相关文章
491 篇高质量内容
我把微软的本体学习工具 Ontology-Playground 魔改了
作者基于微软开源的 Ontology-Playground 进行二次开发，推出中文版增强工具，新增指标层建模、数据源映射、OAG 四阶段可视化（自然语言→本体检索→MQL→SQL）、双语学堂及任务系统，支持本地一键运行，面向 Data Agent 场景强化语义层落地能力。
企业架构文档转本体模型，本体模型如何更好的解释和支撑企业LTC端到端流程
本文基于手机行业TOGAF企业架构文档（70万字+50多份Excel+70多个HTML图），将LTC（线索到回款）价值流作为主线，从中抽象出206个业务对象、182个业务行为、93条业务规则，并通过本体建模规范转化为4个YAML文件。经真实LTC全流程验证，模型可支撑从线索、商机、报价、合同、订单、交付、开票到回款的10个核心对象链路，实现跨域语义对齐与规则前置约束。
拆解 Claude Code 记忆系统：渐进式加载 + 双向链接构成的 Markdown 知识图谱
本文基于对 Claude Code 运行时记忆文件的直接检视与实操整理，揭示其记忆系统本质是一套文件化的 Markdown 知识图谱。系统采用索引常驻+正文按需加载机制，通过项目路径隔离、四类记忆类型（user/feedback/project/reference）、双向链接（[[name]]）及时效警告等设计，实现可读、可维护、可 Git 管理的渐进式知识积累。
VisActor 全新图可视化开源项目：VGraph
VGraph 是 VisActor 推出的面向真实业务场景的关系图库，聚焦关系数据的可视化表达、交互编辑与产品化落地。它支持数据血缘、知识图谱、流程编排、树状分析等典型场景，提供 React 节点集成、图编辑能力及多种布局算法，目标是解决关系图从技术展示到业务产品落地的‘最后一公里’问题。
构建基于WorkBuddy的元技能-实现基于本体模型驱动的领域技能动态创建
本文介绍一种面向WorkBuddy平台的元技能构建方法，通过需求探索、本体建模、技能生成三段式流程，将模糊业务需求转化为可运行的领域技能。该方法以十一类本体模型（对象、行为、规则、事件等）为中间层，自动生成数据库、表单、自然语言查询能力与知识图谱，使业务知识直接驱动应用生成。
从0到1打造测试用例生成智能体：RAG+知识图谱实战全记录
文章记录了某团队构建测试用例生成智能体的完整过程：初期纯大模型生成用例存在虚构功能问题；引入RAG后仍无法理解跨文档业务关系；最终结合知识图谱，实现RAG负责检索、图谱负责关联的协同架构。半年后人工审核通过率从32%提升至89%，关联场景覆盖率达94%。
企业AI智能体的可靠性取决于背后最混乱的文档
当前企业AI过度依赖应用级上下文工程，导致知识不一致、变更难同步、流水线重复建设。文章提出分层企业知识平台（原始→精炼→整合→服务），将知识作为共享基础设施统一治理，支撑可靠、可演进、可治理的AI智能体规模化落地。
动态本体的第二次迭代：从“能研判”到“会成长”
本文介绍东海防空识别区空情研判系统动态本体的第二次迭代，重点提升轨迹预测精度、函数可进化性与智能体成长能力。核心改进包括：采用ENU坐标系与Monte Carlo粒子预测替代启发式规则；将本体函数解耦为可渐进加载的Skills；明确OpenClaw记忆、Skills经验和动态本体模型三条独立成长路径；重构本体可视化为数据层、语义层、动能层、动态层、应用层五层结构。
动态本体 + 本体 MCP：把 OpenClaw接入东海 ADIZ 空情研判的 MVP 实战
本文详述一个军事空情研判MVP项目：通过构建动态本体层，将多源异构空情数据（态势表、航侦/技侦报文、GeoJSON等）映射为AirTarget、TrackPoint、IntelReport等业务对象及Link关系；定义predict_adiz_entry_probability等本体函数实现可解释计算；借助本体MCP Server为OpenClaw提供match_ontology、run_function等标准化调用接口；前端Cesium展示本体运行态而非静态大屏。项目验证了动态本体作为智能体与业务系统间语义桥梁的有效性。
停止盲目图化一切：GraphRAG 真正胜出的场景与代价
本文基于微软原论文及四项独立基准测试，实证分析GraphRAG相较向量RAG的适用边界：它在多跳推理、全局摘要和意义建构类任务中显著提升质量（+10–13分），但在单事实检索中无优势；其收益伴随高昂建图成本与LLM评估偏差风险。
Loop Engineering 已死？ 一文带你了解Graph Engineering
本文梳理Graph Engineering的起源与实质，指出其并非取代Loop Engineering，而是解决单智能体循环在生产环境中的结构性缺陷：上下文腐烂、错误级联、工具过载、控制粒度缺失、可观测性差及目标失明。Graph以节点、边、状态、策略四要素构建可执行系统，典型拓扑包括菱形、主管模式与流水线，并被Anthropic归纳为五种可复用工作流模式。
本体论、知识图谱、世界模型：三者关系与企业实施路径
本文厘清本体论、知识图谱、世界模型在企业AI项目中的三层定位：本体论定义业务概念与口径，知识图谱组织实体与事实关系，世界模型推演状态变化与行动后果。强调企业落地应遵循‘统一语言→连接事实→推演后果→反馈闭环’的递进路径，避免跳过基础建模直接构建世界模型。
本体+AI原生整体解决方案-Harness技术底座是关键的一个底层能力
本文介绍一种本体驱动的AI原生整体解决方案架构，强调Harness技术底座作为底层骨骼的核心作用。该底座集成上下文管理、记忆存储、多智能体协同、精准语义识别与安全可控等能力，支撑AI辅助本体建模与大规模数据分析推理两大关键场景。
为何 SAP 认为企业 AI 代理需知识图谱与治理
SAP 高级解决方案顾问 Max McPhee 在 VB Transform 2026 大会上指出，企业 AI 代理区别于聊天机器人的核心在于扎根于真实企业上下文，而非通用知识；实现路径依赖知识图谱与向量嵌入构建可检索的‘部落知识’，并需将治理、身份权限、ML 异常检测嵌入代理执行层；同时强调需整合非 SAP 系统图谱，并对老旧本地系统进行现代化改造。
北大等开源 K12-KGraph：从小学到高中的教材全部整合成知识图谱，既做bench又能训练
北京大学等团队开源K12-KGraph，基于人教版K-12数理化生教材构建多模态知识图谱，含9类节点、14类关系；同步发布K12-Bench（23,640道结构理解题）与K12-Train（7,335条监督样本），实证显示主流大模型在课程结构推理（如先修关系、概念邻接）上表现薄弱，而针对性微调可显著提升GaokaoBench等教育基准得分。
从知识图谱到认知拓扑：知识工程方式的范式跃迁
文章对比知识图谱与认知拓扑两种知识组织范式：前者以静态归类为核心，受限于事后性、平面性与他治性；后者以动态连接为本体，依托概念-关系-逻辑旋三元递归结构，通过实践-认知-反思循环演化，并依赖场域与自指机制突破边界。LLM作为使能技术首次使人类集体认知的语法面可被参数化共现，但需五库锚定与C-R-L-T协议补足确定性约束。
LLM Wiki + Ontology：让企业知识从“可检索”走向“可行动”
本文阐述 LLM Wiki 与 Ontology 如何协同提升企业知识的可操作性：LLM Wiki 将知识提前编译为相互链接的实体页，实现持续积累；Ontology 提供业务世界说明书，统一实体、关系与约束；二者结合支撑 Agent 完成自然语言到多工具调用的端到端执行，使知识真正参与行动而非仅被检索。
我把微软的本体学习工具 Ontology-Playground 魔改了
作者魔改微软Ontology-Playground，中文界面+指标层+OAG可视化，从新手到建模全流程，浏览器直接上手体验。 核心内容： 1. 原工具核心功能：交互式图谱、可视化设计器、本体库等亮点 2. 魔改原因：英文界面不友好、缺指标层与数据源信息 3. 魔改后升级：OAG四阶段可视化、本体指标层+数据源映射、分类导航优化
企业架构文档转本体模型，本体模型如何更好的解释和支撑企业LTC端到端流程
结合手机行业TOGAF架构文档（70万字规划），构建本体模型解释并支撑LTC端到端流程，实现从规划到落地的转化。 核心内容： 1. TOGAF架构文档的规划视角与LTC价值流主线 2. 业务对象/行为/规则/场景四类元素抽象与统计 3. 本体模型对LTC流程的支撑验证与应用
拆解 Claude Code 记忆系统：渐进式加载 + 双向链接构成的 Markdown 知识图谱
基于文件检视与实操，拆解Claude Code记忆系统：Markdown知识图谱+双向链接的渐进式加载机制，附可信度判断指南。核心内容： 1. 可信度判断体系（✅确定/?推测/❓未知分类） 2. Claude记忆系统核心思路（Markdown知识图谱构建与判断/基础设施分离） 3. 文件结构与项目隔离规则（MEMORY.md索引、路径隔离实现）