关于 kg-traverse
kg-traverse 是从种子实体探索知识图谱的技能。它扩展并排序因果路径,再综合高分结果,用于影响分析和理解代码结构。
主要功能
- 01从种子实体扩展因果路径
- 02按相关性为路径评分
- 03剪除低分路径
- 04综合并排序结果
- 05报告前 10 条路径
适用场景
- 01追踪依赖某实体的内容
- 02查找某实体的依赖
- 03探索间接关系
- 04分析影响或代码结构
MCP 相关
该技能调用 Ruflo MCP 工具来查找实体、遍历因果边、搜索模式并综合上下文。
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ ruvnet/ ruflo --skill kg-traverse安装后在 Claude Code 中输入/kg-traverse确认已加载。
详细介绍
KG Traverse
从种子实体开始执行寻路图遍历。沿因果边向外扩展,根据相关性为路径评分,并剪除相似度较低的分支。
适用场景
当你需要从某个特定实体开始探索知识图谱时,例如查找依赖它的内容、它所依赖的内容,或发现间接关系。适用于影响分析、依赖链分析和理解代码结构。
步骤
- Seed —— 调用
mcp__plugin_ruflo-core_ruflo__agentdb_hierarchical-recall,按名称查找目标实体 - Expand —— 调用
mcp__plugin_ruflo-core_ruflo__agentdb_causal-edge查找与种子实体相连的所有边,然后递归向外扩展至指定深度(默认值:3) - Score —— 对每条路径计算相关性:
cumulative_score = product(edge_weight * keyword_similarity(query, node)),使用mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search(当前 AgentDB 版本中,semanticRouter控制器为enabled: false;pattern-search是可用的替代方案,适用于实体名称和关系类型的关键词匹配,参见 ruvnet/ruflo#2049)。如需更高保真度的语义相似度,调用方可以改用mcp__plugin_ruflo-core_ruflo__embeddings_generate并手动计算余弦相似度,但步骤 3 正常运行并不需要这样做。 - Prune —— 移除累计分数低于 0.3 的路径
- Rank —— 按累计分数降序排列剩余路径
- Synthesize —— 调用
mcp__plugin_ruflo-core_ruflo__agentdb_context-synthesize,将排名靠前的路径整合为连贯的摘要 - Report —— 显示排名前 10 的路径及其路径(实体链)、关系类型、累计分数和综合上下文
CLI 替代方案
npx @claude-flow/cli@latest memory search --query "relations for ENTITY_NAME" --namespace knowledge-graph
评论
支持 Markdown