Agent Skills
返回列表
🤖

结构化知识图谱

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_f12a44b7/clawhub-ontology。

技能介绍

问题背景

智能体对话里,人物、项目、任务和文档往往散落在多轮上下文里,难以稳定引用和复用。纯文本记忆缺少类型与关系,后续技能也很难按同一套 schema 组合调用。

核心能力

本技能提供类型化的知识图谱层,用于结构化智能体记忆:

  • 实体建模:支持人物、项目、任务、事件、文档等实体类型的创建与查询
  • 关系维护:在实体之间建立并查询关系,形成可导航的图结构
  • 记忆与技能衔接:图谱数据可作为可组合技能的共享上下文,减少重复叙述

典型工作流是:识别用户意图中的实体与关系 → 写入或更新图谱 → 在后续轮次用查询结果支撑回答或其它技能。

触发词包括 知识图谱、实体关系、ontology。

适用边界

适合需要跨会话持久化结构化事实的场景;若只需一次性摘要或无需关系推理,轻量笔记可能更合适。实体类型与关系语义需在使用前与业务约定一致,否则查询结果可能难以对齐预期。

使用场景

  • 长期跟进同一客户项目时,把联系人、里程碑、待办和会议纪要写成实体并挂关系,下次对话直接查图续写状态
  • 多技能流水线里,先让智能体把 PR、负责人、阻塞任务入库,后续代码审查技能按项目节点查询上下文
  • 个人知识库整理时,将论文、实验、数据集文档建模为实体,用「引用/属于项目」关系串起研究脉络
  • 运维事件复盘后,把故障事件、受影响服务、值班人和关联工单写入图谱,便于跨周追问同一事故链

适合人员

  • 负责多个并行交付的项目经理,需要在不同会话里稳定引用同一批干系人与任务依赖
  • 搭建可组合 Agent 工作流的工程师,希望下游技能共享同一套实体 schema 而非重复解析自然语言
  • 做客户成功或售前支持的同学,要把客户组织、合同节点和历史沟通结构化沉淀供团队查询
  • 独立研究者或技术写作者,想把人物、项目、文献与事件关系持久化以便写作与复盘