Update from Sync Service

wiki/Resources/方法论/知识图谱.md

@@ -0,0 +1,75 @@
+---
+created: 2026-04-28
+type: concept
+tags: [知识图谱，GraphRAG，语义层，Neo4j]
+---
+
+# 知识图谱（Knowledge Graph）
+
+> 以图结构表示知识的语义网络，节点=实体，边=关系
+
+## 定义
+
+知识图谱是一种用图结构来组织和表示知识的技术。它将现实世界中的概念、实体、事件及其关系以节点和边的形式建模。
+
+- **节点（Node）**：实体或概念（如"张三"、"北京"、"订单"）
+- **边（Edge）**：实体间的关系（如"住在"、"属于"、"包含"）
+
+## 发展历史
+
+| 时间 | 事件 |
+|------|------|
+| 1993 | Tom Gruber 提出本体论定义 |
+| 2000 | 谷歌 PageRank 用图排序网页 |
+| 2004 | RDF 标准发布（语义网基础） |
+| 2012 | 谷歌正式提出"知识图谱"概念，口号"Things, Not Strings" |
+| 2024 | 微软开源 GraphRAG |
+| 2025 | Palantir 带火本体论 |
+
+## 核心要素
+
+| 要素 | 说明 | 示例 |
+|------|------|------|
+| 概念/类 | 事物类型 | 客户、产品、订单 |
+| 属性 | 事物特征 | 客户 ID、姓名 |
+| 关系 | 概念间联系 | 员工→部门、客户→订单 |
+| 规则/公理 | 业务逻辑约束 | 订单必须包含产品 |
+| 实例 | 具体数据 | 张三 (C001) |
+
+## 与 LLM 的关系
+
+**互补性**：
+- LLM：擅长语言理解、生成，但可能幻觉
+- 知识图谱：结构化知识，精确可推理，但构建成本高
+
+**结合方式**：
+1. **LLM 构建图谱**：用 LLM 从文本中自动抽取实体和关系
+2. **GraphRAG**：检索增强生成 + 图谱，支持多跳推理
+3. **图谱增强问答**：先用图谱查询，结果送入 LLM 生成答案
+
+## 实现技术
+
+| 技术 | 说明 |
+|------|------|
+| Neo4j | 最流行的图数据库 |
+| FalkorDB（Redis） | 轻量级图数据库 |
+| Graphiti | 动态知识图谱，支持实时更新 |
+| Tree-KG（清华） | 树结构知识图谱 |
+| LightRAG | 轻量级 GraphRAG 框架 |
+
+## 挑战
+
+- 共指消解、实体消歧
+- 实时性/动态更新困难
+- 构建成本高（LLM 时代有所改善）
+
+## 相关概念
+
+- [[语义数字化建设体系]]（语义层的核心实现）
+- [[RAG]]（GraphRAG 是 RAG 的图增强版）
+- [[双向链接]]（知识图谱的双向链接思想）
+- [[渐进式总结]]（知识图谱的渐进构建方式）
+
+---
+
+*基于参考资料整理*