本体知识图谱

解决什么问题

当 AI Agent 需要跨任务记住事实、链接对象、查询依赖或共享状态时，纯会话记忆往往缺少结构：同一个“项目”可能既像实体又像标签，关系也可能被随意覆盖。这个技能把知识组织成本体（Ontology）图：每个对象是带 type、properties 和 relations 的实体，写入前先按约束校验，避免把不一致状态留在工作区。

工作方式

• 本地存储：默认读写 memory/ontology/graph.jsonl，约束写在 memory/ontology/schema.yaml；复杂图可迁移到 SQLite。
• 受控变更：创建实体、查询图、建立关系、校验约束是主要流程；对已有数据应 append/merge，不直接覆盖，保留历史。
• 校验边界：支持属性、枚举、forbidden 检查，关系类型与基数校验，acyclic: true 的关系查环，以及 Event 的 end >= start 检查；更高阶语义约束可能需要代码实现，否则可能只是文档约定。
• 计划与协作：多步任务可建模为一系列图操作，每步执行前验证，约束违反时回滚；也可将变更作为因果动作记录，供其他技能读取共享本体对象。

适用与注意点

适合需要可查询知识图、跨技能共享状态、依赖追踪的 Agent 工作流。它操作的是工作区文件，适合本地/沙箱环境；如果约束系统只是 schema 描述而缺少实现，校验能力会受限于当前代码。