back
loading skill details...
基于实体-事实-摘要结构，支持添加、替代事实和自动生成摘要，实现原子化知识管理与历史版本追踪。
---
slug: graph-knowledge-base-free
name: graph-knowledge-base-free
version: 1.0.0
displayName: 知识图谱库(免费版)
summary: 原子化知识管理工具，支持实体事实添加、版本替代与摘要生成
license: Proprietary
edition: free
description: '知识图谱库(免费版)是一款原子化知识管理工具，通过实体-事实-摘要的三层结构组织知识，支持事实的添加、版本替代与摘要自动生成。核心能力：
- 按实体添加原子化事实，每条事实独立可追溯
- 事实版本替代机制，标记旧事实为已替代并创建新事实
- 从活跃事实自动生成实体摘要
- 事实永不删除...'
tags:
- 集成工具
- 知识管理
- 知识图谱
tools:
- - read
- exec
homepage: https://skillhub.cn
pricing_tier: L3
pricing_model: per_use
suggested_price: 29.9
tools: ["read", "write", "exec"]
tags: "工具,效率,自动化"
---
# 知识图谱库(免费版)
本工具通过原子化事实管理帮助用户构建可演进、可追溯的知识图谱，支持事实添加、版本替代与摘要自动生成。
## 概述
知识管理的核心挑战在于：信息会随时间变化，但旧信息仍有历史价值。传统笔记工具通过编辑覆盖旧内容，导致演进历史丢失。本工具采用"原子化事实+版本替代"机制：每条事实独立存储并带唯一ID，当事实变化时不是删除而是标记为"已替代"并创建新事实，从而完整保留知识演进轨迹。
免费版面向个人用户的知识积累需求，提供实体管理、事实添加、版本替代与摘要生成四大核心能力，不限制使用次数。
## 核心能力
| 能力 | 说明 | 免费版可用 |
|---|---|-----|
| 添加事实 | 为实体添加原子化事实 | 是 |
| 版本替代 | 标记旧事实为已替代并创建新事实 | 是 |
| 摘要生成 | 从活跃事实生成实体摘要 | 是 |
| 实体查询 | 查看实体的所有事实 | 是 |
| 图谱关系 | 跨实体关系查询与可视化 | 否 |
| 知识分析 | 事实聚类与主题识别 | 否 |
| 跨实体关联 | 关联不同实体的相关事实 | 否 |
| 知识导出 | 多格式导出与备份 | 否 |
**技术实现要点**：核心能力基于`input_params`参数与`output_format`配置实现,支持创建/查询/修改/删除等操作模式,通过`config_options`进行运行时配置。
### 核心功能执行
用`input_params`参数进行配置。
**输入**: 用户提供核心功能执行所需的指令和必要参数。
**处理**: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应。
**输出**: 返回核心功能执行的响应数据,包含状态码、结果和日志。
- 执行此能力时使用`input_params`参数,支持创建/查询/导出操作
### 参数配置与调用
用`config_options`参数进行配置。
**输入**: 用户提供参数配置与调用所需的指令和必要参数。
**处理**: 解析参数配置与调用的输入参数,完成核心逻辑,返回结构化响应。
**输出**: 返回参数配置与调用的响应数据,包含状态码、结果和日志。
- 执行此能力时使用`config_options`参数,支持修改/重置/导入操作
### 结果处理与输出
用`output_format`参数进行配置。
**输入**: 用户提供结果处理与输出所需的指令和必要参数。
**处理**: 解析结果处理与输出的输入参数,完成核心逻辑,返回结构化响应。
**输出**: 返回结果处理与输出的响应数据,包含状态码、结果和日志。
- 执行此能力时使用`output_format`参数,支持导出/保存/转换操作
**能力覆盖范围**：本skill的核心能力覆盖以下场景关键词：原子化知识管理工、支持实体事实添加、版本替代与摘要生、知识图谱库、是一款原子化知识、管理工具、通过实体、摘要的三层结构组、织知识、支持事实的添加、版本替代与摘要自、动生成、按实体添加原子化、每条事实独立可追、事实版本替代机制、从活跃事实自动生、事实永不删除等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。
## 使用场景
### 场景一：人物信息档案管理
用户希望为重要联系人建立信息档案，记录其角色、技能、项目经历等。每个信息点作为一条原子化事实添加，当信息变化时(如换工作)通过替代机制标记旧事实并添加新事实，完整保留职业演进轨迹。
### 场景二：技术决策记录
项目团队需要记录关键技术决策及其演进。每次决策作为一条事实添加到项目实体下，当决策变更时通过替代机制标记旧决策为已替代并记录新决策，形成完整的决策演进时间线，便于复盘与审计。
### 场景三：学习笔记原子化
学习者将复杂概念拆解为原子化事实，每个事实聚焦一个知识点。通过摘要生成功能，将活跃事实聚合为概念概览，随着学习深入不断替代与补充事实，形成渐进式知识体系。
### 场景四：设备配置变更追踪
运维人员记录服务器配置信息，每次配置变更作为新事实添加，旧配置标记为已替代。当需要回溯某时间点的配置状态时，通过事实ID与替代关系重建历史快照。
## 不适用场景
以下场景知识图谱库(免费版)不适合处理：
- 实时流数据处理
- 小规模数据手动分析
- 非结构化文本情感分析
## 触发条件
需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求。
## 快速开始
本工具属于中等复杂度工具，预计120秒内可完成首次事实添加。
### Step 1：添加第一条事实
```bash
python3 （请参考skill目录中的脚本文件） add \
--entity people/zhangsan \
--category status \
--fact "担任前端开发工程师" \
--source conversation
```
### Step 2：查看实体事实
```bash
python3 （请参考skill目录中的脚本文件） list --entity people/zhangsan
```
### Step 3：替代旧事实
当信息变化时，标记旧事实为已替代并创建新事实：
```bash
python3 （请参考skill目录中的脚本文件） supersede \
--entity people/zhangsan \
--old zhangsan-001 \
--category status \
--fact "晋升为前端技术负责人"
```
### Step 4：生成实体摘要
```bash
python3 （请参考skill目录中的脚本文件） summarize --entity people/zhangsan
```
**响应解析**: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤。
## 示例
### 实体目录结构
```
life/areas/
├── people/
│ ├── zhangsan/
│ │ ├── items.json # 事实列表
│ │ └── summary.md # 自动生成的摘要
│ └── lisi/
│ ├── items.json
│ └── summary.md
├── projects/
│ └── project-alpha/
│ ├── items.json
│ └── summary.md
└── technologies/
└── react/
├── items.json
└── summary.md
```
#
## 最佳实践
### 实践一：原子化事实粒度
每条事实应聚焦单一信息点，避免在一条事实中混合多个信息。例如"担任前端开发工程师，负责React项目"应拆分为两条事实：一条记录职位，一条记录负责项目。这种粒度便于后续替代与查询。
### 实践二：合理的实体分类
实体路径应反映分类层级，如`people/zhangsan`、`projects/alpha`、`technologies/react`。一致的命名规范便于批量查询与未来图谱关系构建。建议在开始使用前规划好分类体系。
### 实践三：及时替代而非删除
当事实变化时，始终使用`supersede`而非删除旧事实。旧事实的历史价值在于：可追溯决策依据、可回溯历史状态、可分析变化频率。删除会永久丢失这些价值。
### 实践四：定期生成摘要
随着事实积累，定期执行`summarize`更新实体摘要。摘要从活跃事实(非已替代)生成，提供实体当前状态的概览，便于快速回顾与决策参考。
### 实践五：来源标注的价值
添加事实时标注来源(conversation/doc/manual等)。来源信息在事实追溯时至关重要，帮助判断事实的可信度与上下文。
## 常见问题
### Q1：事实ID如何生成？
A：事实ID按实体自动递增，格式为`<实体slug>-<序号>`，如`zhangsan-001`、`zhangsan-002`。序号在实体内唯一递增，不因替代而回收。
### Q2：已替代的事实还能查看吗？
A：可以。已替代的事实保留在`items.json`中，状态标记为`superseded`。通过`list`命令可查看全部事实(含已替代)，摘要生成时自动过滤已替代事实。
### Q3：实体路径可以多深？
A：实体路径建议不超过3层(如`projects/alpha/frontend`)。过深的路径会增加管理复杂度，建议通过事实的`category`字段实现细分而非增加路径层级。
### Q4：摘要生成的规则是什么？
A：摘要从实体的活跃事实(非已替代)按类别聚合生成，以Markdown格式输出到`summary.md`。每次执行`summarize`会覆盖旧摘要，反映最新事实状态。
### 已知限制
A：免费版不限制使用次数，但图谱关系查询、知识分析与跨实体关联功能需使用专业版。
- 当前为免费版本,如需完整功能请升级到付费版获取全部能力
## 错误处理
| 错误场景(现象) | 可能原因 | 解决方案 |
|:---------|:---------|:---------|
| 添加事实失败 | 实体目录不存在 | 先创建实体目录结构 |
| 替代失败 | 旧事实ID不存在 | 通过list确认正确的ID |
| 摘要为空 | 无活跃事实 | 检查事实是否全被替代 |
| ID冲突 | 手动修改了items.json | 保持自动递增，勿手动编辑ID |
| 路径错误 | 实体路径格式不对 | 使用类别/名称格式，如people/zhangsan |
| 事实内容乱码 | 编码问题 | 确保使用UTF-8编码;执行排查步骤后恢复操作 |
## 免费版限制
本免费体验版限制以下高级功能：
- 图谱关系查询(跨实体关系发现与可视化)
- 知识分析(事实聚类与主题识别)
- 跨实体关联(关联不同实体的相关事实)
- 知识导出(多格式导出与备份)
- 批量导入(从CSV/JSON批量导入事实)
- 优先技术支持
解锁全部功能请使用专业版：graph-knowledge-base-pro
## 依赖说明
### 运行环境
- **Agent平台**：支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
- **操作系统**：Windows / macOS / Linux
- **Python**：3.8+(用于运行kg.py脚本)
### 依赖详情
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---:|---:|---:|---:|
| LLM API | API | 必需 | 由Agent平台内置LLM提供 |
| Python | 运行时 | 必需 | python.org官方下载 |
| 标准库(json/os) | Python内置 | 必需 | Python自带 |
### API Key 配置
- **本工具特点**：纯本地运行，无需外部API Key
- **数据存储**：所有知识数据存储在本地文件系统
- **安全要求**：建议将知识库目录加入版本控制或定期备份
### 可用性分类
- **分类**：MD+EXEC(纯Markdown指令，部分功能需要exec命令行执行能力)
- **说明**：基于Markdown的AI Skill，通过自然语言指令驱动Agent执行知识图谱管理任务，数据完全本地化
## 输出格式
```json
{
"success": true,
"data": {
"result": "知识图谱库(免费版)处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "graph knowledge base"
}
},
"execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
"error": null
}
```
don't have the plugin yet? install it then click "run inline in claude" again.