拓冰网站定制 
OpenViking Knowledge Graph 编译技能用ov compile构建可溯源、可可视化的实体关系图谱【免费下载链接】OpenVikingSelf-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.项目地址: https://gitcode.com/GitHub_Trending/op/OpenViking导读本篇围绕 OpenViking 仓库中的knowledge-graph编译技能Skill展开它定义了一套将文档、笔记、网页内容、转录稿、研究材料甚至代码仓库编译为有证据支撑、可可视化知识图谱的产物规范与工作流。读者将掌握ov compile加载该技能后生成entities/*.md实体节点与根目录relations.jsonl关系边文件的方法、实体与边的 schema 约束、溯源provenance规则、增量刷新策略以及如何借助仓库自带的渲染脚本把产物变成交互式 HTML 图谱。一、技能定位与产物模型knowledge-graph技能位于 examples/compile/ov-compile-skills/knowledge-graph/SKILL.md是 OpenVikingov compile命令可加载的官方编译技能之一。它的目标非常明确把供给的语料转成 Agent 可以按实体、类型、关系遍历的持久化图而不是一份摘要堆。技能要求最终产物落在如下工件树中entities/ entity-id.md relations.jsonlentities/目录存放每个命名实体的节点文件文件名为稳定、路径安全的实体 ID根目录relations.jsonl存放全部有向关系边每行一个 JSON 对象。与此同时技能对语料处理定下三条铁律来源只读绝不修改供给的源材料范围由任务决定按ov compile的--reason决定范围、语言、受众与深度未指定时采用源材料的主导语言一切以源为据每个节点、每条实质断言和每条边都必须落地到源材料中。来源被视为**溯源证据provenance**而非领域节点——除非某个来源本身就是领域中有名的主题如一份被引用的合同、标准或出版物。这套产物规范与仓库中另外几个编译技能形成互补llm-wiki技能examples/compile/ov-compile-skills/llm-wiki/SKILL.md产出 Karpathy 风格的 LLM Wiki 页面knowledge-distillation技能examples/compile/ov-compile-skills/knowledge-distillation/SKILL.md面向跨来源的高阶结论提炼而knowledge-graph则把知识建模为可遍历的实体-关系图。二、实体节点entities/entity-id.md2.1 什么应该成为节点技能规定为具有稳定身份或边界的命名事物创建节点例如人物person、组织organization、群体group、动物animal地点place、产品product、项目project、系统system、服务service模块module、数据集dataset、标准standard、文档document、工件artifact、命名事件event选择实体的优先级也有明确指导优先选择核心的、反复出现的、被任务点名的、连接度高的、对理解源领域重要的实体。反之不要仅仅因为某个源文件、目录、段落或分块存在就为它建节点只有当其身份和关系对图谱有意义时才把源文档建模为领域实体如命名合同、标准、出版物、报告。2.2 节点文件结构每个节点存储在entities/entity-id.md结构如下技能原文示例--- type: entity id: 取经队伍 title: 取经队伍 entity_type: group description: 由唐三藏率领、以西行取经为目标的行动团体。 aliases: [唐僧师徒, 师徒五众] sources: - viking://resources/source.md ---字段语义字段含义与约束type: entity工件种类固定为entity用于区分图谱节点与其他编译产物id实体 ID必须与文件名不含.md一致title实体的规范化展示名是显示层名称entity_type实体的语义类别取值见下节description一句稳定、与上下文无关的身份陈述aliases可用的替代名称列表sources非空列表记录确立该实体身份与描述的精确来源引用2.3 entity_type 词汇表entity_type应使用稳定的小写snake_case取值技能给出的基准词汇表为person organization group animal place product project system service module dataset standard document artifact event刷新既有图谱时应复用已建立的类型词汇只有当细分类型能实质改进过滤或可视化时才引入更窄的类型。值得注意的是仓库自带的可视化脚本knowledge_graph.pyexamples/compile/graph-show/knowledge-graph/knowledge_graph.py对类型做了归一化别名映射human/character/people → person、location/region/site → place、team/collective → group等并把识别不了的类型归入other还定义了每种类型的显示标签、颜色与形状圆形/三角/菱形/星形/方形/六边形。这与技能复用既有类型词汇、缩小粒度需谨慎的规则互为印证。2.4 description 与正文的边界description必须写成一句稳定的身份句不允许把单集事件的动作、临时状态、来源特定观点或抽取历史塞进去。例如某团队在西行途中收服了成员这类剧情事实应放在正文或建模为事件节点而不是写进身份描述。frontmatter 之后可以跟简洁的 Markdown仅当它能提供超出指纹之外的有用上下文时用## Overview这类二级标题组织稳定的属性、职责、接口、边界或来源限定上下文空章节一律省略。同时注意两条纪律实体与实体之间的事实不要用散文重复——它们属于relations.jsonl字面属性仅在有用且有据时保留例如团队的成员关系应建模为member_of边而不是只靠一句话罗列成员。2.5 节点命名一致性规则技能对 ID 的稳定性要求非常严格使用一个规范名canonical name有用的替代名放进aliases创建稳定、路径安全的 ID拉丁文本优先小写kebab-case其他文字体系保留字母与数字空白或标点替换为连字符非拉丁规范名直接保留原文当输出语言与规范名为中文时直接使用中文名作为 ID 和文件名绝不翻译或转写成英文 ID。示例中的取经队伍正是这条规则的落地id等于去掉.md的文件名type恒为entity既有节点代表同一身份时复用既有 ID 与路径不要仅为本地化而重命名既有 ID——title才是本地化显示名同形异义词用最小上下文消歧保持为不同节点。三、类型化边relations.jsonl3.1 行格式每个有向边占一行技能给出的示例{from:孙悟空,relation:member_of,label:属于,to:取经队伍,evidence:[viking://resources/source.md]}每行可读作一句陈述式from relation to。字段约束字段约束from/to必须引用最终的实体 ID即entities/*.md中定义的 IDrelation稳定、与语言无关、有方向、小写snake_case的谓词如member_of、works_for、leads、created、depends_on、originates_from、located_in同一语义复用已建立的谓词label请求语言的简洁人读渲染。中文输出使用任职于、属于、持有、位于等中文标签不得把英文谓词当显示标签evidence非空数组支持该边的精确来源引用3.2 语义一致性要求技能的若干规则值得单独强调relation与label必须表达同一语义不能用works_for表达群体成员关系、用belongs_to表达地理来源只因本地化标签看起来像图谱内同一个谓词只允许一个一致的label刷新时保留既有边的谓词编码仅为缺失 label 的保留边补上本地化标签重复的(from, relation, to)三元组合并为一行evidence并集去重当且仅当携带有用、有据的语义时才添加反向/互逆边且要有清晰、可复用的谓词——不要机械地为每条边镜像一个逆边两个端点都必须存在于最终实体集中输出为紧凑的独立 JSON 对象无外层数组行按from→relation→to排序以保证确定性输出。3.3 复杂关系建模技能明确要求把关系本身建模为节点条件是关系有自身身份或超过两个参与方、限定条件、状态变化是本质的。命名合同、协议、任命、交易、会议、事件都应作为中间节点而不是把语义塞进一个长谓词。示例把一方连接到命名协议用party_to再把协议连接到被治理工件用governs_use_of不要把signs_agreement直接编码到工件上。建立边的依据必须是明确的源陈述或权威源材料所展示的行为。共现co-occurrence只能作为发现线索只有在其含义与方向被证据支持后才编码成关系。四、溯源规则把领域知识与证据分开knowledge-graph技能对 provenance 的约束可以直接作为编写者的行为规范实体节点的sources列表用于支撑该实体身份与稳定描述的证据边的evidence列表用于支撑该条三元组的证据正文中额外 Markdown 断言的证据紧挨着它所支撑的断言放置保留提供的精确 URI、仓库相对路径、链接与可用锚点绝不虚构来源引用或位置把来源引用视为支撑而非背书——源材料之间的冲突、范围、时序与不确定性都要保留严禁输出无标题的来源...或Source: ...行。frontmatter 的sources字段是默认的页面级来源清单只有当任务明确要求人读来源列表时才在## 来源或## Sources下以 Markdown 列表渲染一次且不在此处重复 claim 级链接。这条规则在渲染层有代码级的呼应仓库的WikiRendererbot/vikingbot/compile/renderer.py中_render_source_fallback会在页面正文缺失来源链接时按输出语言自动补## 来源/## Sources小节把每个 source root 渲染为label形式的链接_citation_target_allowed则限制引用目标必须位于声明的 source root 之下从机制上防止编造外部引用。五、显示契约标识符与呈现分离可视化或其他人类可读视图必须遵守节点显示title而非id边显示label而非relationrelation只作为机器键仅在读取无label的旧边时作为回退用entity_type决定节点的形状、颜色、分组与过滤来源与证据在详情面板或检查视图中提供而不是渲染成普通领域节点。仓库的knowledge_graph.py正是这条契约的完整实现它按entity_type映射颜色与符号、把实体title作为节点标签、把label显示在边上并隐藏relation谓词仅在图例中展示label与coderelation/code的对照同时提供类型过滤器_type_filters、谓词图例_relation_legend与选中实体后的属性、别名、关系与证据链检查面板。六、工作流Survey → Normalize → Extract → IntegrateSurvey勘察盘点来源的种类、权威性、时序、词汇与覆盖范围。刷新既有图谱前先检查现有实体工件与relations.jsonl。对代码来源需要检查相关 manifest、文档、公开契约、schema、测试、入口点、运行时装配与配置以确立实体身份与关系。Normalize归一化构建规范名、别名、候选 ID、身份线索、语义实体类型、证据与既有节点匹配的工作集。合并拼写变体与真正同义词在来源提供足够身份证据前把有歧义的引用保持未解决状态。Extract抽取对每个候选节点把稳定指纹与来源限定事实分开对每条候选边确定源节点、目标节点、精确谓词与支撑证据。选择保留源语义的谓词并在写散文之前识别需要中间事件/协议/文档/关系节点的关系。Integrate整合保留准确既有节点与边、合并互补证据、加入新图谱知识、用更强或更新的证据修正被推翻的事实。合并重复节点时把所有受影响边的端点改写为幸存实体的 ID未变化节点保持既有路径提交完整工件集。这套工作流与ov compile运行时给 Agent 注入的survey → 定向精读策略完全同构BotCompileServicebot/vikingbot/compile/service.py的_source_reading_workflow会指导模型先用openviking_list/openviking_glob盘点语料再对样本文件按 head/middle/tail 三个窗口采样推断结构最后用openviking_grep/openviking_multi_read或对物化文件exec定向精读并强调绝不以文件头几行判断价值。七、质量检查清单技能要求在收尾前逐项核对每个节点代表一个可识别实体且文件与 frontmatter 的 ID 一致每个节点有受支持的entity_type、稳定的description与非空sources每个新建的非拉丁规范 ID 遵循来源语言规则既有 ID 保持稳定规范身份、别名与语义类型在全图一致每条实质断言与边在正确粒度上有精确的供给证据每条关系满足 JSONL schema、精确方向谓词与非空本地化显示标签谓词与标签语义等价成员、雇佣、来源、归属、包含没有被混淆每个重复谓词在所选语言中使用一个一致标签每条边的端点都能解析到实体节点每个核心或选定实体至少参与一条有据边除非来源确实未建立关系且保留孤立节点明确有用节点正文中描述的实体-实体关系都被表示为边核心多方关系使用合适的中间节点重复三元组已合并、关系行确定性排序实体文件中没有无标题的来源.../Source: ...行最终工件树包含完整实体集与relations.jsonl。八、用ov compile运行该技能8.1 命令与参数依据 docs/design/ov-compile-design.md 中的设计ov compile通过 CLI → OpenViking Bot Proxy → VikingBot Compile AgentLoop → OpenViking content APIs 的链路执行ov compile \ --from viking://resources/周报 \ --to viking://resources/团队知识库 \ --reason 按月整理团队的成本优化进展 \ --skill viking://agent/skills/monthly_wiki参数规则--from必填可重复或逗号分隔多个来源目录--to必填目标目录resource/memory/skill 之一且必须是目录而非文件--skill必填Skill 目录或SKILL.md的 Viking URI目录 URI 与其SKILL.mdURI 视为同一 Skill--reason可选本次编译任务的描述为空时使用默认描述Follow the loaded Skills instructions to transform the provided source materials into the outputs required by the Skill.见 bot/vikingbot/compile/models.py 中DEFAULT_COMPILE_REASON--args可选Provider 扩展参数现行 VikingBot 实现不接受 provider 专属 args会返回INVALID_ARGUMENT任务创建后 CLI 立即返回task_id: cmp_...、status: accepted与目标目录不阻塞等待用户通过ov task status task_id查询、ov task cancel task_id取消。任务状态机覆盖accepted → running(loading_skill / collecting_context / agent / rendering) → committing(writing / refreshing / salvaging) → completed / failed并有BOT_RESTARTED等错误码。8.2 运行时的资源上限vbot/vikingbot/compile/models.py 的CompileLimits集中定义了可测试的资源上限默认值节选项目默认值source roots16source files / 总大小5,000 / 1 GiBskill files / 单文件 / 总大小128 / 8 MiB / 32 MiBtarget inventory entries2,000output pages / files / combined operations / 最终总大小128 / 128 / 256 / 4 MiBagent iterations60concurrent tasks / runtime10 / 60 min对knowledge-graph场景这意味着图谱产物中的实体节点数与关系行数受output_pages128与output_files128约束所有entities/*.md与relations.jsonl通过一次批量提交写入最终 UTF-8 内容不超过 4 MiB。8.3 产物提交与确定性校验Agent 通过submit_wiki_bundle工具提交结构化WikiBundleDraft其中files字段专门承载技能规定的精确路径工件即entities/*.md与relations.jsonl这类文件见 models.py 中CompileFileDraft与WikiBundleDraft的字段说明path/update_uri二选一、content/workspace_path二选一超大内容先写入 task workspace 再以workspace_path提交字节原样保留。渲染与写入由 renderer.py 完成其中对知识图谱产物相关的确定性规则包括保留文件名.abstract.md、.overview.md、.relations.json、.source.json等为保留名_RESERVED_FILENAMES禁止覆盖 OpenViking 派生的语义 sidecar对声明了 OKF frontmatter 的 Markdown 工件执行validate_declared_okf_markdown必须是 UTF-8、YAML frontmatter 合法、type非空字符串以upsert模式批量写回created/updated/unchanged由最终 raw bytes 比对决定未变化的页面不触发写入因此重复执行同一技能只会收敛而不会产生无意义更新。九、把产物渲染成交互式 HTML 图谱仓库提供了与knowledge-graph技能配套的渲染脚本 examples/compile/graph-show/knowledge-graph/knowledge_graph.py。它期望的输入布局与技能产物完全一致knowledge-graph/ entities/ entity-id.md relations.jsonl用法示例python knowledge_graph.py /path/to/journal-to-the-west-knowledge-graph python knowledge_graph.py /path/to/graph -o graph.html --title 西游知识图谱脚本在写出任何内容前会先完整校验图谱这可以作为knowledge-graph技能质量检查清单的自动化落地entities/目录必须存在且含 Markdown 文件relations.jsonl必须存在每个实体文件必须有 YAML frontmatterid非空且与文件名path.stem一致id不允许重复title非空每行relations.jsonl必须是合法 JSON 对象from/to/relation非空字符串relation必须匹配^[a-z][a-z0-9_]*$小写 snake_caseevidence必须是非空字符串数组谓词 label 一致性检查同一relation谓词在文件内只能有一个 label出现不一致直接报错——这正是技能一个谓词一个一致 label规则的可执行版本重复(from, relation, to)三元组自动合并 evidence 并去重输出按(source, relation, target)确定性排序。生成的 HTML 基于 D3 力导向图按entity_type着色与区分形状、提供实体搜索、类型过滤、谓词图例、聚焦邻居与实体详情检查面板属性、别名、来源与证据链。也就是说从ov compile产出图谱数据到人类可交互浏览整条链路在仓库内即可闭环。十、小结knowledge-graph技能把知识图谱从抽象概念落实为一套严格的产物契约entities/entity-id.md负责稳定身份relations.jsonl负责类型化有向关系sources/evidence负责语句级溯源Display contract 负责机器键与人读界面的解耦而 Survey → Normalize → Extract → Integrate 工作流与质量检查清单保证了图谱可增量刷新且始终有据可查。配合ov compile的任务编排、WikiRenderer的确定性校验以及knowledge_graph.py的可视化脚本开发者可以用一条命令把任意语料编译成 Agent 可遍历、人类可交互、证据可追溯的持久化知识图谱。若需进一步探索可继续阅读技能本体examples/compile/ov-compile-skills/knowledge-graph/SKILL.md同目录兄弟技能llm-wiki、knowledge-distillation、daily-report编译任务编排bot/vikingbot/compile/service.py、bot/vikingbot/compile/models.py确定性渲染与校验bot/vikingbot/compile/renderer.py可视化渲染examples/compile/graph-show/knowledge-graph/knowledge_graph.py整体设计文档docs/design/ov-compile-design.md【免费下载链接】OpenVikingSelf-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.项目地址: https://gitcode.com/GitHub_Trending/op/OpenViking创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 OpenViking Knowledge Graph 编译技能：用 `ov compile` 构建可溯源、可可视化的实体关系图谱
OpenViking Knowledge Graph 编译技能用ov compile构建可溯源、可可视化的实体关系图谱【免费下载链接】OpenVikingSelf-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.项目地址: https://gitcode.com/GitHub_Trending/op/OpenViking导读本篇围绕 OpenViking 仓库中的knowledge-graph编译技能Skill展开它定义了一套将文档、笔记、网页内容、转录稿、研究材料甚至代码仓库编译为有证据支撑、可可视化知识图谱的产物规范与工作流。读者将掌握ov compile加载该技能后生成entities/*.md实体节点与根目录relations.jsonl关系边文件的方法、实体与边的 schema 约束、溯源provenance规则、增量刷新策略以及如何借助仓库自带的渲染脚本把产物变成交互式 HTML 图谱。一、技能定位与产物模型knowledge-graph技能位于 examples/compile/ov-compile-skills/knowledge-graph/SKILL.md是 OpenVikingov compile命令可加载的官方编译技能之一。它的目标非常明确把供给的语料转成 Agent 可以按实体、类型、关系遍历的持久化图而不是一份摘要堆。技能要求最终产物落在如下工件树中entities/ entity-id.md relations.jsonlentities/目录存放每个命名实体的节点文件文件名为稳定、路径安全的实体 ID根目录relations.jsonl存放全部有向关系边每行一个 JSON 对象。与此同时技能对语料处理定下三条铁律来源只读绝不修改供给的源材料范围由任务决定按ov compile的--reason决定范围、语言、受众与深度未指定时采用源材料的主导语言一切以源为据每个节点、每条实质断言和每条边都必须落地到源材料中。来源被视为**溯源证据provenance**而非领域节点——除非某个来源本身就是领域中有名的主题如一份被引用的合同、标准或出版物。这套产物规范与仓库中另外几个编译技能形成互补llm-wiki技能examples/compile/ov-compile-skills/llm-wiki/SKILL.md产出 Karpathy 风格的 LLM Wiki 页面knowledge-distillation技能examples/compile/ov-compile-skills/knowledge-distillation/SKILL.md面向跨来源的高阶结论提炼而knowledge-graph则把知识建模为可遍历的实体-关系图。二、实体节点entities/entity-id.md2.1 什么应该成为节点技能规定为具有稳定身份或边界的命名事物创建节点例如人物person、组织organization、群体group、动物animal地点place、产品product、项目project、系统system、服务service模块module、数据集dataset、标准standard、文档document、工件artifact、命名事件event选择实体的优先级也有明确指导优先选择核心的、反复出现的、被任务点名的、连接度高的、对理解源领域重要的实体。反之不要仅仅因为某个源文件、目录、段落或分块存在就为它建节点只有当其身份和关系对图谱有意义时才把源文档建模为领域实体如命名合同、标准、出版物、报告。2.2 节点文件结构每个节点存储在entities/entity-id.md结构如下技能原文示例--- type: entity id: 取经队伍 title: 取经队伍 entity_type: group description: 由唐三藏率领、以西行取经为目标的行动团体。 aliases: [唐僧师徒, 师徒五众] sources: - viking://resources/source.md ---字段语义字段含义与约束type: entity工件种类固定为entity用于区分图谱节点与其他编译产物id实体 ID必须与文件名不含.md一致title实体的规范化展示名是显示层名称entity_type实体的语义类别取值见下节description一句稳定、与上下文无关的身份陈述aliases可用的替代名称列表sources非空列表记录确立该实体身份与描述的精确来源引用2.3 entity_type 词汇表entity_type应使用稳定的小写snake_case取值技能给出的基准词汇表为person organization group animal place product project system service module dataset standard document artifact event刷新既有图谱时应复用已建立的类型词汇只有当细分类型能实质改进过滤或可视化时才引入更窄的类型。值得注意的是仓库自带的可视化脚本knowledge_graph.pyexamples/compile/graph-show/knowledge-graph/knowledge_graph.py对类型做了归一化别名映射human/character/people → person、location/region/site → place、team/collective → group等并把识别不了的类型归入other还定义了每种类型的显示标签、颜色与形状圆形/三角/菱形/星形/方形/六边形。这与技能复用既有类型词汇、缩小粒度需谨慎的规则互为印证。2.4 description 与正文的边界description必须写成一句稳定的身份句不允许把单集事件的动作、临时状态、来源特定观点或抽取历史塞进去。例如某团队在西行途中收服了成员这类剧情事实应放在正文或建模为事件节点而不是写进身份描述。frontmatter 之后可以跟简洁的 Markdown仅当它能提供超出指纹之外的有用上下文时用## Overview这类二级标题组织稳定的属性、职责、接口、边界或来源限定上下文空章节一律省略。同时注意两条纪律实体与实体之间的事实不要用散文重复——它们属于relations.jsonl字面属性仅在有用且有据时保留例如团队的成员关系应建模为member_of边而不是只靠一句话罗列成员。2.5 节点命名一致性规则技能对 ID 的稳定性要求非常严格使用一个规范名canonical name有用的替代名放进aliases创建稳定、路径安全的 ID拉丁文本优先小写kebab-case其他文字体系保留字母与数字空白或标点替换为连字符非拉丁规范名直接保留原文当输出语言与规范名为中文时直接使用中文名作为 ID 和文件名绝不翻译或转写成英文 ID。示例中的取经队伍正是这条规则的落地id等于去掉.md的文件名type恒为entity既有节点代表同一身份时复用既有 ID 与路径不要仅为本地化而重命名既有 ID——title才是本地化显示名同形异义词用最小上下文消歧保持为不同节点。三、类型化边relations.jsonl3.1 行格式每个有向边占一行技能给出的示例{from:孙悟空,relation:member_of,label:属于,to:取经队伍,evidence:[viking://resources/source.md]}每行可读作一句陈述式from relation to。字段约束字段约束from/to必须引用最终的实体 ID即entities/*.md中定义的 IDrelation稳定、与语言无关、有方向、小写snake_case的谓词如member_of、works_for、leads、created、depends_on、originates_from、located_in同一语义复用已建立的谓词label请求语言的简洁人读渲染。中文输出使用任职于、属于、持有、位于等中文标签不得把英文谓词当显示标签evidence非空数组支持该边的精确来源引用3.2 语义一致性要求技能的若干规则值得单独强调relation与label必须表达同一语义不能用works_for表达群体成员关系、用belongs_to表达地理来源只因本地化标签看起来像图谱内同一个谓词只允许一个一致的label刷新时保留既有边的谓词编码仅为缺失 label 的保留边补上本地化标签重复的(from, relation, to)三元组合并为一行evidence并集去重当且仅当携带有用、有据的语义时才添加反向/互逆边且要有清晰、可复用的谓词——不要机械地为每条边镜像一个逆边两个端点都必须存在于最终实体集中输出为紧凑的独立 JSON 对象无外层数组行按from→relation→to排序以保证确定性输出。3.3 复杂关系建模技能明确要求把关系本身建模为节点条件是关系有自身身份或超过两个参与方、限定条件、状态变化是本质的。命名合同、协议、任命、交易、会议、事件都应作为中间节点而不是把语义塞进一个长谓词。示例把一方连接到命名协议用party_to再把协议连接到被治理工件用governs_use_of不要把signs_agreement直接编码到工件上。建立边的依据必须是明确的源陈述或权威源材料所展示的行为。共现co-occurrence只能作为发现线索只有在其含义与方向被证据支持后才编码成关系。四、溯源规则把领域知识与证据分开knowledge-graph技能对 provenance 的约束可以直接作为编写者的行为规范实体节点的sources列表用于支撑该实体身份与稳定描述的证据边的evidence列表用于支撑该条三元组的证据正文中额外 Markdown 断言的证据紧挨着它所支撑的断言放置保留提供的精确 URI、仓库相对路径、链接与可用锚点绝不虚构来源引用或位置把来源引用视为支撑而非背书——源材料之间的冲突、范围、时序与不确定性都要保留严禁输出无标题的来源...或Source: ...行。frontmatter 的sources字段是默认的页面级来源清单只有当任务明确要求人读来源列表时才在## 来源或## Sources下以 Markdown 列表渲染一次且不在此处重复 claim 级链接。这条规则在渲染层有代码级的呼应仓库的WikiRendererbot/vikingbot/compile/renderer.py中_render_source_fallback会在页面正文缺失来源链接时按输出语言自动补## 来源/## Sources小节把每个 source root 渲染为label形式的链接_citation_target_allowed则限制引用目标必须位于声明的 source root 之下从机制上防止编造外部引用。五、显示契约标识符与呈现分离可视化或其他人类可读视图必须遵守节点显示title而非id边显示label而非relationrelation只作为机器键仅在读取无label的旧边时作为回退用entity_type决定节点的形状、颜色、分组与过滤来源与证据在详情面板或检查视图中提供而不是渲染成普通领域节点。仓库的knowledge_graph.py正是这条契约的完整实现它按entity_type映射颜色与符号、把实体title作为节点标签、把label显示在边上并隐藏relation谓词仅在图例中展示label与coderelation/code的对照同时提供类型过滤器_type_filters、谓词图例_relation_legend与选中实体后的属性、别名、关系与证据链检查面板。六、工作流Survey → Normalize → Extract → IntegrateSurvey勘察盘点来源的种类、权威性、时序、词汇与覆盖范围。刷新既有图谱前先检查现有实体工件与relations.jsonl。对代码来源需要检查相关 manifest、文档、公开契约、schema、测试、入口点、运行时装配与配置以确立实体身份与关系。Normalize归一化构建规范名、别名、候选 ID、身份线索、语义实体类型、证据与既有节点匹配的工作集。合并拼写变体与真正同义词在来源提供足够身份证据前把有歧义的引用保持未解决状态。Extract抽取对每个候选节点把稳定指纹与来源限定事实分开对每条候选边确定源节点、目标节点、精确谓词与支撑证据。选择保留源语义的谓词并在写散文之前识别需要中间事件/协议/文档/关系节点的关系。Integrate整合保留准确既有节点与边、合并互补证据、加入新图谱知识、用更强或更新的证据修正被推翻的事实。合并重复节点时把所有受影响边的端点改写为幸存实体的 ID未变化节点保持既有路径提交完整工件集。这套工作流与ov compile运行时给 Agent 注入的survey → 定向精读策略完全同构BotCompileServicebot/vikingbot/compile/service.py的_source_reading_workflow会指导模型先用openviking_list/openviking_glob盘点语料再对样本文件按 head/middle/tail 三个窗口采样推断结构最后用openviking_grep/openviking_multi_read或对物化文件exec定向精读并强调绝不以文件头几行判断价值。七、质量检查清单技能要求在收尾前逐项核对每个节点代表一个可识别实体且文件与 frontmatter 的 ID 一致每个节点有受支持的entity_type、稳定的description与非空sources每个新建的非拉丁规范 ID 遵循来源语言规则既有 ID 保持稳定规范身份、别名与语义类型在全图一致每条实质断言与边在正确粒度上有精确的供给证据每条关系满足 JSONL schema、精确方向谓词与非空本地化显示标签谓词与标签语义等价成员、雇佣、来源、归属、包含没有被混淆每个重复谓词在所选语言中使用一个一致标签每条边的端点都能解析到实体节点每个核心或选定实体至少参与一条有据边除非来源确实未建立关系且保留孤立节点明确有用节点正文中描述的实体-实体关系都被表示为边核心多方关系使用合适的中间节点重复三元组已合并、关系行确定性排序实体文件中没有无标题的来源.../Source: ...行最终工件树包含完整实体集与relations.jsonl。八、用ov compile运行该技能8.1 命令与参数依据 docs/design/ov-compile-design.md 中的设计ov compile通过 CLI → OpenViking Bot Proxy → VikingBot Compile AgentLoop → OpenViking content APIs 的链路执行ov compile \ --from viking://resources/周报 \ --to viking://resources/团队知识库 \ --reason 按月整理团队的成本优化进展 \ --skill viking://agent/skills/monthly_wiki参数规则--from必填可重复或逗号分隔多个来源目录--to必填目标目录resource/memory/skill 之一且必须是目录而非文件--skill必填Skill 目录或SKILL.md的 Viking URI目录 URI 与其SKILL.mdURI 视为同一 Skill--reason可选本次编译任务的描述为空时使用默认描述Follow the loaded Skills instructions to transform the provided source materials into the outputs required by the Skill.见 bot/vikingbot/compile/models.py 中DEFAULT_COMPILE_REASON--args可选Provider 扩展参数现行 VikingBot 实现不接受 provider 专属 args会返回INVALID_ARGUMENT任务创建后 CLI 立即返回task_id: cmp_...、status: accepted与目标目录不阻塞等待用户通过ov task status task_id查询、ov task cancel task_id取消。任务状态机覆盖accepted → running(loading_skill / collecting_context / agent / rendering) → committing(writing / refreshing / salvaging) → completed / failed并有BOT_RESTARTED等错误码。8.2 运行时的资源上限vbot/vikingbot/compile/models.py 的CompileLimits集中定义了可测试的资源上限默认值节选项目默认值source roots16source files / 总大小5,000 / 1 GiBskill files / 单文件 / 总大小128 / 8 MiB / 32 MiBtarget inventory entries2,000output pages / files / combined operations / 最终总大小128 / 128 / 256 / 4 MiBagent iterations60concurrent tasks / runtime10 / 60 min对knowledge-graph场景这意味着图谱产物中的实体节点数与关系行数受output_pages128与output_files128约束所有entities/*.md与relations.jsonl通过一次批量提交写入最终 UTF-8 内容不超过 4 MiB。8.3 产物提交与确定性校验Agent 通过submit_wiki_bundle工具提交结构化WikiBundleDraft其中files字段专门承载技能规定的精确路径工件即entities/*.md与relations.jsonl这类文件见 models.py 中CompileFileDraft与WikiBundleDraft的字段说明path/update_uri二选一、content/workspace_path二选一超大内容先写入 task workspace 再以workspace_path提交字节原样保留。渲染与写入由 renderer.py 完成其中对知识图谱产物相关的确定性规则包括保留文件名.abstract.md、.overview.md、.relations.json、.source.json等为保留名_RESERVED_FILENAMES禁止覆盖 OpenViking 派生的语义 sidecar对声明了 OKF frontmatter 的 Markdown 工件执行validate_declared_okf_markdown必须是 UTF-8、YAML frontmatter 合法、type非空字符串以upsert模式批量写回created/updated/unchanged由最终 raw bytes 比对决定未变化的页面不触发写入因此重复执行同一技能只会收敛而不会产生无意义更新。九、把产物渲染成交互式 HTML 图谱仓库提供了与knowledge-graph技能配套的渲染脚本 examples/compile/graph-show/knowledge-graph/knowledge_graph.py。它期望的输入布局与技能产物完全一致knowledge-graph/ entities/ entity-id.md relations.jsonl用法示例python knowledge_graph.py /path/to/journal-to-the-west-knowledge-graph python knowledge_graph.py /path/to/graph -o graph.html --title 西游知识图谱脚本在写出任何内容前会先完整校验图谱这可以作为knowledge-graph技能质量检查清单的自动化落地entities/目录必须存在且含 Markdown 文件relations.jsonl必须存在每个实体文件必须有 YAML frontmatterid非空且与文件名path.stem一致id不允许重复title非空每行relations.jsonl必须是合法 JSON 对象from/to/relation非空字符串relation必须匹配^[a-z][a-z0-9_]*$小写 snake_caseevidence必须是非空字符串数组谓词 label 一致性检查同一relation谓词在文件内只能有一个 label出现不一致直接报错——这正是技能一个谓词一个一致 label规则的可执行版本重复(from, relation, to)三元组自动合并 evidence 并去重输出按(source, relation, target)确定性排序。生成的 HTML 基于 D3 力导向图按entity_type着色与区分形状、提供实体搜索、类型过滤、谓词图例、聚焦邻居与实体详情检查面板属性、别名、来源与证据链。也就是说从ov compile产出图谱数据到人类可交互浏览整条链路在仓库内即可闭环。十、小结knowledge-graph技能把知识图谱从抽象概念落实为一套严格的产物契约entities/entity-id.md负责稳定身份relations.jsonl负责类型化有向关系sources/evidence负责语句级溯源Display contract 负责机器键与人读界面的解耦而 Survey → Normalize → Extract → Integrate 工作流与质量检查清单保证了图谱可增量刷新且始终有据可查。配合ov compile的任务编排、WikiRenderer的确定性校验以及knowledge_graph.py的可视化脚本开发者可以用一条命令把任意语料编译成 Agent 可遍历、人类可交互、证据可追溯的持久化知识图谱。若需进一步探索可继续阅读技能本体examples/compile/ov-compile-skills/knowledge-graph/SKILL.md同目录兄弟技能llm-wiki、knowledge-distillation、daily-report编译任务编排bot/vikingbot/compile/service.py、bot/vikingbot/compile/models.py确定性渲染与校验bot/vikingbot/compile/renderer.py可视化渲染examples/compile/graph-show/knowledge-graph/knowledge_graph.py整体设计文档docs/design/ov-compile-design.md【免费下载链接】OpenVikingSelf-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.项目地址: https://gitcode.com/GitHub_Trending/op/OpenViking创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考