企业官网建设流程全解析

knowledge_graph：30秒把任意文本变成知识图谱，它是怎么做到的

【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

你手头堆了几十份 PDF 和报告，能搜到关键词，却说不出文档的核心关注点，更分不清哪些主题彼此相关。knowledge_graph 项目就是把任意文本转成知识图谱的 Python 工具：它从文档里提取概念及其关系，画成一张可视化网络，让文本结构一眼可见。

knowledge_graph 是什么

一句话定位：一个 Python 写的文本转知识图谱生成工具。丢进去一份文档，出来一张概念表、一张关系表和一张可交互的图谱页面，适合快速摸清自己语料的结构，或者用图谱代替向量库做检索试验。它不是图数据库，不适合大规模在线存储，也不带现成的问答界面。

核心能力一览

• 分块与概念抽取：文档切成长度约 1500 字的块，本地 LLM 从每块里挑出最原子的概念，并标注类别和重要性（1-5 分）
• 关系边：LLM 为每对概念写一句两句话的关系描述；同一块里出现的两个概念，额外连一条"上下文邻近"边
• 权重合并：同一概念对在多个块里出现时，权重相加、关系拼接，最终任意两个概念之间只留一条边
• 图分析：节点度数决定节点大小，社区聚类决定颜色，枢纽概念和边缘概念一眼可分
• 全本地免费：模型由 Ollama 托管（Mistral 7B 或 zephyr），不调任何付费 API，一台电脑跑完全流程

30 秒上手：安装与第一条命令

前置条件：装好 Docker 和 Ollama。

git clone https://gitcode.com/gh_mirrors/kn/knowledge_graph cd knowledge_graph docker build -t knowledge-graph . docker run -p 8888:8888 knowledge-graph

另开一个终端启动本地模型：

ollama run zephyr

浏览器打开 localhost:8888 进入 JupyterLab，运行预置的 extract_graph.ipynb。默认它直接读取算好的 data_output/cureus/graph.csv，在 docs/index.html 生成可交互图谱；把 regenerate 改成 True 才会重新跑 LLM 抽取。跑完你能看到的是一张可拖拽缩放的力导向网络图，节点按主题分好颜色簇。

幕后原理：图谱是怎么建出来的

流水线共四步：一，把语料切成带唯一 id 的块；二，LLM 为每块抽取概念对和关系描述；三，同一块里出现的概念对补一条"上下文邻近"边；四，按概念对分组、权重求和、关系拼接，得到最终边表。

之后全靠现成库：pandas 存中间表，NetworkX 建图，Pyvis 把图导出成单个 HTML 文件，就是那个能直接打开的图谱页面。

社区检测（community detection，把关联紧密的概念自动归成一堆的算法）决定节点颜色，节点度数（一种中心度指标，衡量一个节点在图里有多枢纽）决定节点大小。核心转换代码在 helpers/df_helpers.py，提示词模板在 helpers/prompts.py，两个文件都不到 100 行。

实际使用场景与同类方案对比

项目自带两套真实产出：一篇 Cureus 医学期刊论文，几十个块算出 data_output/cureus/graph.csv；另一份关于印度医疗体系的更大语料，图上能看出清晰的主题簇——医生、保险、公共卫生、数字技术各自成区。

作者说得很直白：建图是为了回头做问答。图给出概念间的显式边，还能直接跑图算法，这是向量库 RAG 的"哪段话相似"给不了的。相比正式图数据库，它不用额外部署数据库、不用学专用查询语言，产出全是能直接带走的 CSV 和 HTML。代价是抽取质量依赖 LLM 输出，"doctor" 和 "doctors" 这类同义概念合并还没做，README 里列着待办。

上手建议与下一步路径

想跑自己的文本：把文档放进 data_input/ 下的新目录，改 extract_graph.ipynb 顶部的 data_dir，设 regenerate=True。想调抽取效果，优先改 helpers/prompts.py 里两个提示词模板，它决定产出质量的很大一部分。已知改进方向（用嵌入去重相似概念、过滤高频泛化概念）见 README 的 "Looking for contributions" 一节。

knowledge_graph 更接近一个跑通的方法雏形，代码简单，每一步都能拆开看。如果你手头有一份翻了很多遍却始终没吃透的 PDF，把它丢进 data_input 跑一遍 notebook，出来的概念图往往比你手动梳理的更清楚。

【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