Журнал · Rit.work

KnowledgeClaw связывает файлы разных форматов и удаляет устаревшие знания

KnowledgeClaw строит единую базу по текстам, изображениям, аудио и видео, обновляет зависимые записи при замене файлов и выбирает способ поиска под каждый запрос.

Rit.work
Студия разработки
19 ноября 2026 г.3 мин чтения

Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.

KnowledgeClaw научился собирать живую базу знаний из файлов разных форматов и согласованно обновлять её при изменениях. Система получила сводную оценку OKE 55,9 и опередила сильнейший вариант сравнения на 14,6 пункта; поскольку работа не рецензирована, эти числа получили сами авторы. Для продуктовых команд работа предлагает архитектуру базы, где происхождение каждого факта важнее очередного способа искать похожие фрагменты.

Гиперграф связывает не пары сущностей, а целые записи

Инженерия знаний превращает исходные файлы в структуру, по которой модель может искать факты и связывать их между собой. KnowledgeClaw принимает тексты, PDF, изображения, аудио и видео, извлекает из каждого файла каталожную запись и объединяет записи в типизированный гиперграф.

В обычном графе связь чаще соединяет два узла. Гиперребро может связать сразу файл, автора, тему, идентификатор и дату события. Такие связи получают тип: запись, событие или межформатное совпадение. Если статья и видеозапись называют одну сущность, система соединяет их через общий узел, а не хранит как два независимых результата распознавания.

Каждая сущность и связь сохраняют происхождение: список файлов, из которых они получены. Поэтому обновление работает не как повторная индексация всей базы. При добавлении система обрабатывает новые файлы, при удалении убирает зависимые записи, а при замене сначала удаляет следы прежней версии и затем добавляет новую. Само удаление не требует вызова модели.

Запросы тоже не проходят через один общий поиск. Если запрос называет конкретный файл, KnowledgeClaw читает его карточку. Для связей между несколькими объектами система выбирает подграф, а для обзора темы — сообщество связанных узлов. Названный файл гарантированно попадает в контекст, поэтому поиск по сходству не может вытеснить его похожим документом.

Проверка охватила полный цикл работы с базой

Для эксперимента собрали OmniKE-Bench: реальные коллекции десяти исследователей с 3 960 файлами в пяти форматах. Шесть задач проверяют построение базы, сопоставление материалов разных форматов, многошаговые связи, ответы по нескольким источникам, обновление после правки и присвоение тематических меток.

Эталонные ответы взяли из созданных людьми метаданных, официальных расшифровок, цепочек версий и результатов детерминированного разбора. Модель не составляла правильные ответы и не оценивала результаты: свободные ответы сопоставлялись с эталоном по формальным правилам, а остальные задачи сводились к выбору варианта или классификации.

KnowledgeClaw сравнили с 30 системами: обычным поиском по фрагментам, GraphRAG, гиперграфами, агентами памяти и мультимодальными базами. Всем дали одну модель Gemini 2.5 Flash Lite, один кодировщик Gemini Embedding 2 и общий шаблон ответа. KnowledgeClaw и другие омнимодальные системы читали исходные медиа напрямую, тогда как остальные получали их текстовое представление.

Такой протокол отделяет способ хранить и извлекать знания от качества основной модели. Но масштаб работы остаётся исследовательским: проверяли подготовленные коллекции публичных материалов, а не корпоративные хранилища с правами доступа, параллельными правками и внутренними форматами.

Архитектура полезнее итогового места в таблице

KnowledgeClaw набрал 55,9 OKE против 41,3 у MemPro. При плоском поиске вместо маршрутизации оценка упала на 29,2 пункта. Даже при контексте в 256 токенов система обошла варианты, которым разрешали полный контекст. Главный результат здесь не в самом гиперграфе, а в сочетании трёх решений: общего представления разных форматов, отслеживания происхождения и выбора масштаба поиска.

Для статичной текстовой базы работа не даёт причины срочно заменять обычный RAG. Дополнительные агенты, карточки, гиперребра и индексы усложнят загрузку данных, а преимущества эксперимента проявляются там, где источники меняются и один объект встречается в нескольких форматах.

Планы стоит пересмотреть командам, которые собирают поиск по документам, записям встреч, изображениям и видео одновременно. В такой системе стабильный идентификатор файла и список зависимых сущностей следует проектировать до поискового слоя. Иначе удаление документа уберёт исходник, но оставит извлечённые факты в графе, векторном индексе или памяти агента.

Второй практический вывод касается маршрутизации. Запрос по известному документу, соединение фактов и обзор темы требуют разного контекста. Один поиск ближайших фрагментов может подменить названный файл похожим: в приведённом авторами примере большинство неудачных систем выбирало описание соседней лекции того же курса. KnowledgeClaw сначала закрепил нужное видео как источник и только затем передал его карточку модели.

Работу разумно использовать как схему опытного внедрения: единый каталог файлов, явное происхождение связей, операции добавления, удаления и замены, затем маршрутизация запросов. Решение о переносе продукта лучше принимать после проверки на собственных обновлениях и запросах, где ошибка из-за устаревшего или подменённого источника действительно влияет на результат.

Источники

Пауза в чтении

Похоже на вашу задачу?

Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.

Rit.work

Студия разработки

Собираем мобильные приложения и помогаем командам получать от AI реальную пользу. Основатель и команда, работаем удалённо — с клиентами в России и за рубежом.

← Ко всем материалам
Понравилось? Обсудим вашу задачу