SuperAPI AI 工具集

omnigraph-best-practices

数据与分析

查看项目

更新于 10-16 01:17

技能介绍

用途:为本地或远程部署的 Omnigraph 图数据库提供操作规范,适用于编写 schema、写查询、加载数据、演进 schema 及自动化图操作。

主要能力与规则:七条操作规则——提交前用 omnigraph lint --schema schema.pg --query queries/foo.gq 校验;apply 前必须先成功执行 schema plan(apply 具破坏性);数据变更走分支、schema 变更直接进 main;按场景选择 mutate、load --mode merge、ingest 或 load --mode overwrite;所有值参数化,声明 $var: Type 并通过 --params 传入;将智能体操作暴露为别名而非裸 CLI;远程写入后用 commit list --branch main 对比前后 head 校验。

本体设计:schema 即本体,遵循 Gruber 五准则(清晰、一致、可扩展、最小编码偏差、最小本体承诺),并给出十二条 .pg 编写原则与设计流程。多智能体场景下将溯源结构化进 schema(如 Claim 接口,含 asserted_by、asserted_at、evidence_source 等字段)。

使用方式:本地可用 Docker 一键引导 RustFS + Omnigraph,默认 RustFS S3 在 127.0.0.1:9000、omnigraph-server 在 :8080;需配置 AWS 环境变量并 source .env.omni。项目分集群模式与单图模式,omnigraph.yaml 为单图模式配置骨干,CLI 需在含该文件的目录运行。

限制:init 不支持 --json;load 仅支持本地仓库 URI,远程用 ingest;nearest/bm25/rrf 必须带 limit;.pg 注释用 // 而非 #;枚举需内联;新增非空属性需先可选再回填;集群模式无直接 schema apply。资料未提供具体收费与价格信息。