多模态资料知识图谱构建

该功能可将任意本地文件夹中的多源材料（包括代码文件、Markdown/TXT 文档、PDF 论文以及架构图或截图等图像）转化为结构化的知识图谱。它采用混合抽取架构：对代码文件进行快速的 AST 抽象语法树确定性解析，对文档和图像并行调度子代理进行语义实体、关联和超边提取，并对每条关系标注明确的真实来源置信度（显式提取、合理推断或存疑标注）。随后系统会自动进行图聚类（社区发现）和凝聚度分析，最终产出 Obsidian 知识库双链卡片、独立浏览器可打开的交互式 HTML、适配 GraphRAG 的 JSON 文件以及白话版架构分析报告，还支持导出至 Neo4j 图数据库。

它会先理解你的原始内容和目标，再按清晰的步骤完成处理。你不需要学习复杂命令，也不用理解背后的技术细节。

常见场景

它能帮你做什么？

三步完成

怎么使用

1安装 Skill

把右侧安装请求发给你的 AI。

2说清楚目标

告诉 AI 你想完成什么，或直接贴入内容。

3检查结果

按需要继续调整语气、范围或格式。

复制就能用

你可以直接这样说

“/graphify ./projects/backend-service --mode deep”

“/graphify ./research_papers --neo4j-push bolt://localhost:7687”

“/graphify query "用户鉴权模块与分布式缓存之间有哪些调用与数据共享路径？"”

适用人群

适合谁？

接手陌生复杂代码库需要快速理清模块调用的研发工程师拥有大量文献、笔记与截图需要梳理概念关联的科研人员与学生搭建本地 GraphRAG 知识检索增强系统的 AI 应用开发者

上手门槛

使用难度

进阶

需要了解任务流程，页面已整理好使用步骤。

兼容范围

支持哪些 AI？

Codex可直接使用

Claude Code可直接使用

OpenClaw可直接使用

Hermes可直接使用

国内 Agent可直接使用

中文用户增强

Skill Px 做了什么？

中文说明简化使用方式补充中文案例整理安装流程降低理解难度

多模态资料知识图谱构建.Skill