SuperAPI AI 工具集

cognee-custom-graph-models

通用与其它

查看项目

更新于 10-16 06:15

技能介绍

用途:cognee 默认抽取通用的实体关系知识图谱;传入自定义模型(graph_model=)后,LLM 会按你定义的节点与边类型填充图谱。

主要能力:节点用 DataPoint 子类定义,标量字段成为节点属性,DataPoint 字段或列表成为以字段名命名的边;metadata 中 identity_fields 决定节点 id 来源(同名实体跨分块、跨运行合并,缺失会重复建点),index_fields 为字段建立向量集合以支持召回,transparent 表示不存储该节点。边用 list[Edge[Source, Target, Name]] 声明,第三参数可用字段名、Literal 或 str 控制关系名。引用可用 Annotated[Target, FromIdentity()],由 LLM 输出标识字符串再解析为节点。也可从 JSON 生成:graph_model_from_spec、graph_schema_to_graph_model,或 HTTP 接口的 graph_model / graphModel 字段。

用法:定义模块级 DataPoint 类,调用 await cognee.remember(text, graph_model=PeopleGraph, custom_prompt="...")。建议显式写 metadata 并配合 custom_prompt。

限制:Edge 字段必须是列表;端点类型需有且仅有一个 identity_fields 条目;JSON 路径无法表达带类型的 Edge 与 FromIdentity;字符串端点只能指向该模型本身或模块级类;字段名与 DataPoint 内置字段冲突会被剥离;子类覆盖 metadata 会整体替换父类;gliner_demo 与默认 auto 无 LLM key 时不支持;远程模式 cognee.serve 后 graph_model 不会被转发;自定义模型会跳过本体解析、按图去重和 functional_relationships。