多模态资料知识图谱构建
扫描代码、文档与图像等本地文件,通过语法解析与语义抽取生成带审计追踪的知识图谱,并输出交互图表与分析报告。
功能与用途
当手头积累了大量来自不同格式的杂乱文件——比如混合了代码文件、技术文档、PDF 论文以及设计截图的文件夹时,想要快速理清脉络往往费时费力。该工具提供了一键式的本地图谱构建方案,兼具代码的语法树静态分析和非代码文本/图像的语义抽取。它会自动将多源材料串联起来,进行社区聚类并生成带置信度追踪的知识网络,最终产出可直观浏览的交互式 HTML 图表、GraphRAG 检索数据及白话版架构报告。
适用场景
- 陌生代码库架构全景梳理:接入新项目时,通过语法树解析快速提炼各模块间调用依赖,生成全局认知图。
- 杂乱文献与笔记交叉关联分析:将论文、截图和碎片笔记一并输入,借助图聚类发现不同文档隐藏的概念脉络。
- 知识资产导出至图数据库与GraphRAG:将提取的实体与带审计标记的关系导出为Cypher或结构化JSON,赋能图谱问答。
适用人群
- 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
使用步骤
- 运行检测命令扫描指定路径下的代码、文本和图像文件分布情况
- 并行执行代码 AST 静态抽取与非代码文件的多模型语义关系抽取
- 合并图节点与边关系,执行图聚类算法并自动计算社区凝聚度
- 由模型对各个社区打上直观的主题标签并生成结构化诊断报告
- 输出可直接在浏览器查看的 HTML 图谱或导入 Obsidian 体验双链与 Canvas 视图
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 知识
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-23
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
any input (code, docs, papers, images) → knowledge graph → clustered communities → HTML + JSON + audit report
依赖与权限
- GRAPH_REPORT
- INPUT_PATH
- 读取用户主动提供的内容