Opus 5低成本构建时序知识图谱记忆系统指南

图内存有一个致命的成本：你每次摄入的对话都会执行一次抽取调用，而简单的设置会按全额前沿模型费率来运行。Opus 5 正好提供了能大幅削减该成本的关键杠杆。

内部：抽取配置的费用为 0.50 美元而非 5 美元，摄入与查询之间的精力分配，以及完整的路由方案。

如果正确构建，时序图的喂料成本比向量存储的嵌入成本更低。

以下是完整设置 👇

为什么图与 Opus 5 是绝配

知识图谱让你的智能体拥有在压缩后仍然存活的内存：实体、关系和时间戳，它可以遍历而非重新阅读。

代价始终在于构建成本。

你摄入的每段对话和每份文档都会执行一次抽取流程，按照前沿模型费率，成本会迅速累积。

Opus 5 恰好改变了这一步的成本算法：

• 缓存读取每百万 token 0.50 美元，较 5 美元基准价优惠 90%。图摄入会在每次轮次中重新发送相同的 schema 和指令，而这个重复的前缀现在按原价的十分之一计费
• 最小可缓存前缀降至 512 个 token，是 Opus 4.8 所需的一半。那些之前因太小而无法缓存的简短抽取提示，现在无需修改代码即可满足缓存条件
• 批量 API 享 50% 折扣，可与缓存叠加。将一年的历史记录回填至图中，正是典型的批量任务：非时间敏感、高容量、完美可缓存

结果：曾经让图内存变得昂贵的唯一操作，如今成了 Opus 5 最便宜的功能。

核心划分：廉价抽取与谨慎遍历

Graph工程包含两个与模型相关的任务，它们需要相互对立的设置。正确掌握这种区别就是全部技巧所在。

• 抽取（高容量、低判断力）： 从原始文本中提取实体和类型化的关系。每次轮次都运行，数千次。这需要低精力设置和稳定的缓存前缀
• 遍历推理（低容量、高判断力）： 通过遍历图并综合信息来回答多跳问题。很少运行，但非常重要。这需要高或最高精力设置

如果以最高精力运行抽取，你会把前沿模型的 token 浪费在机械性工作上。

如果以低精力运行遍历，你的多跳答案会变得敷衍。

费用和质量都取决于这个决策。

抽取配置（可直接复制使用）

保持 schema 和指令作为每次轮次的完全相同前缀，以便缓存实际命中：

import anthropic

client = anthropic.Anthropic()

## 稳定前缀：每次调用相同 = 每百万 token 缓存读取 0.50 美元
EXTRACTION_SYSTEM = """从文本中提取知识图谱。
仅返回 JSON：
{
  "entities": [{"name", "type", "description"}],
  "edges": [{"source", "target", "relation", "valid_from"}]
}
规则：
- 仅使用规范名称（将 "Buzz Aldrin" 解析为 "Edwin Aldrin"）
- 如果文本隐含时间，每条边都需要 valid_from 日期
- 绝不发明文本中未提及的关系
"""

def extract(episode_text, occurred_at):
    return client.messages.create(
        model="claude-opus-5",
        max_tokens=2000,
        system=[{
            "type": "text",
            "text": EXTRACTION_SYSTEM,
            "cache_control": {"type": "ephemeral"},   # 缓存前缀
        }],
        messages=[{"role": "user", "content":
            f"reference_time: {occurred_at}\n\n{episode_text}"}],
        extra_headers={"effort": "low"},   # 机械工作，低精力
    )

决定费用的三个细节：

• cache_control 作用于系统块，正是它将每次重复调用的 5 美元变为 0.50 美元；没有它，你每次轮次都按全价付费
• effort: low 因为抽取是模式匹配而非推理。将思考预算留给遍历
• 可变部分放在最后。轮次文本和时间戳每次调用都会变化；schema 则从不变化。稳定优先、可变在后，是保持前缀可缓存的关键

遍历配置（另一半）

当智能体回答真实问题时，将两个设置同时翻转：

### 图路由（CLAUDE.md）

摄入（写入图）：
- 模型：Opus 5，精力低
- 始终缓存抽取 schema 前缀
- 批量处理历史回填，绝不同步运行

遍历（查询图）：
- 模型：Opus 5，精力高（针对深度多跳设为最高）
- 强制执行检索步骤：先提取相关子图，然后仅基于这些事实进行推理
- 每个答案引用其使用的具体边

绝对不要：
- 以高精力运行抽取（在机械工作上浪费 token）
- 以低精力运行遍历（产生懒惰的多跳答案）
- 在会话中途更改精力（会使缓存失效）

最后一条规则在 Opus 5 上是一个真正的陷阱：精力是提示缓存键的一部分。

在会话中途切换后，下一次交互将以未缓存的完整价格重新读取整个上下文。

将摄入和遍历设为独立会话，而不是在一个会话中切换精力。

接入 Claude Code

Graphiti 提供了一个 MCP 服务器，因此 Claude Code 无需胶水代码即可读写图。

在配置中将抽取指向廉价设置：

{
  "mcpServers": {
    "graphiti": {
      "command": "uvx",
      "args": ["graphiti-mcp"],
      "env": {
        "NEO4J_URI": "bolt://localhost:7687",
        "NEO4J_PASSWORD": "${NEO4J_PASSWORD}",
        "MODEL_NAME": "claude-opus-5",
        "MODEL_EFFORT": "low"
      }
    }
  }
}

Neo4j 在单个 Docker 容器中运行，用于开发图。

现在，Claude Code 拥有了在每次压缩、每次重启和每次新会话后依然存活的内存，而为其提供喂料的抽取以缓存读取费率计费。

费用计算示例

一个现实场景：回填 5000 个轮次，每个轮次文本约 800 token，对应约 600 token 的缓存 schema 前缀。

原始设置（全价、无缓存、高精力）：
  5000 × 1400 token × $5/M = 输入费用 $35.00
  加上高精力推理输出的 $25/M

正确使用 Opus 5（缓存前缀、低精力、批量）：
  schema：600 token × 每百万缓存读取 $0.50
  文本：800 token × 每百万批量输入 $2.50
  ≈ 输入费用约 $10.30，低精力下输出费用极少

同样的图，构建成本不到原始方式的三分之一，而批量回填在你睡觉时即可完成。如今，为时序图喂料的成本甚至低于将相同语料嵌入向量存储。

常见错误

• 以高精力进行抽取。 这是最昂贵的习惯。实体抽取是机械性的，低精力足以处理，你应该将推理预算留给需要它的查询
• 没有在 schema 上设置 cache_control。 你在每次轮次中重复发送相同的指令。没有缓存，每次都按全价付费；有缓存，只需十分之一价格
• 同步回填。 一次阻塞调用加载历史记录，放弃了 50% 的批量折扣且没有任何好处。没人会等待回填完成
• 在会话中途切换精力。 它是缓存键的一部分。一次切换后，下一次交互将按全价重新读取所有内容。请将摄入和查询分成独立会话
• 跳过 reference_time。 没有时间戳意味着没有时序图，只有一个会腐烂的静态本体。与嵌入相比，构建它的全部理由就在于时间层

20 分钟设置指南

• 在 Docker 中运行 Neo4j，添加 Graphiti MCP 块，精力设置为低（5 分钟）
• 将抽取 schema 设为缓存前缀，可变文本放在最后（5 分钟）
• 通过批量 API 回填历史记录，而非同步方式（4 分钟）
• 在 CLAUDE.md 中添加遍历路由，查询时使用高精力（3 分钟）
• 提出一个多跳问题，检查它是否引用了真实的边（3 分钟）

前沿模型变得更便宜，图获得了缓存。大多数人会以最高精力运行抽取，然后奇怪为什么他们的记忆层比模型本身还贵。区分任务、缓存 schema、批量回填，时序图将成为智能体可以获得的最便宜的升级。

感谢阅读！

• 原文链接： x.com/0x_rody/status/208...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～