代码知识图谱创建

要解决的问题

项目里的依赖关系通常散落在多个文件里：哪个模块导入了谁、哪个类继承了哪个基类、哪个函数在调用别处的实现。靠 grep 或人工梳理，不仅慢，而且很难回答“改了这个接口，谁会受影响”这类跨文件问题。

这个技能把这件事固化成一条流水线：静态解析源码 → 生成 Cypher → 上传到 Neo4j。不需要运行项目，也不需要把整段代码塞进上下文，图谱作为可复用的数据库资产沉淀下来。

技能如何工作

核心是两个随技能打包的脚本，外加一个编排入口：

• generate_kg.py：基于 tree-sitter 解析项目里所有 Python 源文件，抽取 Module、Class、Function、Import 四类节点，以及 IMPORTS、INHERITS、CALLS、INSTANTIATES 等关系，输出 kg.cypher。
• import_to_neo4j.py：把生成的 kg.cypher 上传到远程 Neo4j，连接配置自动从项目根目录（或任意上级目录）的 .neo4j-config.json 读取。
• build_kg.py：编排脚本，自动发现项目根目录与配置文件，一条命令完成“创建 + 上传”，并提供 --dry-run、--clear、--skip-generate、--skip-import 等选项。

解析阶段会自动排除 .venv、__pycache__、.git、data、images 等目录，并跳过脚本自身。也可以不用编排脚本，直接分步调用根目录脚本，或通过 --uri / --user / --password / --database 显式覆盖配置——优先级为：命令行参数 > 环境变量 > .neo4j-config.json > 内置默认值。上传还支持 --mode shell（走 cypher-shell CLI）和 --dry-run（只统计语句数）。

适用边界与注意点

• 只解析 Python：tree-sitter 侧只集成了 tree-sitter-python，其他语言源码会被忽略。
• 关系不幂等：节点用 MERGE，可以重复导入；关系用 CREATE，重复执行会在已存在节点之间产生重复边。代码发生较大变更、需要重建图谱时，建议先清空远程库再导入，例如加 --clear。
• 配置必须可达：上传阶段需要能连上远程 Neo4j，凭据放在 .neo4j-config.json 里；该文件在项目根目录或上级目录均可被自动发现。
• 静态解析的局限：动态导入、运行期反射、条件分支里延迟发生的调用关系不会被捕获，图谱反映的是源码层面静态可见的结构。
• verify_kg.py 未打包进技能，它硬编码了特定项目的预期类与函数，只适用于对应项目。

生成图谱后，可以交给配套的 code-knowledge-graph 技能做查询与分析：本技能负责“建图 + 入库”，那个技能负责“查图 + 用图”。