Agent Skills
返回列表
📚

Graphify 混合文件夹知识图谱

知识管理 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_3c6cb52e/turn-mixed-local-folders-into-a-queryable-knowledge-graph-with-graphify。

技能介绍

需求背景

处理本地混合文件夹（代码、文档、PDF、图片、视频）时，传统检索只返回文本片段。Agent 无法追踪跨文件的实体关系，例如文档提到的函数对应代码定义、图片中的设备对应视频场景。这类场景需要从片段搜索升级为关系查询，让 Agent 基于实体关联完成推理。

核心能力

Graphify 将非结构化文件统一转换为可查询的知识图谱。具体工作流程：

  • 统一处理代码、文档、PDF 等多类型文件，抽取实体和关系，生成统一 schema；
  • 基于 Neo4j 存储知识图谱，支持实体关系检索，替代传统文本片段返回；
  • 生成 Mermaid 架构图，直观展示实体调用链路，辅助人工理解；
  • 图谱结构天然适配 Agent 推理，可以直接作为工具链环节使用。

适用边界与注意点

  • 需要 Graphify CLI 或 MCP 服务，没有内置降级方案；
  • Leiden 社区检测只支持 Python 3.13 以下版本；
  • PyPI 上 graphifyy 是官方包，CLI 名仍是 graphify，其他 graphify 相关包不是官方；
  • graphifyy[leiden] 是可选聚类功能，默认未安装；
  • 更适合需要跨文件追踪实体关系的场景，简单文本检索不必使用。

使用场景

  • 接手一个包含代码、接口文档、设计图的混合项目目录，需要快速梳理模块间的调用和依赖关系，避免逐文件阅读。
  • 在研究资料夹中混有论文 PDF、实验截图和视频讲解，希望按概念把相关材料串起来，而不是只靠关键词搜索。
  • 把团队内部教程、配置脚本和错误截图放在同一目录时，需要让 Agent 基于实体关系回答哪段配置和哪个报错相关。
  • 对历史项目做架构梳理，文件夹里有代码、架构图和会议纪要，想生成一张能查询的实体关系图辅助复盘。

适合人员

  • 维护混合技术文档和示例代码的工程师，需要让 Agent 按实体关系理解目录里的材料。
  • 整理论文、实验记录和截图的研究人员，希望把分散材料聚合成可查询的概念关系。
  • 负责项目知识沉淀的开发者，想把代码、文档和设计图变成 Agent 能跟随的图谱。
  • 需要基于本地资料做问答或复盘的 Agent 工程师，关注文件内容的结构化和可追溯性。