Wiki + Graph + RAG 知识库建设笔记2

Graph

一、Graph方式

1、最轻量的方式：Wiki Link = Graph

在md文件里面写出Reference link，通过 markdown reference link 将知识串联起来，实现多跳搜索。

wiki-a.md
  -> reference wiki-b.md
  -> reference wiki-c.md

wiki-b.md
  -> reference api-x.md

wiki-c.md
  -> reference requirement-y.md

2、Wiki + 自动抽取 Graph

Schema（图谱） Wiki：Ai可以知道关系是什么

在md文件里面写出Reference link和关系，每个 Wiki 既是文档，也是一个 Graph Node，通过 reference 链接形成 Graph

Type: Requirement

Related API:
- [[SessionManager]]

Depends:
- [[LicenseService]]

Feature:
- [[RemoteAccess]]

如果只有Reference link没有Schema，Ai需要猜测可能关系，有了Schema（图谱）就很清晰

二、Reference Link数据存储

1、Reference Link 不存数据库

Graph 实际上存在于：Markdown Link

2、Reference Link 存到Neo4j，Neo4j就是把wiki里面的关系提前算好，直接存进去

1. 离线构造，每次新增wiki会解析一次，

   Wiki
     ↓
   Reference Link
     ↓
   Graph Extraction
     ↓
   Neo4j

2. 在线查询，用户问SessionManager影响哪些TC？

   Question
     ↓
   Graph Search
     ↓
   找到相关Node
     ↓
   找到相关Wiki
     ↓
   RAG
     ↓
   LLM

3、区别：SessionManager影响哪些TC？

不存数据库，需要文件便利+链接解析

SessionManager.md

 ↓

找谁引用它

 ↓

打开很多wiki

 ↓

继续递归

 ↓

找到TC

存数据库，直接文件读取，毫秒级别，本质是查图谱