GeaFlow 目前正在 Apache 软件基金会（ASF）孵化。作为业界首个专注于流式图计算的开源引擎，它应对的是实时数据爆发背景下，传统静态图计算在动态场景中所面临的挑战。通过统一的语义设计和面向流批一体的图处理调度模型，GeaFlow 能够对万亿规模的图进行高效分析与计算，重新定义了图计算的技术边界。 本次演讲将探讨流式图计算与实时 Agent 记忆之间的内在联系。我们将演示 GeaFlow 如何借助流式图在增量计算和状态管理上的天然能力，解决 Agent 记忆面临的实时更新与一致性难题。我们将深入阐述 GraphMemory 的设计，探讨融合向量、文本与图关系的混合存储架构如何突破记忆检索的局限，增强 Agent 的长期记忆召回与推理能力。 在技术实践部分，我们将分析 Graph-GNN（如 SAGNN）在智能交通等垂直领域的应用，演示如何用 GeaFlow 构建动态路网图，并基于路段阻抗预测实现图状态的实时写回与更新。此外，我们还会勾勒 GeaFlow 与其他开源引擎系统集成的架构路线图，以支撑万亿级图计算。

讲师:

Litao Lin：Apache GeaFlow（孵化中）Committer

Apache GeaFlow（孵化中）Committer。作为项目核心成员，他从零参与 GeaFlow 图计算引擎的架构设计与开发，尤其专注于图计算 DSL 的设计与实现以及数据智能技术的演进。他深度参与开源社区活动，目前就职于蚂蚁集团。

Yao Zhongqiang：蚂蚁集团图计算专家与开发工程师

深耕大数据领域，专注于图计算、实时计算与 OLAP。当前团队工作重心在 Agent Memory 与多智能体强化学习（MARL）。