7.5 KiB
7.5 KiB
title, created, updated, type, tags, sources, sources_count, confidence, last_confirmed, status
| title | created | updated | type | tags | sources | sources_count | confidence | last_confirmed | status | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 知识图谱 | 2026-04-13 | 2026-04-15 | concept |
|
|
0 | 0.5 | 2026-04-15 | 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。
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
# 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