ElephantBroker：面向可信AI智能体的知识依据对齐认知运行时

基于大语言模型的智能体日益在高风险、多轮场景中运行，此时事实依据至关重要，但其记忆系统通常依赖扁平的键值存储或普通向量检索，缺乏跟踪所存知识来源与可信度的机制。我们提出ElephantBroker，一个开源认知运行时，通过Cognee SDK将Neo4j知识图谱与Qdrant向量存储统一起来，提供持久、可验证的智能体记忆。该系统实现了一个完整的认知循环（存储、检索、评分、组装、防护、学习），包括：混合五源检索流水线、用于预算受限上下文组装的十一维竞争性评分引擎、四状态证据验证模型、带目标感知组装与持续压缩的五阶段上下文生命周期、用于安全强制的六层廉价优先防护流水线、提供可执行工具调用拦截与多层安全扫描的AI防火墙、在衰减噪声的同时强化有用模式的九阶段巩固引擎，以及治理多组织身份与分层访问控制的数值化权限模型。通过一套涵盖单元、集成和端到端层面、超过2,200项测试的综合测试套件进行架构验证，确认了各子系统的正确性。其模块化设计支持三种部署层级、五个可继承的配置预设、多网关隔离以及供人工监督的管理仪表盘，可配置范围从轻量级仅记忆智能体到具备企业级安全与可审计性的完整认知运行时。