SuperAPI AI 工具集

knowledge-graph

数据与分析

查看项目

更新于 10-16 02:43

技能介绍

用途

Knowledge Graph 用于把提供的来源材料转化为一张可持续使用、智能体可遍历的图谱。来源可以是文档、笔记、网页内容、转录文本、研究材料或代码仓库。图谱按以下产物树组织:

entities/
  <entity-id>.md
relations.jsonl

来源保持只读。任务指令对范围、语言、受众与深度有要求时按其执行,否则使用来源的主导语言。每个节点、每条实质性主张与每条边都必须锚定在来源材料中。来源本身除非是领域内的具名主体,否则只作为出处而非常规领域节点。

主要能力

实体节点

为具有稳定身份或边界的具名事物创建节点,例如人物、组织、群体、动物、地点、产品、项目、系统、服务、模块、数据集、标准、文档、产物或具名事件。每个节点存放在 entities/<entity-id>.md,结构如下:

---
type: entity
id: 取经队伍
title: 取经队伍
entity_type: group
description: 由唐三藏率领、以西行取经为目标的行动团体。
aliases: [唐僧师徒, 师徒五众]
sources:
  - viking://resources/source.md
---

其中 type: entity 表示产物种类,entity_type 表示实体的语义类别,采用稳定的 lowercase snake_case 值,如 person、organization、group、animal、place、product、project、system、service、module、dataset、standard、document、artifact 或 event。刷新图谱时复用既有类型词汇,只有在能显著改善筛选或可视化时才引入更细的类型。

description 写为一句稳定、与上下文无关的身份描述,不放置单次事件情节、临时状态、来源特定观点或抽取历史。sources 列表中记录确定实体身份与描述的确切来源引用,且不可为空。该节点级列表不替代主张级证据。

frontmatter 之后仅在能补充有用上下文时跟写简洁 Markdown,使用 ## Overview 等二级标题或输出语言中的对应形式,省略空章节。将确切来源 URI、仓库相对路径或提供的链接放在其所支撑的实质主张旁边。将具体事件或时效性事实排除在稳定概述之外,放入明确限定范围的上下文章节或通过事件节点建模。

若实体间事实适合放入 relations.jsonl,则不要在正文中重复。字面属性仅在有用且有支撑时保留在节点中,例如团队成员关系应存为 member_of 边,而非仅在句子中列出成员。

节点身份保持一致性:使用一个规范名称,把有用的别名记入 aliases;创建稳定、路径安全的 ID,拉丁文本优先用小写 kebab-case,其他文字保留字母和数字并将空白或标点替换为连字符;规范名为非拉丁文字的新实体在 ID 与文件名中保留该文字,当输出语言与规范名均为中文时直接使用中文规范名,绝不翻译或音译为英文 ID;id 等于去掉 .md 的文件名,type 固定为 entity;已有节点代表同一身份时复用其 ID 与路径,不因本地化而重命名,title 是其本地化显示名;同形异义实体用最小有用上下文限定为独立节点。优先选择中心、反复出现、被请求、连接丰富或对理解来源领域重要的实体。不要仅因存在某个来源文件、目录、章节或分块就创建节点;只有当某来源文档的身份与关系对图谱重要时(如具名合同、标准、出版物或报告)才作为领域实体创建。用广泛主题、属性、动作与关系短语描述实体或边,而非将其变成独立节点。

类型化边

在 relations.jsonl 中每行写一条有向边:

{"from":"孙悟空","relation":"member_of","label":"属于","to":"取经队伍","evidence":["viking://resources/source.md"]}

每行视为 <from> <relation> <to> 的陈述。规则包括:from 与 to 引用最终实体 ID;relation 为稳定、与语言无关、有向、小写 snake_case 谓词,如 member_of、works_for、leads、created、depends_on、originates_from、located_in,相同语义复用既有谓词;label 为所请求输出语言中简洁的人类可读表达,中文输出使用如 任职于、属于、持有、位于 等中文标签,不把英文谓词直接作为显示标签;relation 与 label 必须表达同一含义,不可因本地化标签看似合理而混用宽泛谓词(如用 works_for 表示群体成员、用 belongs_to 表示地理来源);同一谓词在图谱内使用一致的标签,刷新时保留既有谓词代码并为缺标签的保留边补齐本地化标签;evidence 为非空的确切来源引用数组;重复的 (from, relation, to) 三元组合并证据为一行;在承载有用且来源支撑的含义时添加互为反向的边;两个端点都须在最终实体集合内;输出紧凑的独立 JSON 对象,不包裹数组;按 from、relation、to 排序以保证输出确定。

用明确来源陈述或权威来源材料展示的行为建立边。把共现作为发现线索,只有在含义与方向获得支撑后才编码关系。当关系本身具有身份、或涉及两个以上参与者、限定条件或状态变化时,将其建模为节点,用具名合同、协议、任命、交易、会议与事件作为中间节点,而非把语义藏在冗长谓词中。例如用 party_to 连接一方与具名协议,再用 governs_use_of 连接协议与被治理产物,而非把 signs_agreement 直接连到产物。反向边需选择性使用,仅在能改善遍历且有清晰、一致复用的谓词时添加,不要机械镜像每条边。

出处

区分领域知识与出处:实体 sources 列表用于确定其身份与稳定描述的证据;边的 evidence 列表用于支撑该确切三元组的证据;其他 Markdown 主张的证据放在所支撑主张旁边。保留提供的确切 URI、仓库相对路径、链接与可用锚点,绝不杜撰来源引用或位置。来源引用是支撑,而非背书来源中每句话都为真;来源不一致时保留冲突、范围、时间顺序与不确定性。绝不输出无标题的 来源:... 或 Source: ... 行;frontmatter 的 sources 字段是默认的页面级来源清单;若任务明确要求人类可读来源列表,则在 ## 来源 或 ## Sources 下以 Markdown 项目符号渲染一次,不在那里重复主张级链接。

展示契约

标识与展示分离:可视化或其他面向人的视图应显示节点 title 而非 id,显示边的 label 而非 relation;relation 作为机器键,仅在读取没有 label 的旧边时作为回退;entity_type 用于节点形状、颜色、分组与筛选;sources 与 evidence 保留在详情面板或检查视图中,而非渲染为常规领域节点。

使用方式

工作流分为五步:

  • 调研:清点来源种类、权威性、时间顺序、词汇与覆盖范围;规划增量刷新前检查既有实体产物与 relations.jsonl;对代码来源,检查相关清单、文档、公共契约、schema、测试、入口点、运行时接线与配置,以确定实体身份与关系。
  • 规范化:建立规范名、别名、候选 ID、身份线索、语义实体类型、证据与既有节点匹配的工作集;合并拼写变体与真正同义词;在来源提供足够身份证据前保持模糊引用未定。
  • 抽取:对每个候选节点分离其稳定指纹与来源限定事实;对每条候选边识别源节点、目标节点、精确谓词与支撑证据;选择保留来源语义的谓词;识别需要中间事件、协议、文档或其他关系节点才能起草正文的关系。
  • 集成:保留准确的既有节点与边,合并互补证据,加入新图谱知识,并用更强或更新的来源证据修订被取代的事实;合并重复节点时,将所有受影响的边端点重写为存活实体 ID;提交完整实体与关系产物集,并为未变节点保留既有路径。
  • 质量检查:核验每个节点代表一个可识别实体且文件名与 frontmatter ID 匹配;每个节点有受支撑的 entity_type、稳定 description 与非空 sources;每个新建非拉丁规范 ID 遵循来源语言规则且既有 ID 保持稳定;规范身份、别名与语义类型在图谱内一致;每条实质主张与边在正确粒度上有确切提供的证据;每条关系使用规定的 JSONL schema、精确有向谓词与非空本地化显示标签;每个谓词与标签语义等价,成员、雇佣、来源、所有权与包含关系未被混淆;每个重复关系谓词在所选语言中使用一致标签;每条边端点解析到实体节点;每个中心或选定实体至少参与一条受支撑的边,除非来源未建立任何关系且保留孤立节点明确有用;节点正文描述的每条实质实体间关系都表示为边,中心多方关系使用适当中间节点;重复三元组已合并且关系行已确定性排序;实体文件中无无标题的 来源:... 或 Source: ... 行;最终产物树包含完整实体集与 relations.jsonl。

适用场景

适用于需要把多来源材料整理成可复用、可查询、可可视化的结构化知识图谱的场景,包括文档与笔记汇编、网页内容与转录文本整理、研究材料综合,以及从代码仓库中提炼实体与依赖关系。产出的 entities/*.md 与 relations.jsonl 便于智能体按实体、类型与关系遍历,也便于人类视图基于 title、label 与 entity_type 进行展示与筛选。

限制

来源必须保持只读;不得杜撰来源引用或位置;缺少来源证据的节点、主张与边不应写入。任务未提供的信息(如具体安装命令、收费方式、价格与平台支持等)暂未提供。