用途：把学术文本、讲义、研究论文转成结构化概念图。概念图由概念（节点）、连接短语（带标签的边）和命题（概念—连接—概念三元组）组成，强调显式标注关系，适合知识建模。
主要能力：用 NLP 流程抽取概念（名词短语、词频筛选、TF-IDF 排序），用依存句法抽取关系三元组，并按论文结构（引言、方法、结果、讨论）组织层级与交叉连接；支持导出 GraphML（供 Gephi、yEd、Cytoscape）和 CXL（供 CmapTools）。推荐工具包括 CmapTools、yEd、Mermaid.js。
用法要点：示例代码使用 spacy 加载 en_core_web_sm，先抽取候选概念，再抽取关系，最后用 networkx 导出 GraphML；层级构建以最通用概念置顶。文中未提供安装命令、CLI 参数或界面操作步骤。
适用场景：研究团队对齐复杂领域共识、识别知识空白、向合作者与审稿人传达理论框架，也用于教学。
限制：质量依赖源文本与 NLP 模型；示例为英文流程；导出格式和工具能力以资料为准，未提及收费、价格与平台支持。