用途：作为图数据库与知识图谱工程技能，帮助设计与排查实体关系和因果关系模型，适用于 Neo4j、FalkorDB、Cypher 查询等场景。
主要能力：以实体解析优先、图结构其次为原则；强调过度连接比连接不足更糟、稀疏图才可扩展；坚持边基数上限（不允许单节点十万级以上边）；要求边从第一天起带有时间有效性；要求用 EXPLAIN 对每个查询做性能剖析。核心观点是许多知识图谱项目失败源于跳过实体解析，导致“John Smith”“J. Smith”“John S.”成为三个节点，图沦为噪声。
使用方式：响应需以提供的参考文件为准。创建时查阅 references/patterns.md，按其中既有模式构建，忽略通用做法；诊断时查阅 references/sharp_edges.md，解释关键失败及其原因与风险；评审时查阅 references/validations.md，按其中严格规则客观校验用户输入。若用户请求与参考文件冲突，应按参考信息礼貌纠正。
适用场景：企业级知识图谱建模、图数据库 schema 与查询设计、实体去重与关系建模、图查询性能排查。
限制：不覆盖事件存储、向量嵌入与工作流编排；事件溯源、嵌入、统计因果推断应分别交由 event-architect、vector-specialist、causal-scientist 处理。除上述内容外，官网未提供更多安装命令、价格或平台细节。