零代码知识图谱构建快速上手指南：SmartKG如何让一张Excel变身智能问答机器人

零代码知识图谱构建快速上手指南：SmartKG如何让一张Excel变身智能问答机器人

【免费下载链接】SmartKGThis project accepts excel files as input which contains the description of a Knowledge Graph (Vertexes and Edges) and convert it into an in-memory Graph Store. This project implements APIs to search/filter/get nodes and relations from the in-memory Knowledge Graph. This project also provides a dialog management framework and enable a chatbot based on its knowledge graph.项目地址: https://gitcode.com/gh_mirrors/smar/SmartKG

你是否算过一笔账：一套知识图谱系统，从数据清洗、图建模、写查询接口，到前端可视化，传统做法少说也要三四周，还得配齐开发团队。而很多业务真正需要的，其实只是"把已有的结构化数据变成能查、能看、能聊的图谱"。SmartKG正是这样一个零代码知识图谱开源框架——它接收描述知识图谱的 Excel 文件（顶点与边），自动转换为内存图存储，提供节点与关系的搜索/筛选 API，并内置对话管理框架，让你一键拥有基于图谱的智能问答机器人。

这张"神奇表格"背后，到底藏着什么？

如果你第一次见到 SmartKG，最直观的感受是：它把知识图谱从"程序员专属"拉回了"业务人员也能上手"的范畴。它的输入非常简单——一份 Excel，两个 Sheet：

Sheet	作用	打个比方
顶点页（Vertexes）	定义图谱中的实体，如实体ID、名称、类型、属性	图书的目录
边页（Edges）	定义实体间的关系，如"A 的某种关系是 B"	目录上的页签指引

你填表，它干活。系统拿到表格后自动完成三件事：解析实体属性与关系类型、构建内存图存储、加载可视化与问答所需的全部配置。模板就放在SmartKGUI/public/SmartKG_KGDesc_Template.xlsx，照着样例填即可。

幕后揭秘：图谱是怎样"活"起来的？

SmartKG 不是一个"一个文件走天下"的玩具，它由三个各司其职的部件组成，彼此像流水线一样衔接。

第一环：数据导入引擎——把表格变成图

src/SmartKG.Common/Importer/KGDataImporter.cs负责把 Excel 中的顶点和边解析成标准的数据结构。你不需要关心 JSON 序列化、数据校验这些细节，只要保证表格格式正确，导入环节基本零门槛。仓库里还预置了西游记、红楼梦、中学物理、COVID19 等多份可直接体验的测试数据，放在Resources/Data/Excel/input/下，第一次使用不用从零造数据。

第二环：图查询 API——给数据装上报错即得的"检索器"

src/SmartKG.KGBot是后端服务，基于 Asp.NET 用 C# 开发，启动后访问http://localhost:8082/swagger/index.html就能看到完整的 API 列表。搜索实体、获取子图、过滤关系……这些能力都以 RESTful 接口的形式暴露出来，前端调用、二次开发都很顺手。

第三环：对话管理框架——让图谱"会聊天"

这是最出彩的部分。src/SmartKG.KGBot/NaturalLanguageUnderstanding/NLUProcessor.cs承担意图识别与实体抽取，通过intentrules.tsv、entitymap.tsv这类纯文本配置驱动，不写一行模型代码就能让机器人理解"谁的关系是什么"这类问句。src/SmartKG.KGBot/Controllers/BotController.cs则负责把对话请求转发给图谱引擎，实现多轮上下文管理。

15分钟上手：从零搭出你的第一张图谱

不用编译源码、不用配数据库，Docker 一行命令就能把整套服务拉起来。整个流程可以拆成四步：

第1步：一键起服务

git clone https://gitcode.com/gh_mirrors/smar/SmartKG cd SmartKG/dockers/smartkg_services docker-compose up -d

服务启动后，后端 API 在8082端口（含 Swagger 文档），前端主界面在8083端口。配置文件docker-compose.yml里能直接看到端口映射，遇到冲突改一下即可。

第2步：填一张"会说话的表格"

打开模板SmartKG_KGDesc_Template.xlsx，顶点页填入实体，边页填入关系。比如想做一个简单的"文学人物关系图谱"，顶点页写"孙悟空、唐僧、猪八戒……"，边页写"孙悟空 的师父是 唐僧"——就这么朴素，一个知识点也不需要额外学。

第3步：上传，然后等待魔法发生

访问http://localhost:8083/upload，选好文件、起一个图谱名字，点击上传。系统会自动校验数据、构建图谱、应用可视化配置。如果不想先填表，直接用仓库里的SmartKG_Xiyouji_relations_new.xlsx（西游记数据）体验，几分钟就能看到一张完整的人物关系图谱。

第4步：验证效果

打开主界面，图谱会以节点连线的方式展示出来，支持搜索、缩放、拖拽；点击右下角的机器人图标，输入"孙悟空的师父是谁"，机器人会根据图谱返回答案。到这一步，你的知识图谱智能问答机器人就已经上线了。

实战演练：两个"拿来即用"的场景

场景一：教育领域——物理知识点图谱

仓库预置了中学物理七年级的知识图谱数据（Resources/Data/Excel/input/Physics/下的力学与自然拼读数据）。老师把知识点、概念、公式间的关系整理成表格导入后，学生就能在图上直观看到知识点之间的依赖关系，还可以直接问机器人"什么是力""运动和力的关系是什么"，把被动背诵变成主动探索。

场景二：医疗信息问答——COVID19 知识图谱

Resources/Data/Excel/input/COVID19/里提供了中英文两版疫情相关知识图谱数据，顶点覆盖病毒、传播、防护、治疗等实体，边则记录了它们之间的逻辑关系，配套的intentrules.tsv定义了数十种问法模式。这类图谱非常适合做内部知识库：把标准答案沉淀成图，让客服、导诊机器人随时按需抽取。

进阶玩法：给图谱装上一颗"大模型大脑"

如果你觉得规则问答还不够"聪明"，仓库里的PySmartKG子项目给出了答案——它演示了如何把 LLM 集成到知识图谱查看器中。原理很简单：图谱负责提供准确的上下文，LLM 负责根据上下文组织自然流畅的回答。

cd PySmartKG pip install -r requirements.txt python kg_api.py

只需在PySmartKG/data/目录下放置一个openai_key.txt存放 API 密钥，访问http://localhost:5000即可体验。这种"图谱给事实、大模型给语言"的组合，既避免了幻觉问题，又让回答变得有人情味，是当下很值得尝试的方向。

避坑手册：新手最容易踩的五个坑

即便工具再简单，一些细节不注意也会卡壳，这里提前给你排雷：

坑1：表格格式不对齐。模板的表头不要改动，只填数据行，尤其注意顶点ID要全局唯一。

坑2：图谱名重复。上传时如果用了已存在的图谱名，系统会报"文件夹已存在"，换个名字即可。

坑3：改了配置不生效。修改appsettings.json等配置文件后要重启后端服务，而不是只刷新浏览器。

坑4：前后端只开一半。使用过程中前后端服务都要保持运行，关掉任意一个都会导致界面异常。

坑5：数据量一步到位。建议先用小数据集跑通全流程，确认格式无误后再导入大文件，能少走很多弯路。

数据与信任背书：凭什么相信它

• 部署成本：单机 Docker 即可运行，无需 GPU、无需图数据库、无需分布式集群。
• 上手门槛：业务人员按模板填表即可生成知识图谱可视化界面，无需掌握 Cypher、图建模等技能。
• 扩展能力：数据规模增长后可切换到 MongoDB 存储方案，配置参考dockers/smartkg_services/smartkg/local_config/appsettings.MongoDB.json，支持水平扩展。
• 开放生态：后端 C#、前端 Vue、PySmartKG提供 Python 与 LLM 集成示范，三种语言栈覆盖不同团队的偏好。

它不是一个重型平台，而是一个轻量、可裁剪、能快速落地的最小闭环。正因如此，它特别适合中小团队、教育机构、内部知识库建设者，以及想快速验证知识图谱价值的产品经理们。

让知识流动，让智慧增值

知识图谱的价值不在于"图"本身，而在于它把碎片信息变成了可推理、可追问的结构化资产。SmartKG 的意义在于把这条门槛很高的路，铺成了"填表—上传—使用"的三级台阶，让任何会使用 Excel 的人都能亲手把数据变成会思考的助手。

现在就动手吧：克隆仓库、下载模板、上传你的第一份数据，30 分钟内，你就能看到自己的知识以图谱的形态"活"过来。记住这句话——智能问答不是大厂的专利，一张 Excel 加上一个开源框架，就足够了。

【免费下载链接】SmartKGThis project accepts excel files as input which contains the description of a Knowledge Graph (Vertexes and Edges) and convert it into an in-memory Graph Store. This project implements APIs to search/filter/get nodes and relations from the in-memory Knowledge Graph. This project also provides a dialog management framework and enable a chatbot based on its knowledge graph.项目地址: https://gitcode.com/gh_mirrors/smar/SmartKG