mories-caeba-amd64

Hugging Face2026-08-27 更新2026-08-28 收录

认知知识图谱部署

气隙环境AI系统

数据链接：

https://huggingface.co/datasets/VanyaJ/mories-caeba-amd64 数据链接链接失效反馈

官方服务：

资源简介：

该数据集是Mories-CAEBA & Zenith的完整生产部署包，专为完全气隙（Air-Gapped）的x86_64 Linux AMD64服务器环境设计。它集成了Mories认知知识图谱、CAEBA编排器、Zenith Vue 3管理仪表板、NATS JetStream事件消息总线、Keycloak IAM企业安全认证、Redis高速缓存与异步任务队列，以及独立的内置MCP服务器。数据集包含7个Docker镜像（分别对应上述组件）、知识图谱种子数据（包括3个角色、55个永久记忆、49个维基页面、62个CAEBA工作单元，以JSON快照和Cypher查询形式提供）、一键恢复脚本、以及用于Claude Code、Cursor IDE、OpenCode和Claude Desktop的MCP集成配置文件。适用场景包括：在无网络隔离环境中快速部署AI驱动的认知知识图谱系统；为AI代理提供本地知识库访问；实现企业级身份认证与消息通信。数据集版本为4.6.0，整体大小约1.1GB（镜像合计）。

This dataset is a complete production deployment package for Mories-CAEBA & Zenith, designed for fully air-gapped x86_64 Linux AMD64 server environments. It integrates Mories cognitive knowledge graph, CAEBA orchestrator, Zenith Vue 3 admin dashboard, NATS JetStream event message bus, Keycloak IAM enterprise security authentication, Redis high-speed cache and async task queue, and an independent built-in MCP server. The dataset contains 7 Docker images (corresponding to the above components), knowledge graph seed data (including 3 roles, 55 permanent memories, 49 wiki pages, 62 CAEBA work units, provided as JSON snapshots and Cypher queries), one-click recovery scripts, and MCP integration configuration files for Claude Code, Cursor IDE, OpenCode, and Claude Desktop. Use cases include: rapid deployment of AI-driven cognitive knowledge graph systems in isolated network environments; providing local knowledge base access for AI agents; implementing enterprise-grade identity authentication and message communication. Dataset version is 4.6.0, total size approximately 1.1GB (total image size).

创建时间：

2026-08-24

原始信息汇总

数据集概述

数据集名称：VanyaJ/mories-caeba-amd64

数据集类型：生产环境部署包（Docker 镜像归档 + 知识图谱种子数据 + MCP 服务器配置）

目标平台：Linux AMD64 (x86_64) 架构服务器，支持完全离线（Air-Gapped）环境部署。

核心用途

该数据集是一个一体化生产部署包，面向完全断网的 AMD64 Linux 服务器，提供从容器镜像加载到知识图谱恢复的全套解决方案，包含以下关键能力：

Mories 认知知识图谱 即时恢复（含 3 个角色、55 条长期记忆、49 个 Wiki 条目、62 个 CAEBA 工作器）
7 大 Docker 镜像 离线批量导入与一键容器编排部署
Local-First 内置 SQLite 的 MCP 服务器，支持 Claude Code、Cursor、OpenCode 等 AI 工具集成
通过脚本一键同步至 Hugging Face Hugging Face 数据集/模型仓

文件构成

类别	包含内容
编排配置	`docker-compose.yml`、`.env.example`
Docker 镜像	`docker_images/` 目录下 7 个镜像归档（总计约 1.18 GB）：<br>- mories-caeba-core-v4.6.0-amd64 (450.8 MB)<br>- zenith-dashboard-v2.1.0-amd64 (25.1 MB)<br>- neo4j-v5.26.0-amd64 (320.6 MB)<br>- nats-v2.10-alpine-amd64 (9.9 MB)<br>- redis-v7-alpine-amd64 (15.4 MB)<br>- keycloak-v24.0.5-amd64 (247.4 MB)<br>- postgres-v16-alpine-amd64 (109.9 MB)
种子数据	`seed_data/`：知识快照 JSON、Cypher 注入脚本（`restore_knowledge.sh`、`restore_knowledge.cypher`）、Python 恢复工具（支持 Bolt/REST API）
MCP 包	`mcp_package/`：`mories_mcp.py`（FastMCP 3.4.7 构建）、Claude Code / Cursor / OpenCode / Claude Desktop 配置文件
上传工具	`upload_to_hf.py`：一键上传至 Hugging Face Hub 的同步脚本

快速部署流程

批量加载镜像：循环执行 docker load 导入 7 个镜像归档
启动容器：运行 docker compose up -d 拉取全部微服务
恢复知识图谱：执行 bash seed_data/restore_knowledge.sh（约 1 秒完成）

服务端点与默认凭据

服务	URL	默认账户
Zenith 管理面板	`http://<服务器IP>:3030`	无
Mories API 健康检查	`http://<服务器IP>:5002/api/health`	无
Neo4j 浏览器	`http://<服务器IP>:7474`	`neo4j` / `automatamem1234`
Keycloak IAM	`http://<服务器IP>:8180`	`admin` / `admin1234`
NATS 监控	`http://<服务器IP>:8222`	无

技术栈

组件	版本/技术
Mories-CAEBA 认知核心	v4.6.0
Zenith Dashboard	Vue 3，v2.1.0
Neo4j	5.26.0 Community（知识图谱 + 向量索引）
NATS JetStream	2.10-alpine（事件消息总线）
Redis	7-alpine（缓存 + 异步任务队列）
Keycloak	24.0.5（IAM/安全）
PostgreSQL	16-alpine（Keycloak 专用）
MCP 服务器	FastMCP 3.4.7，SQLite 内置存储

适用场景

金融、军工、内网等完全离线环境下的 AI 系统部署
需要快速构建认知知识图谱 + 事件流通信 + 统一身份认证的企业级生产环境
开发或生产环境下将 AI 代理（Claude、Cursor 等）接入私有知识图谱

搜集汇总

数据集介绍

构建方式

本数据集作为Mories认知知识图谱与CAEBA编排器在完全隔离网络环境（Air-Gapped）下Linux AMD64服务器上的生产级部署包，其构建方式独具匠心。它整体封装了七大Docker镜像归档，涵盖后端认知核心、Zenith Vue 3管理控制台、Neo4j 5.x知识图谱数据库、NATS JetStream事件消息总线、Redis高速缓存、Keycloak IAM企业安全服务及其专属PostgreSQL数据库，配置了docker-compose.yml以实现微服务编排，并内嵌知识快照与一键恢复管道，确保无主机依赖的Cypher Shell注入，进而实现数据与服务的无缝整合。

特点

该数据集的核心特征在于其完备的离线自包含性与生产就绪性。所有组件镜像均被预先导出为纯linux/amd64架构的压缩档案，严格遵循pull_policy: never策略，适用于物理隔离或网络受限环境。内置的知识快照涵盖了三种人格、五十五项永久记忆，以及四十九个维基条目和六十二组CAEBA工作器语法，经过百分之百完整性验证，能够实现即插即用的知识图谱初始化。此外，数据集额外打包了基于FastMCP的本地优先SQLite一体化MCP服务器，可无缝对接主流AI代理工具，凸显了其作为认知架构承载体的智能化特性。

使用方法

使用该数据集时，首先需要执行固定流程：于目标Air-Gapped服务器的终端中批量加载所有Docker镜像归档，随后通过docker compose up -d命令启动全部后台服务，最后运行restore_knowledge.sh脚本，即可在数秒内完成知识图谱的还原。随后，用户可依据提供的端点清单，利用浏览器或curl工具访问Zenith控制台、Neo4j浏览器、Keycloak管理界面等服务。针对AI代理集成，数据集提供了详尽的配置指南，用户只需参照Claude Code、Cursor或OpenCode的MCP配置文件，修改服务地址与环境变量即可完成联动，并借助附带的同步脚本快速将新版本发布至Hugging Face仓库。

背景与挑战

背景概述

Mories-CAEBA AMD64 数据集由研究团队于2024年创建，旨在为完全气隙（Air-Gapped）的Linux x86_64环境提供一套集成的认知知识图谱与AI代理编排系统。该数据集整合了Mories认知核心、CAEBA编排器、Zenith Vue 3仪表板、NATS JetStream事件总线、Keycloak IAM、Redis缓存及独立MCP服务器等七大容器化组件，并附带知识快照与一键恢复脚本，面向企业级私有化部署与离线AI应用场景。其核心研究问题聚焦于如何在无外部网络依赖的条件下，实现多智能体系统的认知一致性、知识持久化与安全可扩展部署，从而为边缘计算、敏感数据治理及自主AI代理的本地化运行提供可靠基础。该数据集一经发布，便在Hugging Face社区引发广泛关注，成为气隙环境下AI基础设施标准化与知识图谱落地的标杆范例，推动了认知计算与安全部署技术的交叉融合。

当前挑战

该数据集面临的首要挑战源于其应用场景的极端性——完全气隙环境要求所有组件在无网络检索、无外部API依赖的条件下自洽运行，这迫使系统设计在知识更新时效性、模型泛化能力与资源受限之间寻求精巧平衡，尤其考验了知识图谱的静态快照机制能否承载动态认知演进的过程。其次，在构建过程中，团队需应对跨架构兼容性的深水区，确保AMD64平台上的七类容器镜像（涵盖Neo4j、Keycloak等重量级服务）在离线状态下实现无缝加载与依赖解析，同时维护不同版本间的接口一致性，并设计出无主机依赖的Cypher注入管道以保障数据完整性。此外，多智能体间的消息路由、身份认证与缓存同步在隔离网络中的协同运作，亦是工程实现中亟待突破的复杂系统工程难题。

常用场景

经典使用场景

Mories-CAEBA与Zenith发布包（Linux AMD64）专为完全隔离的x86_64架构服务器设计，集成Mories认知知识图谱、CAEBA编排器、Zenith Vue 3仪表板、NATS JetStream、Keycloak IAM、Redis及独立MCP服务器七大容器镜像。此数据集的核心用途在于通过docker compose实现微服务编排，并利用seed_data中的Cypher脚本和JSON快照一键恢复知识图谱，适用于离线环境下的生产部署。研究者和工程师可在无外部网络依赖的条件下，快速搭建包含身份认证、事件消息传递、知识图谱存储及前端管理的完整认知智能系统，为私有化部署和边缘计算场景提供坚实基础设施。

衍生相关工作

该数据集衍生的工作包括围绕Mories知识图谱的认知智能研究，例如基于Neo4j图数据库的图算法分析、自然语言交互Agent开发以及知识驱动的决策支持系统。MCP包的集成催生了统一工具调用框架，促进了AI Agent在编码辅助和自动化运维中的标准化接入。研究者可基于预置的种子数据（如三个角色、55条永久记忆、49个wiki和62个CAEBA worker）扩展知识库，探索图神经网络（GNN）推理或知识增强的生成模型。此外，与Keycloak的集成推动了身份与知识访问控制的安全研究，而NATS JetStream的应用则可支撑事件驱动的多Agent协作研究，整体为认知架构和私有化AI提供可复用的实验平台。

数据集最近研究