把自然语言描述转为结构化 JSON,并由 mcp-diagram-generator MCP 服务生成 Draw.io、Mermaid 或 Excalidraw 图表文件。
编程
知识本体
试用面向AI Agent的类型化知识图谱系统,提供实体关系建模、约束校验引擎、模式演进管理、图遍历规划四大核心能力. 内置15+实体类型与7类约束规则,支持append-only历史保留与三步迁移法,确保模式变更不破坏旧数据. 将多步计划建模为图操作序列,每步执行前自动校验约束,违反约束自动回滚. 适用于需要结构化查...
它能做什么
**一切皆实体,一切变更皆受约束。** 将 Agent 记忆从扁平文件升级为类型化可验证的知识图谱,支持图遍历查询、模式演进、多步规划建模,让知识结构化、可查询、可信任. 主要能力 类型化实体与关系系统 内置 Person/Organization/Project/Task/Goal/Event/Location/Document/Message/Thread/Note/Account/Device/Credential/Action/Policy 15+ 类型,实体含 id/type/properties/relations/created/updated 标准结构.
技能文档
功能说明: 本技能涵盖 化工作流场景 等核心能力。
知识本体(Knowledge Ontology)
一切皆实体,一切变更皆受约束。 将 Agent 记忆从扁平文件升级为类型化可验证的知识图谱,支持图遍历查询、模式演进、多步规划建模,让知识结构化、可查询、可信任.
主要能力
类型化实体与关系系统
内置 Person/Organization/Project/Task/Goal/Event/Location/Document/Message/Thread/Note/Account/Device/Credential/Action/Policy 15+ 类型,实体含 id/type/properties/relations/created/updated 标准结构.
处理: 解析类型化实体与关系系统的输入参数,完成核心逻辑,输出结构化数据. 输出: 返回类型化实体与关系系统的响应数据,包含返回码、数据和处理记录.
- 调用时传入
input_params参数,支持创建/查询/导出操作
约束校验引擎
支持 required(必填)、enum(枚举)、forbidden_properties(禁止属性,如 Credential 禁止 password)、cardinality(关系基数)、acyclic(无环校验,如 blocks 关系)、validate(自定义表达式)、defaults(默认值)7 类约束规则.
处理: 解析约束校验引擎的输入参数,完成核心逻辑,输出结构化数据. 输出: 返回约束校验引擎的响应数据,包含返回码、数据和处理记录.
- 调用时传入
input_params参数,支持创建/查询/导出操作
模式演进管理
append-only 历史保留 + 迁移脚本三步法(追加新 schema → 编写迁移 → 执行+校验),确保模式变更不破坏旧数据.
处理: 解析模式演进管理的输入参数,完成核心逻辑,输出结构化数据. 输出: 返回模式演进管理的响应数据,包含返回码、数据和处理记录.
- 调用时传入
input_params参数,支持创建/查询/导出操作
图遍历规划
将多步计划建模为图操作序列(CREATE/RELATE),每步执行前校验约束,违反约束自动回滚;支持依赖分析、影响分析、循环依赖检测.
处理: 解析图遍历规划的输入参数,完成核心逻辑,输出结构化数据. 输出: 返回图遍历规划的响应数据,包含返回码、数据和处理记录.
- 调用时传入
input_params参数,支持创建/查询/导出操作
Skill 契约声明
使用本体的 Skill 声明 reads/writes 边界与前后置条件,任一失败自动回滚,明确跨 Skill 通信边界.
处理: 解析Skill 契约声明的输入参数,完成核心逻辑,输出结构化数据.
输出: 返回Skill 契约声明的响应数据,包含返回码、数据和处理记录.
技术参数:使用input_params和output_format参数控制执行行为,支持json/text/csv输出格式.
能力覆盖范围:本技能覆盖以下场景:类型化知识图谱、Agent、记忆结构化可验证、的类型化知识图谱、提供实体关系建模、图遍历规划能力、适用于需要结构化、查询的、多实体关系管理、依赖追踪与影响分、多步计划建模场景、避免扁平文件记忆、难查询、约束缺失数据脏、模式演进破坏旧数、据等问题、适用关键词、知识图谱、实体关系、ontology、graph等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.
参数说明
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| input | string | 是 | 知识本体处理的输入数据或指令 |
| options | object | 否 | 附加配置选项,如模式选择、格式偏好等 |
| callback_url | string | 否 | 异步处理完成后的回调通知URL |
mkdir -p memory/ontology
touch memory/ontology/graph.jsonl
python3 (请参考skill目录中的脚本文件) schema-append --data '{
"types": {
"Task": { "required": ["title", "status"] },
"Project": { "required": ["name"] },
"Person": { "required": ["name"] }
}
}'
Step 2:创建实体(append-only)
python3 (请参考skill目录中的脚本文件) create --type Person --props '{"name":"Alice"}'
python3 (请参考skill目录中的脚本文件) create --type Project --props '{"name":"网站重构","status":"active"}'
关键原则: 处理已有数据时追加新 op 到文件末尾,绝不覆盖文件.
Step 3:建立关系
python3 (请参考skill目录中的脚本文件) relate --from proj_001 --rel has_owner --to p_001
关系建立前自动校验 from_types/to_types/cardinality 约束.
Step 4:查询与遍历
# 按类型+条件查询
python3 (请参考skill目录中的脚本文件) query --type Task --where '{"status":"open"}'
# ...
# 关联查询
python3 (请参考skill目录中的脚本文件) related --id proj_001 --rel has_task
# ...
# 依赖说明
python3 (请参考skill目录中的脚本文件) traverse --id task_001 --rel depends_on --direction outgoing
# ...
# 影响分析(反向遍历)
python3 (请参考skill目录中的脚本文件) traverse --id task_001 --rel depends_on --direction incoming
# ...
# 循环依赖检测
python3 (请参考skill目录中的脚本文件) cycle-check --rel blocks
已知限制
python3 (请参考skill目录中的脚本文件) validate
# 示例
# ✓ 142 个实体校验通过
# ✗ 3 个实体校验失败:
# - task_042: 缺少必填属性 'status'
# - cred_001: 包含禁止属性 'password'
Step 6:模式演进(不破坏旧数据)
# 1. 追加新 schema(不删旧)
python3 (请参考skill目录中的脚本文件) schema-append --data '{"types":{"Task":{"required":["title","status","priority"]}}}'
# ...
# 2. 编写迁移脚本
# migrations/001_add_priority_to_tasks.py
def migrate(graph):
for entity in graph.query(type="Task"):
if "priority" not in entity.properties:
entity.properties["priority"] = 3
return graph
# ...
# 3. 执行迁移 + 校验
python3 (请参考skill目录中的脚本文件) migrate --script 001_add_priority_to_tasks.py
python3 (请参考skill目录中的脚本文件) validate
Step 7:多步规划建模(图变换序列)
python3 (请参考skill目录中的脚本文件) plan --file plan.yaml --validate-each --rollback-on-fail
每步执行前校验约束,失败自动回滚到上一步.
Step 8:规模扩展(JSONL → SQLite)
# >10000 实体时迁移
python3 (请参考skill目录中的脚本文件) migrate --from jsonl --to sqlite
用法示例
示例 1:项目依赖管理
输入:
用户:"重构支付模块需要先完成哪些任务?"
执行:
- 查找支付模块相关 Project
- 遍历 has_task 关系找到所有 Task
- 遍历 blocks 关系找到阻塞链
- 拓扑排序输出执行顺序
输出:
执行顺序:
1. 设计支付接口(task_001)— 无阻塞
2. 实现支付网关(task_002)— blocked by task_001
3. 集成测试(task_003)— blocked by task_002
4. 上线部署(task_004)— blocked by task_003
示例 2:影响分析
输入:
用户:"如果推迟数据库迁移,影响哪些任务?"
执行:
- 找到数据库迁移 Task
- 反向遍历 depends_on 关系
- 找出所有依赖该任务的 Task
输出:
影响范围(3 个任务):
- task_015: API 部署(depends on 迁移)
- task_022: 性能测试(depends on task_015)
- task_031: 上线(depends on task_022)
# ...
建议级联调整截止日期.
示例 3:凭证安全存储
输入:
用户:"记住我的 Stripe API Key"
执行:
- 检查 Credential 类型约束 → forbidden_properties: [api_key, secret]
- 拒绝直接存储
- 创建间接引用
输出:
ontology.create("Credential", {
"service": "stripe",
"secret_ref": "vault://secrets/stripe_key" # 指向外部密钥库
})
# 输出:"已记录 Stripe 凭证引用(密钥本身存储在密钥库,未写入图谱)"
环境要求
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由 Agent 内置 LLM 提供 |
| Python 3.8+ | 运行时 | 必需 | 系统安装 |
| PyYAML | Python 包 | 必需 | pip install pyyaml(解析 schema.yaml) |
| SQLite | 数据库 | 可选 | Python 内置(>10000 实体时使用) |
| Agent 平台 | 运行环境 | 必需 | 支持 SKILL.md 的任意 AI Agent |
| 操作系统 | 运行环境 | 必需 | Windows / macOS / Linux |
API Key 配置: 本 Skill 无需任何 API Key,纯本地文件操作,无网络请求。凭证等敏感信息强制间接引用,不存储在图谱中. 可用性分类: MD+EXEC(Markdown 指令 + exec 命令行执行)。核心实体/关系概念纯 Markdown 可理解;创建/查询/校验等操作需 Python 脚本执行.
已知限制(补充)
- 默认 JSONL 不适合超大规模:>10000 实体需手动迁移到 SQLite,迁移过程需停服或锁写.
- append-only 文件会持续增长:不主动 compact 会越来越大,compact 会丢失历史,需用户权衡.
- 并发写入支持弱:JSONL 存储无事务,多 Skill 并发写入需外部文件锁或队列串行化.
- 不存储敏感信息原文:Credential 类型强制间接引用(secret_ref),用户需自行管理外部密钥库.
- 校验引擎覆盖有限:支持 7 类约束规则,但不支持复杂业务逻辑校验(如跨实体的多字段联合校验需在迁移脚本中自行实现).
- 无内置全文检索:仅支持结构化属性查询与图遍历,文本内容检索需外接搜索引擎.
结果格式
{
"success": true,
"data": {
"result": "知识本体处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "knowledge ontology"
}
},
"execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
"error": null
}
安全基本准则
| 风险类型 | 防范措施 |
|---|---|
| API密钥泄露 | 使用环境变量注入,不得在源码中明文写入 |
| 命令执行风险 | 命令执行受白名单约束,避免注入用户输入 |
| 网络通信安全 | 通信使用HTTPS并校验证书有效性 |
| 敏感数据暴露 | 返回数据中不含凭证信息 |
使用前请确认已阅读依赖说明章节,确保运行环境满足安全要求。
性能数据
| 操作场景 | 手动耗时 | 自动化耗时 | 效率提升 |
|---|---|---|---|
| 文件解析与提取 | 5-10分钟/个 | <5秒/个 | 60-120x |
| 批量文件处理(100个) | 8-16小时 | <5分钟 | 96-192x |
| API调用与响应解析 | 2-3分钟/次 | <1秒/次 | 120-180x |
| 多接口数据聚合 | 15-30分钟 | <10秒 | 90-180x |
| 命令执行与结果收集 | 3-5分钟/次 | <2秒/次 | 90-150x |
| 重复任务批量执行 | 因任务而异 | 线性缩减 | 5-50x |
| 错误排查与修复 | 10-30分钟 | <30秒 | 20-60x |
优势对比
| 对比维度 | 知识本体 | 传统手动方式 | 通用脚本工具 |
|---|---|---|---|
| 自动化程度 | 全流程自动 | 完全手动 | 部分自动 |
| 错误处理 | 内置错误恢复 | 依赖人工经验 | 基本try-catch |
| 可复用性 | 参数化配置 | 一次性脚本 | 模板化 |
| 安全合规 | 内置安全检查 | 无安全保障 | 无安全保障 |
| 适用场景 | 类型化知识图谱:约束校验+模式演进+图遍历规划,让Agent记忆结构化可验证。。 | 通用场景 | 通用场景 |
即刻上手
- 配置API密钥: 在环境变量中设置对应的API Key
- 初始化连接: 使用提供的凭证建立API连接
- 调用接口: 传入必要参数执行API调用
- 准备文件: 确认文件路径正确且格式受支持
- 执行处理: 调用对应的处理函数
- 查看结果: 检查输出文件或返回数据
- 检查环境: 确认运行时和依赖已安装
- 执行命令: 使用正确的参数格式执行
- 查看输出: 检查命令输出和退出码
前置条件
- 已安装所需运行环境(参考依赖说明)
- 已获取必要的API密钥或访问凭证(如适用)
- 输入数据已准备就绪
高频问答
Q1: 知识本体支持哪些输入格式?
A1: 类型化知识图谱:约束校验+模式演进+图遍历规划,让Agent记忆结构化可验证。。面向AI Agent的类型化知识图谱系统,提供实体关系建模、约束校验、模式演进、。支持文本指令和结构化参数输入,具体格式参考使用流程章节。
Q2: 需要配置API Key吗?
A2: 是的,部分功能需要配置对应平台的API Key。请在依赖说明章节查看具体要求,并通过环境变量安全配置。
Q3: 命令行执行失败怎么办?
A3: 检查命令参数是否正确,确认运行环境支持exec能力。如遇权限问题,请参照错误处理章节排查。
知识本体通用排查步骤
- 检查输入参数: 确认所有必填参数已提供且格式正确
- 查看日志输出: 定位具体错误行和异常类型
- 验证环境配置: 确认依赖库版本和运行环境满足要求
- 逐步调试: 缩小问题范围,隔离故障模块
支持文档
错误恢复流程
针对知识本体使用中可能遇到的常见问题,提供以下排查方案:
| 错误类型 | 原因分析 | 解决方案 |
|---|---|---|
| API认证失败(401) | API密钥错误或过期 | 检查密钥配置,重新生成token |
| 接口限流(429) | 请求频率超出限制 | 降低调用频率,启用重试退避策略 |
| 响应超时(504) | 网络延迟或服务端负载过高 | 增加超时阈值,检查网络连接 |
| 文件不存在 | 路径错误或文件未创建 | 检查路径拼写,确认文件已生成 |
| 文件格式不支持 | 扩展名不在支持列表中 | 转换为支持的格式后重试 |
| 权限不足 | 当前用户无读写权限 | 检查文件权限,以管理员身份运行 |
| 命令执行失败 | 参数错误或环境依赖缺失 | 检查命令语法,确认依赖已安装 |
| 进程超时 | 命令执行时间过长 | 增加超时设置,优化命令参数 |
| 网络连接失败 | DNS解析失败或防火墙拦截 | 检查网络配置,确认代理设置 |
相关技能
在本地磁盘以分类纯 Markdown 文件保存需要长期留存的事实,与智能体内置记忆并存。
以 AI 机器人身份加入视频会议,提供语音、虚拟形象与屏幕共享四种模式。
诊断生产力系统反复失效的根因,给出最小干预——容量测算、瓶颈定位、可靠的本地记录。
从 AdMapix API 拉取广告创意、应用、榜单和收入预估等数据,原样返回结构化 JSON。
为自然搜索排名提供站点审计、内容撰写与竞品分析。
thcjp 的更多技能
浏览全部技能按提示词自动选用合适的 dlazy CLI 音频模型,完成语音、音乐、音效与声音克隆。
按意图把图像、视频、音频请求分发到合适的 dlazy CLI 模型。
通过托管的 OAuth GraphQL 接口查询与管理 Linear 的 issue、项目、团队、周期、标签和评论。
搭建、调试、预览、发布微信小程序,覆盖 Nightly DevTools、wechatide CLI 与 miniprogram-ci 回退流程。
通过托管 OAuth 调用 Jira Cloud API,搜索并管理工单。
通过 agent-bom 路由漏洞查询,统一数据边界、来源标注与脱敏规则。