中药知识图谱

解决中药知识的多维关联难题

中药知识的表达往往涉及多维且复杂的关联。一味中药不仅包含名称、别名、来源、分布等基础属性，还涉及功能、主治、归经、四气等药理特征。传统的关系型数据库在应对这种高度互联、非结构化的属性网络时，往往面临表结构僵化、多跳查询性能差等问题。本技能通过图数据库来承载这些实体及其关系，将中药谱系转化为节点与边的拓扑结构，从而让复杂的关联查询变得直观且高效。

技能工作机制与核心工具

该技能采用大模型作为路由层、代码负责 API 调用的架构。大模型负责理解用户的自然语言意图，将其转化为图数据库的查询逻辑，并提取关键参数。
核心工作流程如下：

• 密钥鉴权：首次调用前，必须通过交互获取 API 密钥并安全保存，严禁在无密钥状态下编造数据。
• 结构探查：使用 scripts.tools.get_schema 获取图数据库的节点、属性及关系定义，明确数据边界。
• 语义查询：通过 scripts.tools.execute_read_cypher 执行只读的 Cypher 查询，精准提取目标药材的关联信息。
• 结果封装：模型将返回的 result["raw"] 原始 JSON 数据整理为易于阅读的结构化输出。

适用边界与注意事项

需要注意的是，当前图谱数据仅限初步研究用途。在实际应用时，必须根据具体的业务场景和药典标准对数据进行调整。此外，该技能要求用户具备一定的 Cypher 查询基础，以便在自然语言与图查询语言之间建立准确的映射。若遇到缺失参数或意图模糊的情况，系统会主动触发交互询问，以确保查询的准确性。