Agent Skills
返回列表
知识图谱重建器

知识图谱重建器

开发编程 更新于 2026.08.30

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_c5d41a7d/knowledge-graph-rebuilder 到您的 AI 助手。

技能介绍

要解决什么问题

日志每天都在产生,但知识往往只活在少数人脑子里:谁负责这个模块、哪个服务依赖哪个库、某次故障波及了哪些链路。等到有人翻聊天记录或手动整理笔记时,信息已经过时。这个技能要解决的就是知识图长期滞后的问题——把零散日志沉淀成结构化的「实体-关系」数据,让「谁和谁相关、什么依赖什么」这类问题可以直接查询,而不是靠人肉回忆。

核心能力与工作方式

  • 实体与关系提取:每晚从当日日志中识别实体和关系,把非结构化的记录转成可查询的结构。
  • 定时重建:以「每晚自动更新」为节奏,避免知识图长期滞后,保证检索结果反映最近状态。
  • 直接查询:针对「谁和谁相关、什么依赖什么」提供直接查询能力,替代临时翻日志的做法。

工作流大致分三步:

  1. 定义图谱 Schema,明确节点类型、关系类型和必填字段;
  2. 按重建流程从 filesystem 读取每日记忆文件,提取实体和关系后写入 memory;
  3. 用自动版执行提示词驱动长期运行,稳定写入、检索和更新关键上下文。

依赖方面,memory(外部安装)负责图谱存取与索引更新,filesystem(内置)负责读取每日记忆文件。建议先跑一次性试跑验证链路,再切到长期自动化模式。

适用边界与注意点

  • 正式接入账号、数据源或自动操作前,先确认权限边界。
  • 不要保存敏感凭证、隐私数据或未经授权的个人信息。
  • 高风险动作建议默认只生成建议或草稿,不直接执行。
  • 上线前先确定记忆字段、更新频率和清理策略,并保留运行日志、输入样例和最终输出,便于复盘和验收。

验收口径:能用真实或模拟数据完整跑通一次,输出结构清晰并包含下一步动作或明确结论,且能稳定写入、检索和更新关键上下文。整体难度偏高,属于半自动模式,更适合企业内部的长期维护场景。

使用场景

  • 每日凌晨需要从当天的开发日志中提取代码模块、负责人、依赖关系等实体和关系,重建知识图供团队查询。
  • 当收到「这个服务依赖哪些数据库」这类问题时,需要快速从历史日志构建的知识图中检索答案,而不是翻聊天记录。
  • 每周需要将散落在多份会议纪要和故障记录中的实体关系整理成结构化数据,确保知识图不滞后于实际状态。
  • 当团队规模扩大、人员变动频繁时,需要每晚自动从当日操作日志中更新实体关系,保证「谁负责什么」的信息始终可查。

适合人员

  • 需要在多人协作项目中维护代码依赖关系图谱的后端工程师,希望每晚自动从日志更新实体关系,减少手动整理。
  • 负责排查微服务调用链路和数据依赖关系的技术负责人,希望通过知识图快速回答「什么依赖什么」这类架构问题。
  • 需要将团队操作记录沉淀为可查询资产的研发效能工程师,希望把零散日志转为结构化实体关系数据,避免知识流失。
  • 需要追踪项目变更和人员职责变动的项目经理,希望每晚自动从当日日志重建知识图,确保谁负责哪个模块始终可查。