--- title: 知识图谱 created: 2026-04-13 updated: 2026-04-15 type: concept tags: [knowledge-management, knowledge-graph, entity, typed-relationship] sources: [raw/articles/llm-wiki-v2-rohitg00.md] sources_count: 0 confidence: 0.5 last_confirmed: 2026-04-15 status: active --- # 知识图谱 ## 概述 传统 wiki 是页面的平面集合,通过 wikilinks 连接。规模化后这种模式的局限显现:链接只说"A 与 B 相关",不说明**如何**相关。知识图谱在页面之外增加结构化关系层,让查询可以从"A 出发,追踪所有依赖 B 的节点"。 本页阐述知识图谱在本 wiki 中的设计与集成方案。 源自 [LLM Wiki v2](https://gist.github.com/rohitg00/2067ab416f7bbe447c1977edaaa681e2)。 ## 核心思想 > 页面(pages)用于阅读,图(graph)用于导航和发现。 当用户问"升级 Redis 版本的影响"时: - **页面搜索**:关键词匹配,返回包含 Redis 的页面 - **图遍历**:从 Redis 节点出发,沿 `depends_on` / `uses` 边向外走,追踪所有下游实体 --- ## 实体提取(Entity Extraction) 摄入来源时,提取结构化实体而非仅存储文本。 ### 实体类型 | 实体类型 | 示例 | |----------|------| | **机场** | 深圳宝安机场、郑州航空港、福州长乐机场 | | **供应商** | NVIDIA、Vertiv、华为、ADB SAFEGATE、Amadeus | | **硬件型号** | GB200 NVL72、H100 SXM5、HGX H100 | | **系统/平台** | AODB、A-CDM、SMGCS、BHS | | **标准/协议** | NCCL、RDMA、RoCE、Infiniband | | **项目** | 郑州万卡集群、福州长乐智算中心 | | **人/组织** | (可选择是否记录)| ### 实体元数据 ```yaml # entities/shenzhen-airport.md frontmatter 扩展 type: entity entity_type: airport # airport | vendor | hardware | system | standard | project confidence: 0.95 sources_count: 3 relationships: # 预定义关系(也在页面正文中用 wikilink) - target: gpu-cluster-shenzhen type: deploys confidence: 0.9 - target: nvidia-h100 type: uses confidence: 0.95 - target: aodb-core type: operates confidence: 0.85 ``` --- ## 类型化关系(Typed Relationships) Wikilink 只说"A 连接到 B",Typed Relationship 说明**关系的语义**。 ### 预定义关系类型 | 关系类型 | 含义 | 示例 | |----------|------|------| | `deploys` | 部署/安装 | 深圳机场 deploys GPU集群 | | `uses` | 使用(某技术/产品) | 深圳机场 uses NVIDIA GB200 | | `depends_on` | 依赖 | GPU集群 depends_on 液冷系统 | | `contradicts` | 矛盾/否定 | 旧方案 contradicts 新方案 | | `supersedes` | 替代 | GB200 supersedes H100 | | `caused` | 导致 | 功耗过高 caused 液冷需求 | | `integrates_with` | 与…集成 | AODB integrates_with A-CDM | | `competes_with` | 竞争 | Amadeus AODB competes_with ADB SAFEGEGO AODB | | `part_of` | 属于/组成 | BHS part_of 行李处理系统 | | `references` | 参考 | 本文 references NVIDIA白皮书 | ### 关系置信度 每条关系独立持有置信度: > 深圳机场 uses GB200 NVL72,关系置信度 0.9(来源:深圳机场官方报道 + 华为官宣) --- ## 图遍历查询示例 ### 示例 1:寻找 GPU 集群依赖 ``` 问题:郑州航空港 GPU 集群的电力需求是多少? 图遍历路径: 郑州航空港 → deploys → gpu-cluster-zhengzhou → uses → GB200 NVL72 → power_draw → 查询 power-and-cooling.md → depends_on → 液冷系统 → 答案:NVL72 单卡 1200W,72卡集群 86.4MW(需液冷) ``` ### 示例 2:供应商竞争分析 ``` 问题:ADB SAFEGATE 和 Amadeus 在 AODB 领域有何差异? 图遍历: ADB SAFEGATE AODB → competes_with → Amadeus AODB → 两者都 integrate_with → A-CDM → 参考 aodb-vendors.md 对比表 ``` ### 示例 3:故障链追溯 ``` 问题:机坪 FODS 传感器故障影响了哪些系统? 图遍历: FODS 传感器 → feeds → SMGCS → feeds → 场面活动管理 → 间接影响 → 停机位分配(RMS) → 快速找到受影响实体 ``` --- ## 本 Wiki 的实施路径 ### 阶段 1:手动标注(当前可行) 在 `entities/` 页面中逐步添加 `relationships` 字段,手动梳理实体间关系。 目标:覆盖核心机场实体和关键供应商关系。 ### 阶段 2:自动化关系提取(中期目标) 在 ingestion 流程中增加实体识别步骤: - 来源文本 → NER 提取实体 - 实体类型分类(机场/供应商/硬件/系统/标准) - 关系模式匹配(uses/deploys/integrates_with 等) ### 阶段 3:图数据库(远期目标) 当关系数量超过 ~500 条时,考虑引入图数据库: - **Neo4j**:成熟,支持 Cypher 查询 - **Age**(PostgreSQL 扩展):与现有工作流更易集成 - 图遍历替代关键词搜索,提升查询质量 --- ## 当前实体关系图(示例) ``` ┌─────────────────┐ │ 深圳宝安机场 │◄─── deploys ────┐ └────────┬────────┘ │ │ uses │ uses ┌────────▼────────┐ ┌───────▼────────┐ │ NVIDIA GB200 │─────────►│ 华为自研芯片 │ │ NVL72 │ supersedes │ └────────┬────────┘ └────────────────┘ │ power_draw (1200W/GPU) ┌────────▼────────┐ │ 液冷系统 │ │ (PUE < 1.15) │ └────────┬────────┘ │ supports ┌────────▼────────┐ │ 电力供应系统 │ │ (双路 N+1) │ └─────────────────┘ ┌─────────────────┐ integrates_with ┌─────────────────┐ │ AODB │◄───────────────────────────►│ A-CDM │ │ (ADB SAFEGEGO) │ │ │ └────────┬────────┘ └────────┬────────┘ │ competes_with │ │ │ feeds ┌────────▼────────┐ ┌────────▼────────┐ │ Amadeus AODB │ │ SMGCS │ └─────────────────┘ └─────────────────┘ ``` --- ## 相关页面 - [[memory-lifecycle]] — 置信度、superset、遗忘机制 - [[wiki-operations]] — 实体提取的自动化钩子 - [[aodb-vendors]] — 供应商竞争关系的具体例子 - [[gpu-cluster]] — GPU 与其他硬件的关系 - [[power-and-cooling]] — 电力/冷却是 GPU 集群的依赖关系