示例：Knowledge Graph

将来源中的实体及其关系整理成知识图谱：实体带语义类型，关系是带类型的有向边，每条陈述和边都保留出处。输出包含实体文件和关系表：

text

entities/
  <entity-id>.md      # 每个节点一个文件，frontmatter 里有 type/id/title/entity_type/description/sources
relations.jsonl       # 每行一条有向边

每条边是一行紧凑 JSON，可读成 <from> <relation> <to> 这样一句话：

json

{"from":"孙悟空","relation":"member_of","label":"属于","to":"取经队伍","evidence":["viking://resources/source.md"]}

relation 是稳定、语言无关的机器谓词（member_of、leads、located_in……），label 是对应的本地化显示名（属于、率领、位于……），entity_type 用于可视化时的节点颜色、形状和过滤。图谱可以增量刷新：已有节点和边会被保留、合并证据，新知识追加进来。

Skill 源码：examples/compile/ov-compile-skills/knowledge-graph · 可视化脚本：examples/compile/graph-show/knowledge-graph

先确认前置条件，并在 OpenViking 仓库根目录运行以下命令。来源目录需替换为自己的资料目录。

第一步：准备来源

bash

ov add-resource ./journal-to-the-west --to viking://resources/journal --wait
ov ls -r viking://resources/journal

第二步：添加 Skill

bash

ov add-skill examples/compile/ov-compile-skills/knowledge-graph -p viking://agent/skills --wait
ov skills list
# → viking://agent/skills/knowledge-graph

第三步：执行编译

bash

ov compile \
  --from viking://resources/journal \
  --to viking://resources/journal-kg \
  --skill viking://agent/skills/knowledge-graph \
  --instruction "抽取人物、地点、法宝及其关系，构建可遍历的知识图谱"

命令会立刻返回 task_id，之后：

bash

ov task status cmp_01abc      # 查看进度与最终结果
ov task cancel cmp_01abc      # 协作式取消

第四步：查看产物

bash

ov tree viking://resources/journal-kg
ov read viking://resources/journal-kg/relations.jsonl
ov read viking://resources/journal-kg/entities/孙悟空.md

第五步：可视化成交互式图谱

与 LLM Wiki 的脚本不同，knowledge_graph.py 读取的是本地目录（需要 entities/ 和 relations.jsonl 都在本地）。所以先把产物拉到本地，再生成 HTML。

ov get 一次下载一个文件。下面的脚本只下载实体 Markdown 和关系表：

bash

SRC="viking://resources/journal-kg"
DST="./journal-kg"
mkdir -p "$DST"
ov ls -r -s "$SRC" | while read -r uri; do
  # 只下载文件（entities/*.md 和 relations.jsonl），跳过目录
  case "$uri" in
    "$SRC"/entities/*.md|"$SRC"/relations.jsonl) ;;
    *) continue ;;
  esac
  rel="${uri#$SRC/}"
  mkdir -p "$DST/$(dirname "$rel")"
  ov get "$uri" "$DST/$rel"
done

ov get 要求本地目标文件尚不存在。重复下载时，将 DST 换为一个新目录，保留上次结果。

确认本地目录结构正确：

bash

find ./journal-kg          # 应能看到 entities/*.md 和 relations.jsonl

生成交互式 HTML：

bash

python examples/compile/graph-show/knowledge-graph/knowledge_graph.py \
  ./journal-kg \
  -o journal-kg.html \
  --title "西游知识图谱"

用浏览器打开 journal-kg.html。脚本会先做校验——relations.jsonl 必须是合法 JSON、每个实体文件都要有稳定的 id 和 title、每条边的两端都要能对上某个实体节点——校验不通过会直接报错并指出问题行，所以它同时也是产物质量的检查器。节点按 entity_type 分色分形，边显示本地化 label，点节点能看到该实体的正文、别名和出处。

示例：Knowledge Graph ​

第一步：准备来源 ​

第二步：添加 Skill ​

第三步：执行编译 ​

第四步：查看产物 ​

第五步：可视化成交互式图谱 ​

相关文档 ​

示例：Knowledge Graph

第一步：准备来源

第二步：添加 Skill

第三步：执行编译

第四步：查看产物

第五步：可视化成交互式图谱

相关文档