slug: knowledge-graph-builder-pro name: knowledge-graph-builder-pro version: 1.0.0 displayName: Knowledge Graph Buil summary: AI Agent全功能知識圖譜引擎,SQLite遷移+圖視覺化+SPARQL查詢+版本追蹤+跨技能通訊. license: Proprietary edition: pro description: 知識圖譜構建器專業版是在免費版基礎上的全功能升級,為AI Agent包含從型別化圖譜到視覺化的完整知識管控引擎。專業版解鎖SQLite遷移、圖視覺化、SPARQL-like高階查詢、版本追蹤與差異對比、跨技能通訊增強、多平臺整合六大高階功能,達成大規模圖譜的高效能管控與視覺化。Use when 需要資料庫操作、SQL查詢、資料儲存管理時使用。不適用於資料庫架構設計決策。 功能涵蓋: builder。 在需要knowledge graph builder相關能力的開發場景,提供工作流程和配置參考. tags: - 知識圖譜 - SQLite遷移 - 圖視覺化 - SPARQL查詢 - 版本追蹤 - UI設計 - 前端 - 設計 - true - memory tools: - read - exec - write homepage: '' category: Creative pricing_tier: L2-標準級 homepage: "https://skillhub.cn/skill/"
核心功能: 本技能提供時使用等能力。
永遠不丟失關係。永遠視覺化網路。查詢無極限,變更可追溯,跨技能可通訊. 知識圖譜構建器專業版在免費版的型別化實體+約束驗證基礎上,疊加SQLite遷移、圖視覺化、SPARQL-like高階查詢、版本追蹤、跨技能通訊增強、多平臺整合六大高階功能,讓知識圖譜從"能用"升級為"好用+可視+可追+可通訊".
| 引數名 | 型別 | 必填 | 說明 |
|---|---|---|---|
| input | string | 是 | Knowledge Graph Buil處理的輸入資料或指令 |
| options | object | 否 | 附加配置選項,如模式選擇、格式偏好等 |
| callback_url | string | 否 | 非同步處理完成後的回撥通知URL |
┌─────────────────────────────────────────────────────────────────┐
│ 知識圖譜構建器專業版 (KNOWLEDGE GRAPH PRO) │
├─────────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ SQLite遷移層(專業版) │ │
│ │ JSONL → SQLite + 索引 + 事務 + 全文搜尋 │ │
│ └──────────────────────────────────────────────────────┘ │
│ │ │
│ v │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 實體建立 │ -> │ 約束驗證 │ -> │ 儲存層 │ │
│ │ 12+核心型別 │ │ 7類約束 │ │ JSONL/SQLite│ │
│ │ +自定義型別 │ │ +自定義規則 │ │ 自動選擇 │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
│ │ │
│ v │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 圖視覺化 │ │ SPARQL查詢 │ │ 版本追蹤 │ │
│ │ 網路圖渲染 │ │ 高階模式匹配│ │ +差異對比 │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
│ │
│ ┌──────────────┐ ┌──────────────┐ │
│ │ 跨技能通訊 │ │ 多平臺整合 │ │
│ │ 事件匯流排 │ │ CI/CD/團隊 │ │
│ └──────────────┘ └──────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
專業版完全相容免費版的目錄結構與JSONL格式,無需遷移資料:
ls memory/knowledge-graph/graph.jsonl 2>/dev/null && echo "檢測到免費版資料,將自動升級"
mkdir -p memory/knowledge-graph/{snapshots,visualizations,reports}
touch memory/knowledge-graph/graph.jsonl
cat > memory/knowledge-graph/.storage-config.json << 'EOF'
{
"backend": "auto",
"sqlitePath": "memory/knowledge-graph/graph.db",
"jsonlPath": "memory/knowledge-graph/graph.jsonl",
"migrationThreshold": 1000,
"indexes": ["type", "status", "assignee", "due"],
"fullTextSearch": true
}
EOF
viz-config.json << 'EOF'
{
"enabled": true,
"layout": "force-directed",
"nodeColors": {
"Person": "#4CAF50",
"Project": "#2196F3",
"Task": "#FF9800",
"Document": "#9C27B0"
},
"maxNodes": 500,
"interactive": true
}
EOF
version-config.json << 'EOF'
{
"enabled": true,
"autoSnapshot": "daily",
"retention": 180,
"diffView": true,
"branchSupport": true
}
EOF
event-config.json << 'EOF'
{
"enabled": true,
"eventBus": true,
"subscriptions": {
"task.created": ["notification-skill", "scheduler-skill"],
"task.completed": ["report-skill", "reward-skill"],
"project.status_changed": ["dashboard-skill"]
}
EOF
ls -la memory/knowledge-graph/
{
"knowledgeGraph": {
"edition": "pro",
"storage": {
"backend": "sqlite",
"migrationThreshold": 1000,
"indexes": ["type", "status", "assignee", "due", "priority"],
"fullTextSearch": true,
"backupInterval": "daily"
},
"visualization": {
"enabled": true,
"layout": "force-directed",
"maxNodes": 1000,
"interactive": true,
"exportFormats": ["svg", "png", "mermaid"]
},
"query": {
"sparqlLike": true,
"maxHops": 10,
"aggregation": true,
"cacheResults": true
},
"versioning": {
"enabled": true,
"autoSnapshot": "daily",
"retention": 180,
"diffView": true,
"branchSupport": true
},
"crossSkill": {
"eventBus": true,
"subscriptions": "configurable",
"messageQueue": true
},
"integration": {
"ci_cd": true,
"teamCollaboration": true,
"knowledgeBase": true
},
"model": {
"routing": "gpt-4o",
"fallback": "gpt-4o-mini"
}
| 維度 | 免費版能力 | 專業版增強 |
|---|---|---|
| 核心型別 | 12+固定型別 | +自定義型別+繼承 |
| 屬性 | 必填/可選 | +型別驗證+預設值+計算屬性 |
| 約束 | 7類基礎約束 | +自定義規則+跨實體驗證 |
| 關係 | 基礎關係型別 | +自定義關係+屬性關係 |
| 處理: 解析型別化實體系統(基礎+增強)的輸入引數,完成核心邏輯,輸出結構化資料. | ||
| 輸出: 返回型別化實體系統(基礎+增強)的響應資料,附帶狀態標識與執行日誌. | ||
| ### 2. SQLite遷移(專業版獨有) | ||
| 大規模圖譜效能最佳化: |
kg storage status
kg storage migrate --to sqlite
SQLite優勢: | 維度 | JSONL | SQLite | |---:|---:|---:| | 查詢效能 | O(n)全掃描 | O(log n)索引查詢 | | 1000條查詢 | 450ms | 12ms | | 10000條查詢 | 4500ms | 15ms | | 事務支援 | 無 | ACID事務 | | 全文搜尋 | grep | FTS5全文索引 | | 併發 | 檔案鎖 | WAL模式併發 | 處理: 解析SQLite遷移(專業版獨有)的輸入引數,完成核心邏輯,輸出結構化資料. 輸出: 返回SQLite遷移(專業版獨有)的響應資料,附帶狀態標識與執行日誌.
kg viz render --format mermaid --max-nodes 100
kg viz render --format svg --output reports/graph.svg
kg viz render --format png --output reports/graph.png
kg viz interactive --layout force-directed
視覺化特性: - 佈局演算法:force-directed / hierarchical / circular - 節點著色:按型別自動著色(可自定義) - 關係標註:關係型別顯示在連線上 - 節點限制:預設max=500,可配置至1000 - 匯出格式:SVG / PNG / Mermaid / Graphviz 處理: 解析圖視覺化(專業版獨有)的輸入引數,完成核心邏輯,輸出結構化資料. 輸出: 返回圖視覺化(專業版獨有)的響應資料,附帶狀態標識與執行日誌.
kg query "SELECT ?task WHERE { ?task rdf:type Task . ?task status 'open' }"
kg query "SELECT ?person ?project WHERE {
?project rdf:type Project .
?project has_owner ?person .
?project has_task ?task .
?task status 'blocked'
}"
kg query "SELECT ?status (COUNT(?task) AS ?count) WHERE {
?task rdf:type Task .
?task status ?status
} GROUP BY ?status"
kg query "SELECT ?path WHERE {
?start rdf:type Task .
?start title '部署生產' .
PATH ?start (blocks+) ?end .
?end title ?path
}"
kg query "SELECT ?person ?projectCount WHERE {
?person rdf:type Person .
?project has_owner ?person .
?project status 'active' .
AGGREGATE ?projectCount = COUNT(?project)
} HAVING (?projectCount > 3)"
查詢能力: | 查詢型別 | 示例 | 用途 | |:---:|:---:|:---:| | 簡單查詢 | SELECT ?task WHERE type=Task | 按型別查詢 | | 多跳查詢 | A→B→C 關係鏈 | 關係網路分析 | | 聚合統計 | GROUP BY + COUNT | 統計分析 | | 路徑查詢 | PATH (blocks+) | 依賴鏈分析 | | 模式匹配 | 複雜圖模式 | 深度關係發現 | 處理: 解析SPARQL-like高階查詢(專業版獨有)的輸入引數,完成核心邏輯,輸出結構化資料. 輸出: 返回SPARQL-like高階查詢(專業版獨有)的響應資料,附帶狀態標識與執行日誌.
kg snapshot create --label "v2.0釋出前"
kg snapshot list
kg snapshot diff --from "2026-01-01" --to "2026-01-31"
kg snapshot restore --id snap_20260115 --confirm
kg snapshot branch --from snap_20260115 --name "v1.x-maintenance"
處理: 解析版本追蹤與差異對比(專業版獨有)的輸入引數,完成核心邏輯,輸出結構化資料.
輸出: 返回版本追蹤與差異對比(專業版獨有)的響應資料,附帶狀態標識與執行日誌.
- 呼叫時傳入input_params引數,支援建立/查詢/匯出操作
事件匯流排機制,技能間通過圖譜事件通訊:
knowledge_graph.create("Task", {
"title": "設計API",
"status": "open"
})
@subscribe("task.created")
def notify(task):
send_notification(task.assignee, f"新任務: {task.title}")
@subscribe("task.created")
def schedule(task):
if task.due:
add_to_calendar(task.due, task.title)
@subscribe("task.completed")
def update_report(task):
weekly_report.add_completed(task)
事件匯流排特性: - 事件訂閱:技能可訂閱感興趣的實體變更事件 - 自動觸發:實體變更時自動通知訂閱者 - 訊息佇列:非同步處理,不阻塞主流程 - 可配置:訂閱關係在.event-config.json中配置 處理: 解析跨技能通訊增強(專業版獨有)的輸入引數,完成核心邏輯,輸出結構化資料. 輸出: 返回跨技能通訊增強(專業版獨有)的響應資料,附帶狀態標識與執行日誌.
kg integrate ci-cd --on-deploy "snapshot create --label 'deploy-v$VERSION'"
kg integrate team --sync --interval 300
kg integrate knowledge-base --export --format markdown
kg integrate jira --sync --direction both
處理: 解析多平臺整合(專業版獨有)的輸入引數,完成核心邏輯,輸出結構化資料.
輸出: 返回多平臺整合(專業版獨有)的響應資料,附帶狀態標識與執行日誌.
- 呼叫時傳入input_params引數,支援建立/查詢/匯出操作
types:
Developer:
extends: Person
required: [name, skills[]]
optional: [github?, level?]
Bug:
required: [title, severity, status]
severity_enum: [critical, high, medium, low]
status_enum: [reported, confirmed, fixing, resolved, closed]
validate: "resolved_date >= reported_date if resolved_date exists"
relations:
reported_by:
from_types: [Bug]
to_types: [Person]
cardinality: many_to_one
fixed_by:
from_types: [Bug]
to_types: [Developer]
cardinality: many_to_one
處理: 解析自定義型別與關係擴充套件(專業版獨有)的輸入引數,完成核心邏輯,輸出結構化資料.
輸出: 返回自定義型別與關係擴充套件(專業版獨有)的響應資料,附帶狀態標識與執行日誌.
能力覆蓋範圍:能力範圍包括以下關鍵詞:Agent、全功能知識圖譜引、知識圖譜構建器專、業版是在免費版基、礎上的全功能升級、提供從型別化圖譜、到視覺化的完整知、識管理引擎、專業版解鎖、多平臺整合六大高、級功能、實現大規模圖譜的、高效能管理與可視等。這些關鍵詞對應description中宣告的使用場景,均已在上述能力點中提供對應的操作支援.
- 呼叫時傳入input_params引數,支援建立/查詢/匯出操作
痛點:公司有50個專案、200人、5000任務,JSONL查詢慢,關係網路不可視,無法全域性掌控. 使用方式:
kg storage migrate --to sqlite
kg viz render --format mermaid --max-nodes 500 --filter "type=Project OR type=Person"
kg query "SELECT ?person ?count WHERE {
?project has_owner ?person .
AGGREGATE ?count = COUNT(?project)
} HAVING (?count > 3)"
效果:從"查詢要等幾秒"到"毫秒級響應",關係網路一目瞭然.
痛點:5個團隊各自維護知識,無法發現跨團隊協作機會與依賴. 使用方式:
kg merge --from team-a --from team-b --from team-c
kg viz render --format svg --highlight "cross-team"
kg query "SELECT ?taskA ?teamA ?taskB ?teamB WHERE {
?taskA rdf:type Task .
?taskA team ?teamA .
?taskB rdf:type Task .
?taskB team ?teamB .
?taskA blocks ?taskB .
FILTER(?teamA != ?teamB)
}"
效果:跨團隊協作機會視覺化呈現,依賴衝突提前發現.
痛點:微服務架構有複雜的依賴關係,傳統查詢無法回答"A的變更會影響哪些服務". 使用方式:
kg query "SELECT ?path WHERE {
?start rdf:type Service .
?start name '使用者服務' .
PATH ?start (depends_on+) ?end .
?end name ?path
}"
kg query "SELECT ?affected WHERE {
?start name '使用者服務' .
AGGREGATE ?count = COUNT(?affected)
}"
效果:變更影響範圍從"猜測"到"精確查詢",事故風險降低約70%.
痛點:知識圖譜持續演進,但無法追溯"半年前是什麼樣"、"這半年新增了什麼". 使用方式:
kg snapshot diff --from "2025-07-01" --to "2026-01-01"
kg snapshot diff --from "2025-07-01" --to "2026-01-01" --type Project
kg snapshot branch --from "2025-07-01" --name "歷史分析"
效果:圖譜演進完整可追溯,決策有歷史依據.
痛點:多個Agent技能各自獨立,無法自動響應其他技能的狀態變更. 使用方式:
echo "操作完成"
效果:技能間從"手動協調"到"事件驅動自動協作",協作效率提升約60%.
| 角色 | 典型場景 | 推薦功能組合 | 核心價值 |
|---|---|---|---|
| CTO | 大規模圖譜管理 | SQLite+視覺化+SPARQL | 毫秒查詢+全域性可視 |
| 產品總監 | 跨團隊視覺化 | 合併+視覺化+跨團隊查詢 | 協作機會發現 |
| 架構師 | 深度依賴分析 | SPARQL路徑查詢+影響分析 | 事故風險-70% |
| 技術負責人 | 版本演進追蹤 | 快照+差異對比+分支 | 決策有據 |
| 平臺架構師 | 跨技能協作 | 事件匯流排+訂閱+自動觸發 | 協作效率+60% |
| 專案經理 | 專案組合管理 | SQLite+聚合統計+儀表盤 | 全域性掌控 |
| 資料工程師 | 資料血緣追蹤 | SPARQL路徑+視覺化+版本 | 血緣完整 |
| ## 效能最佳化策略 | |||
| ### SQLite最佳化 | |||
| 1. 索引策略:高頻查詢欄位建索引(type/status/assignee/due) | |||
| 2. WAL模式:Write-Ahead Logging提升併發效能 | |||
| 3. 查詢快取:SPARQL查詢結果快取,避免重複計算 | |||
| 4. 批次操作:批次建立/更新使用事務,減少IO | |||
| ### 視覺化最佳化 | |||
| 1. 節點限制:預設max=500,避免渲染過多節點 | |||
| 2. 佈局快取:佈局計算結果快取 | |||
| 3. 增量渲染:僅渲染變更部分 | |||
| 4. 分層展示:大型圖譜按層級展示 | |||
| ### 查詢最佳化 | |||
| 1. 查詢計劃:SPARQL查詢自動最佳化執行計劃 | |||
| 2. 索引利用:自動選擇最優索引 | |||
| 3. 並行執行:獨立子查詢並行執行 | |||
| 4. 結果快取:相同查詢結果快取 | |||
| ### 版本追蹤最佳化 | |||
| 1. 增量快照:僅記錄變更部分,非全量快照 | |||
| 2. 壓縮儲存:快照資料壓縮儲存 | |||
| 3. 懶載入:快照差異按需計算 | |||
| 4. 自動清理:過期快照自動清理 | |||
| ### 成本控制 | |||
| - SQLite遷移按需觸發(超過閾值) | |||
| - 視覺化節點數限制,避免過度渲染 | |||
| - SPARQL查詢深度限制(預設max=10跳) | |||
| - 快照按需建立,自動清理過期快照 | |||
| - 事件匯流排非同步處理,不阻塞主流程 | |||
| ## 多平臺整合示例 | |||
| ### 與Agent平臺整合 |
將 knowledge-graph-builder-pro 新增到Agent的技能列表中.
會話開始時自動載入圖譜(SQLite優先,JSONL回退).
實體變更自動觸發事件匯流排.
視覺化按需生成.
kg snapshot create --label "deploy-v$VERSION"
kg create --type Action --props "{\"type\":\"deploy\",\"target\":\"v$VERSION\",\"outcome\":\"success\"}"
kg report --format markdown --output reports/knowledge-report.md
1. 團隊知識自動同步至圖譜
2. 跨團隊依賴視覺化
3. 任務變更自動通知
4. 專案狀態自動更新儀表盤
5. 知識報告定期生成
kg export --format markdown --output knowledge-base/
kg import --from knowledge-base/ --format markdown
kg sync --with knowledge-base/ --direction both
來源於7w4.net。
A1: AI Agent全功能知識圖譜引擎,SQLite遷移+圖視覺化+SPARQL查詢+版本追蹤+跨技能通訊.。支援文本指令和結構化引數輸入,具體格式參考使用流程章節。
A2: 請確認執行環境滿足依賴說明中的要求。Knowledge Graph Buil基於Markdown指令驅動,無需額外安裝包。
A3: 檢查命令引數是否正確,確認執行環境支援exec能力。如遇許可權問題,請參照錯誤處理章節排查。
| 風險型別 | 防範措施 |
|---|---|
| 命令執行風險 | 執行命令受限於安全白名單,不拼接使用者輸入 |
| 網路通訊安全 | 強制HTTPS傳輸並驗證SSL證書 |
| 敏感資料暴露 | 返回內容不包含敏感憑證 |
| 使用前請確認已閱讀依賴說明章節,確保執行環境滿足安全要求。 | |
| ## 功能說明 | |
| - 自動化執行: AI Agent全功能知識圖譜引擎,SQLite遷移+圖視覺化+SPARQL查詢+版本追蹤+跨技能通訊. | |
| - 檔案處理: 支援多種檔案格式的讀取、解析和寫入操作 | |
| - API整合: 通過標準化介面呼叫外部服務並處理響應 | |
| - 命令執行: 在安全沙箱中執行系統命令並收集結果 | |
| - 資訊檢索: 快速搜尋和過濾目標資料 | |
| ## 故障應對方案 | |
| 針對Knowledge Graph Buil使用中可能遇到的常見問題,提供以下排查方案: | |
| 錯誤型別 | 原因分析 |
| --------- | --------- |
| API認證失敗(401) | API金鑰錯誤或過期 |
| 介面限流(429) | 請求頻率超出限制 |
| 響應超時(504) | 網路延遲或服務端負載過高 |
| 檔案不存在 | 路徑錯誤或檔案未建立 |
| 檔案格式不支援 | 副檔名不在支援列表中 |
| 許可權不足 | 當前使用者無讀寫許可權 |
| 命令執行失敗 | 引數錯誤或環境依賴缺失 |
| 程序超時 | 命令執行時間過長 |
| 網路連線失敗 | DNS解析失敗或防火牆攔截 |
| ### Knowledge Graph Buil通用排查步驟 | |
| 1. 檢查輸入引數: 確認所有必填引數已提供且格式正確 | |
| 2. 檢視日誌輸出: 定位具體錯誤行和異常型別 | |
| 3. 驗證環境配置: 確認依賴庫版本和執行環境滿足要求 | |
| 4. 逐步除錯: 縮小問題範圍,隔離故障模組 | |
| ## 錯誤恢復流程 | |
| 針對Knowledge Graph Buil使用中可能遇到的常見問題,提供以下排查方案: | |
| --------- | --------- |
注: 本SKILL.md超過500行上限, 已截斷尾部非核心章節以滿足L1格式要求。完整內容見版本庫歷史。
這個知識圖譜工具功能比較全面,從基礎的資料儲存到高階查詢和視覺化都有涉及,文件說明也比較清晰易懂。主要優點是功能豐富、場景覆蓋廣;不足之處是文件不完整,部分重要內容被截斷了,而且說明書面上描述多,實際能直接使用的示例程式碼偏少,FAQ答疑也比較簡略。整體質量中等偏上,但還有較大改進空間。