把任意文本变成知识图谱：rahulnyk/knowledge_graph 完整上手指南-平芜编程栈

把任意文本变成知识图谱：rahulnyk/knowledge_graph 完整上手指南

【免费下载链接】knowledge_graphConvert any text to a graph of knowledge. This can be used for Graph Augmented Generation or Knowledge Graph based QnA项目地址: https://gitcode.com/gh_mirrors/kn/knowledge_graph

知识图谱（Knowledge Graph）听起来像大厂基建，其实你个人就能搭。资料越存越乱、搜索只能靠关键词？rahulnyk/knowledge_graph 能把你手里的任意文本——文档、PDF、论文——自动转成一张可查询的知识图谱：概念是节点，关系是边，再配合 RDF 与 SPARQL（图数据的标准存储格式和查询语言）就能灵活提问。读完这篇，你会知道它怎么搭、能干什么、什么时候该换更重的方案。

3 分钟跑通第一次查询

这个项目的核心是一份 Jupyter 工作流，主流程写在 extract_graph.ipynb，概念提取的提示词集中在 helpers/prompts.py。

最短运行路径有三步：

git clone https://link.gitcode.com/i/6f3e1bb5332aa2bb0f5b12f1cf88a919
docker build -t knowledge-graph . && docker run -p 8888:8888 knowledge-graph
打开 notebook，喂一段文本，跑完就能看到图

想脱离容器本地跑，也可以按 pyproject.toml 里的依赖装好环境，再用 Ollama 拉一个本地模型——概念提取基本零成本。

一条三元组 + 一次查询，长这样

知识图谱的最小单元就是上面说的三元组。下面这个最小示例，能让你直观感受"加一条关系、查一条关系"有多轻：

from knowledge_graph import KnowledgeGraph kg = KnowledgeGraph() kg.add_triple("Alice", "knows", "Bob") # 加一个三元组 kg.add_triple("Bob", "works_at", "Acme") results = kg.query({"subject": "Alice", "predicate": "knows"}) # -> [("Alice", "knows", "Bob")]

几行代码，你就有了一张可以增删查的微型知识图谱——这正是整套工具想给你的手感：门槛低，反馈快。

拆开看：每个关键件负责什么

三元组模型：主语（Subject）- 谓语（Predicate）- 宾语（Object），"Bob 认识 Alice"就是一条边。图越大，这张模型越能描述复杂关系。
rdflib + SPARQL：rdflib 是处理 RDF 数据的 Python 库，帮你把三元组存成标准结构；SPARQL 是 RDF 的查询语言，一句查询就能筛出符合任意组合条件的关系，不用手写循环。
pandas：项目用 DataFrame 当图的"表"，节点表、边表各自一列，加行即加节点/边，改起来顺手；仓库里的 data_output/ 目录就是这种 CSV 中间结果。
sqlite3：本地自带、零运维，适合把图谱落盘，方便下次接着查。

这套组合的取舍很清晰：内存里灵活处理，落盘时尽量无依赖。

知识图谱能落到你手头哪些事

个人知识库：把收藏夹里的 PDF 和论文丢进去，先切块、再让 LLM 从每块里抽概念，最后连成概念图。你具体怎么做：跑一遍 notebook，然后从图里点一个节点，顺着边找到所有相关文档。
问答助手：把图谱当检索器，问问题时先沿边找相关概念，再拼进提示词。你具体怎么做：在 helpers/prompts.py 的模板基础上，把"命中边"作为上下文喂给模型，回答会明显比纯关键词检索稳。
关系挖掘：算每个节点的中心度，立刻知道哪些概念是文本的"枢纽"；算社区，把相近概念聚成簇。你具体怎么做：用 NetworkX 的两个现成函数，对同一份文本，先看枢纽、再看簇。