图谱增强检索知识库·实体关系抽取社区摘要全局趋势问答一条龙

图谱增强检索 · 全局趋势问答

## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑几条)。
拿到后填进环境变量 A7W_API_KEY,或直接传给 --key 参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。

普通向量检索只能回答「哪几段话和问题像」。所以你问「这本书的主要主题是什么」,
它给不出答案 —— 因为没有任何一段话在讲「主题」。

这个 Skill 走另一条路:先让模型把整批文档读成一张实体关系图,
再把图切成一层层社区并给每个社区写一份摘要,最后靠这些摘要回答全局性的问题。
摘要本身就是在讲主题,所以全局问题终于有答案。

抽图、写摘要、回答问题,全部走 算力集市 api.a7w.cn 的 OpenAI 兼容网关:
一个 base_url、一把 Key、75 个在架模型,本地零显卡。

你最关心答案
多少钱1 元 = 100 点。建图与写摘要按 tokens 计点,索引阶段是主要成本;本地图遍历与检索免费
要多久索引是批处理,语料越大越久;问答是同步返回
要装什么什么都不用装。包里自带零依赖客户端,图与摘要都存成 JSON,纯 Python 标准库能读写
要不要显卡不要。抽图、摘要、回答都在 a7w
怎么控成本先拿几页小样本跑通,确认效果再全量;低信息密度的块不入库;提示词把输出格式写死
能商用吗可以。生成内容的使用与合规责任由使用者承担

一、全局问题与局部问题,问法不一样

问题长什么样用哪条路资料从哪来
「整体上有哪些主题 / 趋势 / 概览」全局社区摘要(本地生成,免费)
「某个人物/某个实体及它的主要关系」局部实体邻域(本地图上走,免费)
「既要宏观又要具体」两者都给社区摘要 + 实体邻域一起拼进上下文
「这句话在第几页」普通检索向量或关键词召回就够,不必上图谱

索引是「先贵后准」的投入:建图与写摘要要花 token,换来的是全局问题答得上来。


二、三分钟跑通

第一步:拿到你自己的 Key

到 api.a7w.cn 注册,创建 API Key(形如 sk-...):

export A7W_API_KEY=sk-你的key      # Windows: $env:A7W_API_KEY="sk-你的key"

确认可用模型名(不要猜):

curl -sS "https://api.a7w.cn/api/v1/models" \
  -H "Authorization: Bearer $A7W_API_KEY"

第二步:抽图 —— 把每个文本块变成实体、关系与声明

curl -sS -X POST "https://api.a7w.cn/api/v1/chat/completions" \
  -H "Authorization: Bearer $A7W_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "DeepSeek-V4-Flash",
    "messages": [
      {"role": "system", "content": "你是信息抽取器。只输出 JSON,不要解释、不要代码块围栏。格式:{\"entities\":[{\"name\":\"\",\"type\":\"\",\"description\":\"\"}],\"relations\":[{\"source\":\"\",\"target\":\"\",\"relation\":\"\",\"description\":\"\"}],\"claims\":[{\"subject\":\"\",\"statement\":\"\"}]}"},
      {"role": "user", "content": "文本:<你的一个文本块,300~500 字>"}
    ],
    "temperature": 0,
    "max_tokens": 1500
  }'

先用 10 个块试,别一次全量。 效果对了再往下跑。

第三步:社区摘要 —— 这一步才让全局问题答得上来

在图(本地 JSON)上做一次社区划分,然后对每个社区调一次模型写摘要:

curl -sS -X POST "https://api.a7w.cn/api/v1/chat/completions" \
  -H "Authorization: Bearer $A7W_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "DeepSeek-V4-Flash",
    "messages": [
      {"role": "system", "content": "你是社区摘要器。用 200 字以内概括这个社区在讲什么主题,列出关键实体与它们的角色。不要编造社区里没有的内容。"},
      {"role": "user", "content": "社区成员实体:……\n社区内关系:……\n相关声明:……"}
    ],
    "temperature": 0.3,
    "max_tokens": 600
  }'

社区划分与摘要调度用纯 Python 标准库就能写,完整实现见 references/社区摘要与全局问答.md。

第四步:全局问答 —— 把摘要当资料

curl -sS -X POST "https://api.a7w.cn/api/v1/chat/completions" \
  -H "Authorization: Bearer $A7W_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "DeepSeek-V4-Flash",
    "messages": [
      {"role": "system", "content": "只根据给定的社区摘要回答;摘要里没有就说不知道,不要编。"},
      {"role": "user", "content": "社区摘要:\n1) ……\n2) ……\n\n问题:整体上有哪些主要趋势?"}
    ],
    "temperature": 0.3,
    "max_tokens": 1200
  }'

局部问答换成实体邻域:在本地图上找出问题里的实体,走 1~2 跳把边取出来拼进上下文即可。


三、包里有什么

sanjianke-graph-rag/
├── SKILL.md                    本文件
├── README.md
├── LICENSE.md
├── references/
│   ├── 社区摘要与全局问答.md    抽图提示词、社区划分、分层摘要、全局/局部问答与增量更新
│   ├── api-openai-compat.md     网关接入:base_url、鉴权、模型发现、流式、返回结构
│   ├── getting-started.md       注册、领 Key、配置与自检
│   └── 通用说明.md              权限、异步机制、错误码、计费口径
└── scripts/
    └── a7w.py                  零依赖客户端(库 + 命令行,只用 Python 标准库)

零安装用法

export A7W_API_KEY=sk-你的key

# 看平台上有哪些应用与接口
python3 scripts/a7w.py apps

# 看某个应用的接口与参数(参数名以它为准,不要猜)
python3 scripts/a7w.py schema file_qa

# 免自建的文档问答(免费),用来给自建图谱做效果对照
python3 scripts/a7w.py call file_qa chat --json '{"...":"..."}'

四、素材要求

要求说明
内容类型叙事类或档案类文本最合适:小说、卷宗、访谈记录、工单、会议纪要、行业报告
规模从几页纸起步验证效果;语料越大,索引成本越接近线性增长
单块长度300~500 字一块,重叠 10%~15%;块太大实体太密,抽取会超时且噪声大
块的质量目录、参考文献、附录、页眉页脚先清掉 —— 它们对社区摘要毫无贡献,还会稀释主题
中文语料提示词里明确要求「用中文输出实体名与摘要」,否则中英混杂
中间产物实体、关系、社区、社区摘要都落盘成 JSON,随时可以打开检查、也便于复跑

五、常见坑

坑表现怎么避
拿 code == 0 判断成功明明成功却判成失败平台成功码是 1({"code":1,"msg":"success"})
模型名靠猜404 或直接报错动手前先跑 GET /api/v1/models,以接口返回为准
一上来就全量索引账单远超预期先跑 10 个块:确认抽取质量与社区摘要讲得对,再全量。成本随语料近似线性增长
max_tokens 给得太小content 返回 null、finish_reason 是 length推理型模型先花 token 说思维链;先把这个值调大,不是接口坏了
抽出来的 JSON 被代码块围栏包住解析直接失败提示词写「只输出 JSON、不要代码块围栏」,解析前再剥一层 ```json 围栏
社区切得太碎摘要全是流水账、答不出主题社区粒度往上调一级,让每个社区有足够多的实体与边
社区切得太大摘要又空又泛往下调一级;宁可多几个社区,摘要质量更重要
摘要里出现幻觉问到的东西原始语料里没有提示词写「不要编造社区里没有的内容」;抽查摘要与原始块的对应关系
问细节问题却答得很宏观全局路线不擅长细节细节问题改走局部路线:在图上按实体邻域召回
换了模型后效果变差抽取质量明显下滑抽取提示词是针对模型调的,换模型后把提示词重新对一遍
索引跑完找不到产物以为白跑了产物是你自己写的 JSON(图 + 社区 + 摘要),路径记清楚;建议按语料分目录
把 Key 写进代码泄露即等于泄露余额只从环境变量 A7W_API_KEY 或 ~/.a7w/config.json 读

六、计费与成本控制

1 元 = 100 点,1 点 = ¥0.01,按量计费、没有月费。

动作点数折合
本地分块、建图、存图、社区划分、图遍历0免费,不经过平台
file_qa 文件问答 / 剧本解析0免费(实测口径)
抽实体关系(chat/completions)按 tokens 计点索引阶段的主要成本
写社区摘要(chat/completions)按 tokens 计点每个社区一次,社区越多这笔越大
全局 / 局部问答(chat/completions)按 tokens 计点每次一小笔,max_tokens 可控

四条成本纪律:

  1. 先用小样本:10 个块的账单几乎可以忽略,但足以判断要不要往下走。
  2. 低信息密度块不入库:目录、参考文献、附录直接丢掉,省下的抽取费比什么都多。
  3. 分批跑:按目录/文件分批索引,每批完成即可查询,不必等全量。
  4. 提示词写死输出格式:模型少说废话,token 就省下来了。

平台同时给出标准价与租户价字段(tenant_*,平台侧报价)两套字段,两者都未必等于实际结算价;
做预算一律以返回里的 data.usage.points_cost 为准,每次返回里的 usage 就是本次真实用量。


七、权限与边界

能力是否申请用途
网络访问申请调用 api.a7w.cn 的网关与接口(本 Skill 唯一的联网行为)
读取文件仅读取你指定的输入文件用作待抽图的语料与请求体
写入文件仅在传入 --out 时保存返回的 JSON、图谱、社区与摘要
凭证读取你自己提供的 API Key从环境变量或 ~/.a7w/config.json 读取

不内嵌任何密钥。 请求只发往 api.a7w.cn,不发送到其他任何地址。

  • 不提供 Key、不代付费用:Key 必须你自己在 api.a7w.cn 申请
  • 不替代内容合规审查:入库语料与生成内容的合规责任由使用者承担
  • 不做多模态:本 Skill 处理的是可读文本,图片与音视频请先转文字
  • 不保证实时增量:索引按批次跑,适合批量与周期性更新,不是秒级同步

关于这个 Skill

作者亲测实操后发布,下载后可直接使用,自用商用都可以。

所有 AI 能力都走 算力集市 api.a7w.cn —— 一把 API Key 打通
大模型、语音、图像、视频、数字人等全部算力,注册即送点数,按量计费、没有月费。

你可能想问答案
要不要额外部署不用。下载本包即可使用,不必去别处找源码
怎么开始到 api.a7w.cn 注册领 Key → 填进 A7W_API_KEY → 一条命令跑起来
能不能商用可以
遇到问题找谁见文末「联系我们」,作者本人答疑

使用中碰到任何问题 —— 报错、效果不理想、想省钱、想批量 —— 都欢迎加微信聊。
加好友时说一下是从哪个 Skill 找过来的,直接给你配套的示例。


联系我们

  • 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
  • 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
  • 更多 AI 插件与接口:AI 插件市场。

相关链接

链接地址说明
算力集市 · 注册领 API Keyapi.a7w.cn一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这
AI 插件市场aigc.a7w.cn浏览全部 AI 插件与接口说明
三剪客 · 一句话批量出片ks.a7w.cn短剧二创 / 影视解说 / 矩阵号批量混剪桌面客户端
视频超清 · 在线批量超分vr.a7w.cn网页版视频超分,批量处理,最高 4K
0人公司 · AI Agent 平台a7w.cn主站,了解整套 AI Agent 生态

同类文章