Append-Only-Architektur für Knowledge Graphen mit Multi-Agenten

X-PostMr. BuzzoniMeinung

Mr. Buzzoni (@polydao) stellt ein Graph-Engineering-System vor, bei dem strukturierte Agenten Fakten und Verknüpfungen extrahieren, ohne bestehende Datensätze zu überschreiben. Über tägliche Logfiles, DuckDB und strikte menschliche Freigaben für Merges entsteht eine unveränderliche Wissensbasis.

Das Wichtigste

  1. Agenten-Rollen: Ein Extractor extrahiert Fakten aus Quellen, ein Linker schlägt Verbindungen vor, und ein Checker bewertet Widersprüche mit Begründungen.
  2. write.py als Single Source of Truth: Alle Schreibzugriffe laufen ausschließlich über ein zentrales Validierungsskript in tägliche JSONL-Logs.
  3. Append-Only-Prinzip: Bestehende Einträge werden nicht modifiziert; Korrekturen werden als neue Datensätze angehängt und überstimmen alte Fehler im Log.
  4. Schneller Rebuild: Der vollständige Suchindex in DuckDB ist rein abgeleitet und lässt sich jederzeit innerhalb von acht Sekunden aus den Logs neu aufbauen.
  5. Human-in-the-Loop bei Merges: Zusammenführungen von Entitäten landen in einer Freigabedatei und erfordern menschliche Bestätigung.

Warum das relevant ist

Viele KI-Workflows scheitern daran, dass inkrementelle Datenupdates alte Informationen fehlerhaft überschreiben oder Kontext verloren geht. Das Design zeigt, wie deterministische Logs und strikte Agenten-Pipelines die Nachvollziehbarkeit und Integrität von Knowledge Graphen absichern.

Einordnung

Das vorgestellte Schema trennt Datenextraktion, Beziehungsanalyse und Persistierung konsequent. Die Nutzung von DuckDB als temporärem, abgeleitetem Index minimiert den Wartungsaufwand, während ein unveränderliches Dateisystem-Log (Append-Only) Auditierbarkeit garantiert. Laut Buzzoni vermeidet diese Trennung Halluzinationen und unbemerkte Datenkorruption.

Original-Post

Mr. Buzzoni

@polydao · 30. August 2026

this is f*cking gold the cleanest graph engineering setup I've seen one agent extracts claims from raw sources, one proposes how they connect, one checks every claim against what's already there every claim gets appended, timestamped, sourced. nothing ever gets overwritten t.co/Gxua1WUvtD t.co/lDC4bR5A5R

606 Likes18 Antworten1091 Lesezeichen75.797 Aufrufe

Auf X ansehen
Ausgewählte Antworten (5)
  • @arcyton @polydao The step that decides whether a setup like that survives is re-extraction. Sources change, and if the graph cannot be rebuilt incrementally you end up with a snapshot that quietly ages out of usefulness. Does it handle updates, or is it a one-shot build?
  • @amaturefuturist @arcyton @polydao I see people in comments saying append. Yes? It will run into problems. The process is ok, needs enrichment step and cost work. Also capped a userbase of 1 - 1 domain and without shaped retreval it has a max usable size. Based off notes on a similar iteration ymmv
  • @itsthedonhashim @polydao @polydao wow, that's slick. makes data integrity a breeze. gonna try something like this for my next project.
  • @Argona0x @polydao gonna steal that never merges rule bro
  • @ArchiveExplorer @polydao ill go further - this isnt gold, its platinum thanks for sharing

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • X-Post:CyrilXBT

    Graph Engineering: Leitfaden zur Strukturierung von Agenten und Wissensgraphen

    In einem Thread skizziert CyrilXBT einen Leitfaden für angehende Graph Architects. Der Ansatz kombiniert den Aufbau strukturierter Wissensgraphen mit expliziten Zustandsgraphen für KI-Agenten, um klassisches RAG und unberechenbare Reasoning-Schleifen abzulösen.

    725Lesezeichen67.277Aufrufe

    KI & AI· Sammlung

  • X-Post:Kirill

    Vom Agenten-Loop zum Graph Engineering: Deterministische KI-Architekturen

    Kirill beschreibt den Architekturwandel im Agenten-Design weg von fehleranfälligen Einzelschleifen (Loop Engineering) hin zu Graph Engineering. Der Erfolg komplexer KI-Systeme hänge nicht von der Modellgröße oder einer höheren Agentenzahl ab, sondern von deterministischer Strukturierung durch Knoten, Kanten, Verifizierer und Wissensgraphen.

    27.340Lesezeichen2,7 Mio.Aufrufe

    KI & AI· Meinung

  • X-Post:Mr. Buzzoni

    Claude Loop Engineering: Strukturierte Agenten-Loops für autonome Nachtschichten

    Mr. Buzzoni (@polydao) beschreibt eine Datei- und Ordnerarchitektur für Claude Code, mit der KI-Agenten autonom im Hintergrund laufen, ohne manuelle nächtliche Eingriffe. Anhand von Verträgen, Prüfrubriken, Zustandsspeicherung und Ausgabenachweisen (Receipts) führt das System über Monate hinweg reproduzierbare Aufgaben aus.

    373Lesezeichen29.691Aufrufe

    KI & AI· Sammlung

  • X-Post:Mahax

    Graph Engineering: Warum Agenten-Workflows ohne Graphen scheitern

    Mahax zitiert Andrej Karpathy mit der Aussage, dass Prompting verschwinden und nur Graphen-Strukturen übrig bleiben werden. In einem verlinkten Leitfaden erklärt Mahax die Grundlagen des Graph Engineering mit Claude sowie Methoden zur Parallelisierung von AI-Workflows.

    2352Lesezeichen240.822Aufrufe

    KI & AI· Meinung

  • X-Post:codila

    Graph Engineering: Multi-Agenten-Systeme und dynamische Workflows

    Codila verweist auf einen kostenlosen zweistündigen Google-Kurs zum Thema Graph Engineering für Multi-Agenten-Systeme und erläutert in einem Leitfaden, wie sich lineare Agenten-Ketten durch vernetzte, parallele Graphen ersetzen lassen. Anhand von Dynamic Workflows in Claude Code v2.1.154+ wird demonstriert, wie Hunderte Agenten parallel arbeiten, ohne den Chat-Kontext zu überlasten.

    6799Lesezeichen465.379Aufrufe

    KI & AI· Anleitung

  • X-Post:nicco

    Graph Engineering statt Prompting: Warum Agenten-Workflows Graphstrukturen brauchen

    Ein Beitrag von nicco greift Aussagen von Andrej Karpathy auf, wonach Prompting nur eine Übergangsstufe war und Graph-Architekturen die Zukunft von Agenten-Systemen bilden. Ergänzt wird dies durch einen Leitfaden von seeco zur Ablösung linearer Agenten-Ketten durch explizite Graphen.

    529Lesezeichen58.536Aufrufe

    KI & AI· Sammlung

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.