知识图谱自动生成器

解决什么问题

当主题比较复杂时，人脑容易把知识按孤立概念记下来：知道“Transformer”“注意力机制”“预训练”分别是什么，却未必能说清它们之间的关系链路。资料越散，越难判断哪些是核心概念，哪些适合作为子概念，也很难发现不同领域之间的连接。这个技能面向这类“散落知识点难成图”的场景，输入一个主题后，让模型直接产出可编辑的 Markdown 结构，而不是先整理成表格再手工画图。

它如何工作

核心路径很简单：

1. 接收主题：用户提供一个具体的研究对象、技术方向或业务问题。
2. 拆解概念层级：整理核心概念、子概念，以及每个概念应当承担的解释角色。
3. 建立关系链路：标出概念之间的依赖、递进、解释、对比或因果关系。
4. 补充跨领域连接：将主题放到相邻领域中对照，找可迁移的抽象或旁证。

输出形态是知识图谱式笔记，而不是长文说明。对工程实践来说，它更适合放在写作、评审、学习或方案梳理之前，用来快速得到一个可用的知识骨架。

适用边界

它擅长快速生成草案和发现结构化盲区，但不能替代领域专家判断。主题过于宽泛、缺少边界时，图中容易混入不相关概念；关系名称也可能是模型给出的简化表达，未必符合某本书或某个框架的严格定义。建议把结果当作可审查的初稿：保留有意义的链路，删掉凑数节点，再根据自身上下文补上示例、权重或来源。