mcpField
G
graph-engineering

graph-engineering

github.com/codejunkie99数据与数据库55760 次安装14 周前更新
代码仓库

关于 graph-engineering

graph-engineering 是面向构建图结构记忆和任务编排的 Agent 技能，适用于图工程实践或学习。它以知识图谱的九阶段流程和任务图指导设计、提取、融合与评估。

主要功能

  1. 01知识图谱九阶段流程
  2. 02任务图编排指导
  3. 03本体与模式优先设计
  4. 04实体、关系和事件提取
  5. 05知识融合与质量评估
  6. 06图与 LLM 集成模式

适用场景

  1. 01规划领域知识图谱建设
  2. 02指导 Agent 任务依赖编排
  3. 03教学知识图谱工程概念

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/codejunkie99/graph-engineering --skill graph-engineering

安装后在 Claude Code 中输入/graph-engineering确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
curriculum.md
extraction.md
fusion-and-llm.md
modeling.md
task-graphs.md

详细介绍

图谱工程

图谱工程是一门设计 Agent 工作所依托结构的学科，而不是设计提示词。它包含两个部分：

  1. 知识图谱——Agent 记住什么。节点是实体和事实，边是带有时间和来源信息的关系。本文件中的 9 阶段流水线涵盖了这部分内容，提炼自东南大学研究生知识图谱课程 （https://github.com/npubird/KnowledgeGraphCourse，Peng Wang 教授），并翻译为英文，针对大模型时代的 Agent 进行了调整。
  2. 任务图谱——Agent 如何工作。节点是任务，边是执行依赖关系：并行扇出、独立的验证器上下文、停止规则，以及人工审核关卡。 如果用户的请求涉及编排 Agent，而不是构建记忆，请阅读 references/task-graphs.md。

核心思维模型：知识图谱是带有模式的产品，而不是一堆三元组。质量取决于流水线顺序——先对领域建模，再进行抽取；先融合，再存储；每个阶段都要评估。

教学模式

当用户想要学习图谱工程（而不是构建某种东西）时，要进行教学，而不只是执行。规则如下：

  1. 每个阶段都要结合用户自己的领域：请用户提供一个真实项目或数据集，然后在所有阶段中以此为贯穿示例。
  2. 教学时生成可视化产物。 这门学科中的概念都有其形状；要把它们展示出来。对于每个主要概念，都要生成一张用户可以留存的小图——mermaid 图（用于流水线和任务图的 flowchart，用于示例本体和子图的 graph LR），或者在交互性有帮助时生成一个独立的 HTML 页面。至少要包括：9 阶段流水线、一个根据用户领域绘制的包含 3 种类型的本体、一个从真实样本中抽取的子图（5-10 个节点），以及一个以用户自己的任务为节点的菱形模式。
  3. 按照流水线的顺序教学，每次交流讲一个阶段，并以一个小练习收尾（“为你的项目写出 3 个能力问题”），然后再进入下一阶段。
  4. 结束时，将课程中构建的内容整理为一个起步用的 ontology.yaml，并绘制一张供用户首次实际构建使用的任务图。

9 阶段流水线

按顺序执行各阶段。对于小型项目，阶段 4–6 可以合并为一次抽取，但绝不能跳过阶段 3（本体）或阶段 8（融合）——现实世界的图谱往往会在这两个阶段出问题。

  1. 范围与价值检验 — 确认图谱优于更简单的结构。当查询需要跨越多跳（“谁与 X 合作过，参与了使用 Y 的项目”）、实体会在多个文档中反复出现，或关系本身就是数据时，图谱才有价值。如果查询只需单跳，就用表格并到此为止。

  2. 知识表示方式选择 — 选择事实的编码方式：属性图（Neo4j 风格，务实的默认选择）、RDF 三元组（互操作性／标准），或 JSON／SQLite 中的普通类型化边（小规模）。现在就决定如何为每条事实附加时间和来源信息。

  3. 本体建模 — 在抽取之前定义实体类型、关系类型（含定义域／值域）和属性。从最小规模开始：5–15 种实体类型、10–30 种关系类型。课程中的两条规则：每种关系都要使用精确的动词名称（用 ACQUIRED，而不是 RELATED_TO）；如果两种类型总是一起查询，就将它们合并。 详细说明和完整示例：references/modeling.md

  4. 实体抽取（NER） — 从来源中抽取类型化实体。方法阶梯：封闭词汇使用精确规则／词典 → 开放文本使用提示词中包含本体的 LLM 抽取。始终连同文本跨度和来源指针一起抽取，以记录来源信息。

  5. 关系抽取 — 抽取已识别实体之间的类型化边。将 LLM 限定在本体的关系列表内，并检查定义域／值域；拒绝端点类型不兼容的边。这一步验证就能排除大多数幻觉结构。

  6. 事件抽取 — 对于动态领域（新闻、日志、交易），将事件作为一等节点抽取（触发项 + 类型化参数 + 时间），而不只是抽取静态边。 阶段 4–6 的抽取方法、提示词模式和失败原因： references/extraction.md

  7. 质量门槛 — 融合之前先抽样评分：实体精确率（抽取出的实体是否真实且类型正确？）、关系精确率（来源句子是否确实断言了该边？）。修正提示词／规则，而不是修改输出，然后重新运行。在继续之前，以 50 项样本达到 ≥90% 的精确率为目标——增加轮次可以提高召回率；糟糕的精确率会永久污染图谱。

  8. 知识融合 — 合并同一来源内和不同来源之间的重复项：指向同一现实实体的不同表面形式（“SEU” = “Southeast University” = “东南大学”）。采用阻断 + 匹配 + 合并策略。跳过这一步是图谱毫无用处的头号原因。 匹配策略：references/fusion-and-llm.md

  9. 为 LLM 提供服务（KG × LLM） — 让 Agent 能够利用图谱：GraphRAG 检索（子图 → 上下文）、图谱即记忆（Agent 通过阶段 4–8 将事实写回），以及 LLM 基于路径进行推理。模式和陷阱： references/fusion-and-llm.md

工作规则

  • 始终先定义架构。 没有本体的抽取只会生成一个带箭头的“图谱”，本质上不过是词云。如果用户不愿意设计架构，就根据 3 份示例文档构建最小的 5 类型本体，并提交审批。
  • 每条事实都要记录来源信息。 每个节点／边都存储 source、extracted_at 和置信度。这一点不可妥协——融合（阶段 8）和可信度都依赖于此。
  • 循序渐进，避免一蹴而就。 先让 10 份文档的试点项目经过全部 9 个阶段，再扩大规模。试点能以 1% 的成本暴露本体缺口。
  • LLM 抽取是流水线中的阶段工具，而非整个流水线。 LLM 用于阶段 4–6；周边的架构、验证和融合才是让输出成为知识图谱的关键。

参考文件

  • references/curriculum.md — 源课程的完整译文课程大纲，包含各讲摘要及原始中文幻灯片的链接。 当用户需要深入了解理论、学术基础或原始材料时阅读。
  • references/modeling.md — 知识表示与本体工程（课程第 2–3 讲）。在阶段 2–3 阅读。
  • references/extraction.md — 从规则到大模型提示词的实体、关系和事件抽取（第 4–7 讲）。在阶段 4–7 阅读。
  • references/fusion-and-llm.md — 知识融合与知识图谱 × 大模型集成（第 8–9 讲）。在阶段 8–9 阅读。

致谢

内容提炼并翻译自东南大学《知识图谱》研究生课程，彭旺教授授课 — https://github.com/npubird/KnowledgeGraphCourse。 所有原始课程 PDF 均为中文；本技能是为 AI Agent 工作流改编的独立英文提炼版本。

评论

支持 Markdown