本体知识图谱
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_fa1f8a24/ontology123。
技能介绍
问题
多 Agent 工作流中,记忆常常散落在聊天文本、临时变量或单技能内部。这样的状态难以查询、难以校验,也难以被其他技能安全复用。ontology123 要解决的是这类结构化共享状态问题:把对象、属性、关系和约束统一表达成一张可验证的图,而不是让每个技能各自维护私有文本。
工作方式
- 实体化建模:每个知识对象都作为 entity 表达,包含 type、properties 和 relations。常见触发场景包括“记住某个事实”、查询某对象、连接两个实体、展示项目下任务或依赖项。
- 约束校验:默认数据可写入
memory/ontology/graph.jsonl,约束可定义在memory/ontology/schema.yaml。资料说明会检查属性、枚举、禁止项、关系类型与基数;对标记acyclic: true的关系做无环检查,并检查Event的end >= start。 - 图操作工作流:技能围绕创建/更新实体、查询、建立关系和校验展开;多步计划可被建模为一系列图变换,每一步执行前先验证,约束违反应对回滚。
- 协作与追加写入:使用本体的技能应声明共享状态契约,也可以把本体变更记录为因果动作,便于跨技能协作。已有数据应追加或合并,而不是覆盖,避免破坏历史定义。
注意边界
它更适合本地文件级别的共享知识,而不是分布式数据库或通用语义网。默认 JSONL 对复杂图可能不够,资料建议可迁移到 SQLite;文档中部分高级约束可能只是说明,不一定全部有代码实现。
使用场景
- 为多技能共享的项目事实建图,并用类型约束校验关系。
- 记录任务、依赖和事件,查询某对象的所有关联任务。
- 把多步计划建模为图变换,逐步验证并回滚约束失败。
- 合并既有类型定义和实体数据,避免覆盖历史内容。
适合人员
- 做 Agent 工作流的工程师,需要给多个技能提供可查询、可校验的共享对象。
- 维护知识建模的工程师,需要把实体、关系和约束写进同一套 schema。
- 调试多步规划的开发者,需要把计划步骤变成可验证图变换并回滚。
- 使用本地文件状态的团队,需要追加合并本体数据并避免覆盖历史。