): combina embedding semantici, ricerca keyword (BM25) e traversate del grafo per ottenere bassa latenza e alta precisione senza dipendere esclusivamente da riassunti LLM.
- Scalabilità e backend flessibili: supporta Neo4j, FalkorDB, Amazon Neptune con elaborazione parallela adatta a carichi enterprise.
- Integrazioni operative: include un server MCP (Model Context Protocol) per integrare Claude, Cursor e altri client, e un servizio REST in FastAPI per esporre API dedicate.
Il flusso tipico di Graphiti può essere descritto in quattro passaggi:
1. Ingestione di episodi: si inviano a Graphiti flussi di dati non strutturati o semi-strutturati (es. chat, email, documenti, JSON strutturati), ciascuno marcato come "episodio" con timestamp.
2. Estrazione di entità e relazioni: un LLM (OpenAI, Anthropic, Gemini, ecc.) estrae entità, fatti e relazioni dagli episodi, costruendo triplette del tipo "Entità -> Relazione -> Entità".
3. Aggiornamento temporale del grafo: i fatti vengono inseriti con finestre di validità; quando un fatto cambia, il precedente viene invalidato ma conservato, creando una storia bi-temporale (tempo di validità reale + tempo di sistema).
4. Interrogazione ibrida: le query combinano ricerca semantica, keyword e navigazione del grafo per recuperare contesto strutturato, incluso "cosa era vero a una certa data" o "qual è lo stato attuale".
Architetturalmente, Graphiti organizza il grafo in sotto-grafi complementari: un episode subgraph (dati grezzi con timestamp), un semantic entity subgraph (entità e fatti versionati) e un community subgraph (cluster di entità correlate con riassunti per recupero veloce).
I possibili utilizzi di Graphiti sono molti. Per i Professionisti:
- Gestione clienti e case history: avvocati, consulenti e liberi professionisti possono costruire un temporal context graph per ogni cliente, tracciando come questioni, preferenze e circostanze evolvono. Quando un avvocato torna su un caso dopo mesi, può chiedere "Quali erano gli elementi chiave del caso a gennaio? Cosa è cambiato da allora?" e ricevere risposta istantanea con provenienza completa.
- Assistenti AI personali con memoria: un consulente può delegare a un agente AI, potenziato da Graphiti, la gestione di comunicazioni, note e follow-up. L'agente comprenderà il contesto evoluto di ogni relazione professionale, potendo suggerire azioni tempestive basate su come le cose sono cambiate.
- Ricerca e sviluppo professionale: ricercatori, giornalisti investigativi e analisti possono costruire grafi temporali di persone, organizzazioni e eventi, tracciando come narrative e connessioni si evolvono nel tempo. Graphiti permette di chiedere "Chi era connesso a questa organizzazione nel Q1 2025?" o "Come è cambiata la posizione ufficiale su questo tema?"
- Audit e compliance: professionisti in settori regolamentati (finanza, sanità, legale) beneficiano enormemente di Graphiti. Ogni fatto nel grafo traccia indietro alla fonte originale, semplificando audit e conformità normativa.
Possibili utilizzi di Graphiti per le PMI sono invece i seguenti:
- Customer Intelligence dinamica: le PMI possono costruire un temporal context graph per segmenti di clienti, tracciando come preferenze, budget, progetti e situazioni cambiano. Un'agenzia di marketing sa esattamente quali clienti hanno alzato il budget recentemente o hanno cambiato settore. Un'agenzia immobiliare traccia preferenze immobiliari e situazioni personali che evolvono nel tempo.
- Gestione progetti e assegnazione risorse: un'impresa di consulenza o servizi può mantenere un grafo che connette progetti, skill richieste, disponibilità di risorse e competenze. Graphiti risponde istantaneamente: "Chi aveva esperienza in questo tecnologia 6 mesi fa e potrebbe averla ancora oggi?" o "Quale team ha lavorato su progetti simili?"
- Supply Chain e vendor management: le PMI manifatturiere o commerciali possono tracciare come performance dei fornitori, prezzi e disponibilità di materiali evolvono nel tempo. Graphiti abilita domande come: "Quale fornitore aveva i tempi di consegna migliori negli ultimi 90 giorni?" con visibilità dei dati grezzi sottostanti.
- Knowledge Management interno: ogni azienda accumula conoscenza: documentazione, decisioni progettuali, lezioni apprese, competenze dei team. Una PMI che integra Graphiti può costruire un archivio vivente dove domande come "Come abbiamo risolto questo problema in passato?" o "Chi conosce questa materia?" trovano risposte istantanee con contesto completo.
- Automazione e agenti conversazionali interni: una PMI può costruire chatbot o agenti AI interni che rispondono a domande di colleghi, clienti o partner. Alimentati da Graphiti, questi agenti hanno "context awareness reale", comprendendo l'evoluzione delle circostanze e offrendo risposte tempestive e contestuali anziché generiche.
Graphiti rappresenta dunque un’evoluzione significativa rispetto ai classici sistemi RAG: invece di trattare la conoscenza come un insieme statico di documenti da riassumere in batch, la modella come un "grafo temporale vivo", in cui fatti, entità e relazioni cambiano, si versionano e restano tracciabili alle fonti.
Per Professionisti e PMI che vogliono dotare i propri agenti AI e flussi informativi di una “memoria” affidabile, aggiornata e interrogabile nel tempo, Graphiti offre un’opzione open source matura, integrabile con stack esistenti e pronta per scenari reali di contesto dinamico.
Se ti è piaciuto l'articolo, segui il feed per tenerti sempre aggiornato sui nuovi contenuti del blog!
Post
