知识图谱基础版

提供实体与关系的基础创建、更新、删除及邻居查询,支持本地持久化与简单属性过滤,用于结构化知识管理。

天轰穿

@thcjp

Install

$ openclaw skills install @thcjp/knowledge-graph-skill-free

知识图谱基础版

核心能力

  • 实体管理:创建、更新、删除实体节点,支持实体类型、属性与唯一标识
  • 关系管理:在实体之间创建有向关系,支持关系类型与属性标注
  • 基础图查询:查询实体的邻居、一度/二度关联节点、按属性过滤实体
  • 持久化存储:将图谱数据持久化到本地文件(JSON / SQLite),支持加载与导出
  • 基础检索:按实体名称、类型、属性值进行基础检索 关键词: knowledge graph skill

快速开始

  1. 确认运行环境满足依赖说明中的要求
  2. 在AI Agent对话中调用本技能,提供必要的输入参数
  3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

适用场景

场景输入输出
实体创建实体名称与类型实体唯一标识与存储确认
关系建立源实体、目标实体、关系类型关系记录与关联确认
邻居查询实体标识与查询深度邻居实体与关系列表
属性过滤属性键值条件符合条件的实体列表
图谱导出导出格式JSON 或 SQLite 文件路径

不适用于:复杂图谱推理(如最短路径、社区发现、中心性分析)、跨图谱关联、向量检索与语义相似度、大规模图数据库(如 Neo4j 级别)、实时流式图谱更新等场景(请使用高级版)

使用流程

  1. 确认运行环境满足依赖说明中的要求
  2. 初始化或加载一个知识图谱实例
  3. 按需执行实体创建、关系建立或查询操作
  4. 持久化图谱数据到本地文件
  5. 输出操作结果与查询数据

输入格式

参数名类型必填说明
actionstring操作类型,可选: create_entity/update_entity/delete_entity/create_relation/query_neighbors/query_by_property/export/import
entity_idstring实体唯一标识,创建与查询时使用
entity_typestring实体类型,如 person/concept/document
propertiesobject实体或关系的属性键值对
relation_typestring关系类型,如 depends_on/related_to/authored_by
source_idstring关系的源实体标识
target_idstring关系的目标实体标识
query_depthinteger邻居查询深度,默认: 1,最大: 2
strict_levelstring审查严格度,可选: strict/normal/loose,默认: normal

输出格式

{
  "success": true,
  "data": {
    "overall_status": "ok",
    "action": "query_neighbors",
    "result": {
      "entity": {
        "id": "entity_001",
        "type": "person",
        "name": "张三"
      },
      "neighbors": [
        {
          "relation": "authored_by",
          "direction": "outgoing",
          "entity": {
            "id": "entity_002",
            "type": "document",
            "name": "架构设计文档"
          }
        },
        {
          "relation": "depends_on",
          "direction": "outgoing",
          "entity": {
            "id": "entity_003",
            "type": "concept",
            "name": "微服务架构"
          }
        }
      ],
      "neighbor_count": 2
    },
    "stats": {
      "total_entities": 24,
      "total_relations": 56,
      "query_duration_ms": 80
    }
  },
  "error": null
}

异常处理

错误场景原因处理方式
实体不存在entity_id 未找到提示用户先执行 create_entity 创建实体
关系建立失败source_id 或 target_id 不存在提示用户确认两端实体存在后再建立关系
图谱未初始化未加载或创建图谱实例提示用户先执行 import 或初始化新图谱
持久化失败文件路径不可写或磁盘空间不足检查路径权限与磁盘空间后检查网络连接和配置后重试
查询深度超限query_depth 超过 2提示基础版最大支持 2 度查询,建议缩小深度

依赖说明

运行环境

  • Agent平台: 支持SKILL.md规范的任意AI Agent
  • 操作系统: Windows / macOS / Linux

依赖项

依赖项类型是否必需获取方式
LLM APIAPI必需由Agent内置LLM提供

API Key 配置

  • 本Skill基于指令驱动,无需额外API Key(除内容中明确标注的外部API)

可用性分类

  • 分类: MD+EXEC()
  • 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行图谱操作

案例展示

示例1:创建实体并建立关系

输入: action=create_entity, entity_type=person, properties={name:"张三"}
处理: 生成唯一标识 -> 存储实体 -> 返回 entity_id
输出: 实体已创建,entity_id=entity_001

示例2:查询邻居节点

输入: action=query_neighbors, entity_id=entity_001, query_depth=1
处理: 查找该实体的所有一度邻居 -> 按关系类型分组 -> 返回结果
输出: 2 个邻居,分别为文档与概念实体

常见问题

Q1: 如何开始使用知识图谱基础版?

A: 查看使用流程章节,初始化或加载一个图谱实例,然后按"输入格式"提供 action 与相关参数即可.

Q2: 图谱数据如何持久化?

A: 基础版支持 JSON 与 SQLite 两种持久化格式,可通过 export 操作导出到本地文件,下次使用时通过 import 加载.

Q3: 知识图谱基础版支持图谱推理吗?

A: 不支持。基础版仅提供实体、关系与基础查询,如需最短路径、社区发现、中心性分析、跨图谱关联与向量检索,请升级至高级版.

Q4: 如何获取图谱推理、跨图谱关联、向量检索等高级能力?

A: 这些属于高级版能力。基础版聚焦实体与关系的基础存储与查询,如需复杂推理、语义相似度检索与大规模图谱分析,请升级至高级版.

错误处理

错误场景(续)原因处理方式
LLM响应超时或无响应网络延迟或模型负载过高检查网络连接和配置后重试;确认Agent平台LLM服务正常
输入内容格式不正确用户输入不符合skill预期格式检查输入是否符合skill使用说明中的格式要求,参考示例章节
执行结果与预期不符指令描述不够明确或上下文不足提供更详细的指令描述,补充必要的上下文信息
命令执行失败运行环境不满足要求或权限不足确认运行环境符合依赖说明中的要求;检查命令权限设置

已知限制

  • 不支持图谱推理(最短路径、社区发现、中心性分析、联通分量)
  • 不支持跨图谱关联与多图谱合并
  • 不支持向量检索与语义相似度查询
  • 不支持大规模图数据库(如 Neo4j、JanusGraph 级别)的性能优化
  • 查询深度最大为 2 度,更深的查询需要拆分为多次操作
  • 不支持实时流式图谱更新与增量索引
  • 不支持图算法库(如 PageRank、Betweenness Centrality)
  • 持久化仅支持本地文件,不支持远程图数据库接入

Top skills in this category