AI 驱动的知识图谱：将任意文本转变为交互式地图

ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);visibility: visible;margin-bottom: 0px;">

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);visibility: visible;">

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">想象一下这样的场景：你正被一份长达 50 页的关于气候变化的研究报告所淹没，试图理清其中错综复杂的联系。你的大脑感觉一团浆糊 🧠💥，你不断地划着重点，希望能让这些信息在脑海中留下印记。

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">是不是很熟悉？我深有同感！

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">正是在这种挣扎中，我偶然发现了一个彻底改变我学习方式的东西——ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: inherit;color: rgb(1, 155, 252);">由 AI 驱动的知识图谱。你可以把它看作信息版的 Instagram：既美观又直观，还充满探索的乐趣！📱✨

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;padding-left: 12px;color: rgb(63, 63, 63);border-radius: 6px;background: color-mix(in srgb, rgb(1, 155, 252) 8%, transparent);">🎯 究竟什么是知识图谱？

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">让我用最简单的方式来解释：

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 14px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: inherit;color: rgb(1, 155, 252);">传统文本："埃隆·马斯克在 2003 年创立了特斯拉。特斯拉制造电动车，而电动车能够减少污染。"

知识图谱：一个由相互连接的‘节点’（点）组成的精美网络，其中：

• • 🔵节点（Nodes）= 重要的事物（埃隆·马斯克、特斯拉、电动汽车）
• • 🔗边（Edges）= 它们之间的连接关系（"创立了"、"生产"、"有助于减少"）

你无需阅读大段文字，而是通过一张直观的地图即时看到各种关系！🗺️

🛠️ AI 知识图谱工具：我的新得力助手

我发现了一个超棒的免费工具，名为AI-Knowledge-Graph，它能帮你搞定所有繁重的工作。这款工具的特别之处在于：

• •🤖 AI 驱动：它利用 GPT 或 Gemma 等智能语言模型。
• •🆓 完全免费：开源且可本地运行。
• •🎨 交互式：点击、拖拽、缩放——就像信息领域的 Google 地图。
• •⚡ 自动化：无需编码（或仅需极少量）！

🏭 神奇的五步工作流程

你可以把它想象成一条流水线：枯燥的文本进去，酷炫的可视化图谱出来：

第一步：📝 文本分块（Text Chunking）

"打破文本壁垒"

作用：将大型文档分割成易于处理的小块。
原因：AI 模型无法一次性处理整本书（它们会“不堪重负”！）。

# 这段代码将你的文本分割成可管理的小块
fromknowledge_graph.text_utilsimportchunk_text

# 工具会自动处理，但这是它的工作原理：
defchunk_text(text, chunk_size=200, overlap=20):
 """
  将文本分割成重叠的块

  Args:
    text: 你的输入文本
    chunk_size: 每块的最大词数 (默认: 200)
    overlap: 块之间重叠的词数 (默认: 20)

  Returns:
    文本块列表
  """
  words = text.split()
  chunks = []

 foriinrange(0,len(words), chunk_size - overlap):
    chunk =' '.join(words[i:i + chunk_size])
    chunks.append(chunk)

   ifi + chunk_size >=len(words):
     break

 returnchunks
# 示例用法：
text ="你的长文档文本在这里..."
chunks = chunk_text(text, chunk_size=200, overlap=20)
print(f"从你的文本中创建了{len(chunks)}个块！")

实际案例：

• •输入：一篇关于太空探索的 10 页文章
• •输出：20 个较小的文本块，每个都聚焦于特定主题

第二步：🔍 知识提取（Knowledge Extraction）

让 AI 像侦探般洞察

AI 会扫描每个文本块，寻找以下格式的事实：主体（Subject）→谓语（Predicate）→客体（Object）

# 这是工具提取知识的方式（简化版）
fromknowledge_graph.llmimportprocess_with_llm

defextract_triples_from_chunk(chunk_text):
 """
  从文本块中提取 主体-谓语-客体 三元组

  Args:
    chunk_text: 要分析的文本小块

  Returns:
    包含 'subject', 'predicate', 'object' 的字典列表
  """

 # 工具使用专门的提示词来引导 AI
  prompt =f"""
  以 JSON 三元组的形式从这段文本中提取事实关系：
  [{"subject":"entity1","predicate":"relationship","object":"entity2"}]

  规则：
  - 使用具体实体（不要使用“他”、“她”、“它”等代词）
  - 关系描述要简短（1-3 个词），并且不能使用代词！
  - 只提取事实，不提取观点

  文本：{chunk_text}
  """

 # 调用 AI 模型（使用你配置的 LLM）
  response = process_with_llm(prompt)

 # 解析 JSON 响应
 try:
    triples = json.loads(response)
   returntriples
 except:
   return[] # 如果解析失败则返回空列表
# 提取示例：
input_text ="尼尔·阿姆斯特朗在 1969 年阿波罗 11 号任务期间登上了月球。"
# AI 提取以下三元组：
extracted_facts = [
  {"subject":"尼尔·阿姆斯特朗","predicate":"登上了","object":"月球"},
  {"subject":"尼尔·阿姆斯特朗","predicate":"参与了","object":"阿波罗 11 号"},
  {"subject":"阿波罗 11 号","predicate":"发生于","object":"1969 年"}
]
print(f"从文本中提取了{len(extracted_facts)}个事实！")

第三步：🏷️ 实体标准化（Entity Standardization）

确保大家使用统一的“名牌”

问题：AI 可能会将同一个人称为“埃隆·马斯克”、“马斯克”或“埃隆”。
解决方案：智能化的名称统一。

# 这是工具标准化实体名称的方式
fromknowledge_graph.entity_standardizationimportstandardize_entities

defclean_entity_names(all_triples):
 """
  标准化所有三元组中的实体名称

  Args:
    all_triples: 从所有块中提取的三元组列表

  Returns:
    实体名称已更新为标准化的三元组
  """

 # 步骤 1：收集所有独特的实体
  all_entities =set()
 fortripleinall_triples:
    all_entities.add(triple['subject'].lower())
    all_entities.add(triple['object'].lower())

 # 步骤 2：使用 AI 对相似实体进行分组
  entity_groups = {
   "ai":"artificial intelligence",
   "artificial intelligence":"artificial intelligence",
   "nyc":"new york city",
   "new york":"new york city",
   "new york city":"new york city"
  }
 # 注意：实际应用中，这部分逻辑会更加复杂，通常会借助 LLM 或采用更高级的启发式方法来进行实体分组。
 # 这里为了演示，我们假设有这样一个预定义的映射。

 # 步骤 3：使用标准化名称更新所有三元组
 fortripleinall_triples:
   iftriple['subject'].lower()inentity_groups:
      triple['subject'] = entity_groups[triple['subject'].lower()]
   iftriple['object'].lower()inentity_groups:
      triple['object'] = entity_groups[triple['object'].lower()]

 returnall_triples
# 标准化前——一片混乱！
raw_entities = ["AI","Artificial Intelligence","artificial intelligence","NYC","New York City"]
# 标准化后——整洁明了！
standardized_mapping = {
 "AI":"artificial intelligence",
 "Artificial Intelligence":"artificial intelligence",
 "artificial intelligence":"artificial intelligence",
 "NYC":"new york city",
 "New York City":"new york city"
}
print("实体已标准化！不再有重复项。")

第四步：🧠 关系推理（最酷的部分！）

AI 变身“读心者”

有时文本并没有明确说明某些联系，但我们可以通过逻辑推理将其发现：

文本所言：

• • "特斯拉生产电动汽车"
• • "电动汽车减少污染"

AI 推理：

• • "特斯拉也有助于降低污染" ✨

# 基于规则的推理示例
defsmart_inference(facts):
  new_facts = []

 forfact1infacts:
   forfact2infacts:
     # 如果 A 生产 B，且 B 减少 C，那么 A 有助于减少 C
     if(fact1['object'] == fact2['subject']and
        fact1['predicate'] =="makes"and
        fact2['predicate'] =="reduces"):

        new_facts.append({
         "subject": fact1['subject'],
         "predicate":"helps reduce",
         "object": fact2['object'],
         "inferred":True# 标记为 AI 推测
        })

 returnnew_facts

第五步：🎨 交互式可视化（Interactive Visualization）

"从枯燥数据到精美图谱"

最后一步是把这些事实变成一个可以点击和拖拽的知识网络！

🚀 让我们一起动手构建：分步指南

📋 你需要准备：

• • 已安装 Python 3.11+
• • 10 分钟时间
• • 一个你想可视化的文本文件

🔧 安装（别担心，很简单！）

# 第一步：下载工具
gitclonehttps://github.com/robert-mcdermott/ai-knowledge-graph
cdai-knowledge-graph
# 第二步：安装依赖（选择一种方法）
pip install -r requirements.txt
# 或者，如果你更倾向于使用 UV（一种现代化的 Python 包管理工具）
uvsync
# 第三步：设置本地 AI 模型（我推荐 Ollama + Gemma2）
# 访问 https://ollama.ai 并按照其简单的设置步骤操作
# 然后拉取模型：ollama pull gemma2

⚙️ 配置魔法

编辑config.toml文件（这就像控制面板）：

[llm]
model="gemma2"     # 使用哪个 AI 大脑
api_key="sk-1234"   # API 密钥（本地模型可选）
base_url="http://localhost:11434/v1/chat/completions"# 指定本地运行的 AI 服务接口地址
max_tokens=8192    # AI 一次可以输出多少 token（令牌）
temperature=0.2    # 采样温度 (0.2 = 专注准确, 0.8 = 更具创造性)

[chunking]
chunk_size=200     # 文本块大小（按词计算）
overlap=20       # 文本块重叠部分（按词计算）
[standardization]
enabled=true      # 清理混乱的名称
use_llm_for_entities=true# 让 AI 帮助标准化名称
[inference]
enabled=true      # 让 AI 进行智能推测
use_llm_for_inference=true# 使用 AI 进行关系推理
apply_transitive=true # 应用传递性规则 (如果 A→B, B→C, 那么 A→C)

🎬 精彩呈现：创建你的第一个图谱

# 方法一：直接作为脚本运行
python generate-graph.py --input your_awesome_text.txt --output my_first_graph.html

# 方法二：使用 UV（如果你通过 uv sync 安装）
uv run generate-graph.py --input your_awesome_text.txt --output my_first_graph.html
# 方法三：以模块形式安装并执行命令
pip install --upgrade -e .
generate-graph --input your_awesome_text.txt --output my_first_graph.html
# 你可以添加的有用标志：
# --debug     # 查看 AI 的思考过程
# --no-standardize # 跳过名称清理
# --no-inference  # 只提取直接事实
# --test     # 首先使用示例数据尝试

🎯 我尝试过的酷炫真实案例

1. 📚 分析《哈利·波特》

• •输入：《哈利·波特》第一章
• •输出：展现人物、地点和魔法概念之间关系的图谱

示例输出：

Harry Potter → lives with → Dursley Family
Dursley Family → lives on → Privet Drive
Hagrid → delivers → Hogwarts Letter
Hogwarts → is → Wizarding School

2. 🏢 公司政策分析

• •输入：20 页的员工手册
• •输出：政策、程序和部门的可视化地图

为何有用：新员工可以迅速了解不同政策之间的联系！

3. 🧬 科学论文分解

• •输入：关于气候变化的研究论文
• •输出：展示原因、影响和解决方案的网络图

🎛️ 专业小贴士：获取最佳结果

🔥 温度设置很重要！

temperature = 0.2 # 更加谨慎，确保结果准确无误
temperature = 0.5 # 平衡模式
temperature = 0.8 # 更有创造性，但可能产生幻觉

📊 尝试不同的配置

设置	最佳用途	结果
小文本块 (200 词)	详细分析	更精确的连接
大文本块 (500 词)	概览	更广泛的关系
推理 ON	发现隐藏模式	更丰富、连接性更强的图谱
推理 OFF	严格事实核查	稀疏但准确的图谱

🤖 理解 AI 提示词（核心奥秘）

该工具使用了四个精心设计的提示词来引导 AI：

1. 🎯 提取提示词

"你是一位知识提取专家。请找出以下格式的事实：
Subject → Predicate → Object
关系描述要简短（1-3 个词），并且不能使用代词！"

2. 🏷️ 标准化提示词

"请将这些指代同一事物的实体名称进行分组：
['AI', 'Artificial Intelligence', 'artificial intelligence']
为每个组选择一个最佳名称。"

3. 🧠 推理提示词

"审视这些不相关的事实。你能从中得出什么逻辑联系？
要聪明，但不要凭空捏造事实！"

4. 🎨 系统提示词

"你是一个精密机器。只输出干净的 JSON 数据。
不需要解释，不需要寒暄，只要结构化的数据。"

⚠️ 注意事项：你需要警惕什么

🤖 AI“幻觉”现象

• •问题：有时 AI 会生成看似合理但未经验证的事实。
• •示例：文本提到“居里夫人发现了镭” → AI 可能添加“居里夫人曾与爱因斯坦共事”（这并非源文本内容！）。
• •解决方案：务必审阅你的图谱，并开启strict_mode = true以确保准确性。

📊 性能考量

• •大型文件：建议先分割成较小的部分。
• •复杂语言：法律或技术文档可能会让 AI 感到困惑。
• •非英语文本：目前，该工具对清晰的英文文本效果最佳。

🌟 为什么这个工具是颠覆性的

• •之前：花费数小时反复阅读文档。
• •之后：快速获取可视化洞察，轻松发现隐藏关联。

我亲身见证的实际影响：

• • 学生理解复杂主题的速度提高了三倍。
• • 研究人员在文献综述中发现意想不到的关联。
• • 团队能在几分钟内可视化公司知识，而不是几周。

🚀 未来展望：更多可能性

接下来，开发者们正在酝酿一系列激动人心的新功能，让我们先睹为快吧：

• •🖼️ 图像节点：在图谱中包含图片。
• •🗄️ 数据库集成：保存图谱以便长期分析。
• •🌐 实时更新：连接到新闻源以生成实时知识图谱。
• •🌍 多语言支持：处理任何语言的文档。
• •📱 移动应用：在手机上创建图谱。

💡 轮到你来尝试了！

准备好将你的下一个文档转化为视觉杰作了吗？这是你的行动计划：

🎯 快速入门挑战：

1. 1. 选择一篇你感兴趣的维基百科文章。
2. 2. 将文本复制到一个文件中。
3. 3. 按照上面的安装步骤操作。
4. 4. 创建你的第一个知识图谱。
5. 5. 在评论区分享截图！📸

🎉 总结

我们生活在一个 AI 能够将任何文本转化为精美交互式可视化的时代。AI-Knowledge-Graph 工具不仅仅是制作漂亮的图片——它关乎以不同的方式理解信息。

不管你是正在努力搞懂复杂概念的学生，还是想要挖掘新发现的研究员，抑或仅仅是热爱将数据转化为故事的人，这个工具都将令你大开眼界！🤯