类型化知识本体图谱
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_9691e840/ontology1111。
技能介绍
解决什么问题
当多个 Agent 或技能需要共享状态时,普通 Markdown 笔记很难表达对象类型、关系约束和依赖查询。ontology1111111 把知识建模为带类型的实体图,用于回答“我知道哪些 X”“X 依赖什么”“如何规划多步任务”这类问题。它适合需要可验证共享记忆,而不是仅保存文本摘要的场景。
如何工作
技能将一切视为拥有 type、properties 和 relations 的 entity。每次创建、更新或链接前,会按 memory/ontology/schema.yaml 中的约束校验属性、枚举、禁用语义、关系类型、基数、无环性和事件时间区间。默认存储为 memory/ontology/graph.jsonl,遵循 append-only / merge 原则,避免覆盖已有定义。
核心步骤包括:
- Create Entity:写入类型化对象,如任务、项目、依赖或外部资源。
- Query:按实体、属性或关系遍历图。
- Link Entities:建立
X -> Y的关系并校验关系约束。 - Validate:提交前检查图状态,失败时回滚或拒绝变更。
多步规划会被建模为图变换序列,每一步都先验证再执行。
适用边界
它不是通用数据库,也不负责向量检索、权限体系或远程服务。若图规模较大或查询变复杂,资料建议迁移到 SQLite;更高层约束可能仍偏文档化,需要结合代码实现。适用于本地工作区内的共享状态、技能协作和依赖推理。
使用场景
- 构建 Agent 共享任务记忆,需要把项目、任务、负责人存成可校验实体关系。
- 排查多步计划依赖,需要用图查询找出某实体上下游及阻塞项。
- 跨技能传递状态,需要读写本地 ontology 对象并追加合并变更。
- 定义领域术语和约束,需要在 schema.yaml 中校验枚举、关系与无环。
适合人员
- 维护 Agent 工作区的工程师,需要共享结构化状态而不是散乱笔记。
- 设计多步规划技能的人,需要把任务拆成可验证图变换。
- 做知识检索或依赖分析的研究者,需要查询实体关系与约束。
- 构建本地知识管理的开发者,需要追加式 JSONL 图谱与校验。