轻量图谱知识库搭建·实体关系抽取双层级检索跨文档问答零部署

轻量图谱知识库 · 实体关系双层级检索

## ⚠️ 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。

把文档切成块、算成向量,检索时只能找回「和问题长得像的那几段」。
问「这几个业务板块之间是什么关系」,它答不上来 —— 因为关系从来不在任何一个块里。

这个 Skill 的做法是双层级:一边保留向量检索,一边用大模型把文档抽成实体—关系图。
查询时既能在图上找具体实体,也能顺着关系链看全局,再和向量召回合到一起。

抽图与回答都走 算力集市 api.a7w.cn 的 OpenAI 兼容网关。
一个 base_url、一把 Key,本地只留图谱与索引,零显卡、不部署模型。

你最关心答案
多少钱1 元 = 100 点。本地存图、本地遍历、本地向量检索完全免费;只有「抽实体关系」和「生成答案」两次调用模型才扣点,按 tokens 计
要多久抽图是批处理,耗时取决于语料量与分块数;问答是同步返回,秒级
要装什么什么都不用装。包里自带零依赖客户端,图就存成 JSON,纯 Python 标准库能读能写
要不要显卡不要。抽图与生成都在 a7w,本地零 GPU
能增量更新吗可以。按文档 ID 删除即可,图与索引跟着更新,不必整体重建
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、向量检索答不了的那类问题,交给图谱层

问题长什么样靠什么答为什么
「这段话说了什么」局部事实向量召回答案就在某一段里,找相似段落就够
「这几家公司之间有什么关联」图谱 · 实体邻域关系横跨多个段落,得顺着边去找
「这个制度的适用范围和例外分别是什么」图谱 · 实体邻域条件是分散在多处的实体关系
「这份年报里几个业务板块是什么关系」图谱 · 关系链需要顺着多跳关系走
「整体上有哪些趋势」图谱 · 社区摘要没有任何一段话在讲「主题」,得先归纳

两类一起用效果最好:图谱给你「准」的实体与关系,向量给你「全」的相似段落。


二、三分钟跑通

第一步:拿到你自己的 Key

到 api.a7w.cn 注册,在控制台创建一个 API Key(形如 sk-...),
填进环境变量:

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

顺手确认一下可用的模型名(不要猜):

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

第二步:让模型把每个文本块抽成实体与关系

这是图谱层唯一的模型调用,提示词里把输出格式写死:

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\":\"\"}],\"relations\":[{\"source\":\"\",\"target\":\"\",\"relation\":\"\"}]}"},
      {"role": "user", "content": "文本:<你的一个文本块,300~500 字>"}
    ],
    "temperature": 0,
    "max_tokens": 1200
  }'

把每个块的结果合并成一张图(实体去重、边累加权重),存成 JSON 就是你的图谱。
完整写法与合并规则见 references/图谱检索.md。

第三步:双层级检索 —— 先召回,再回答

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": "只根据资料回答;资料里没有就说不知道,不要编。"},
      {"role": "user", "content": "资料(图谱关系):\nA 公司 --控股--> B 公司\nB 公司 --供应--> C 公司\n资料(原文片段):\n1) ……\n\n问题:A 和 C 之间是什么关系?"}
    ],
    "temperature": 0.2,
    "max_tokens": 800
  }'

「图谱关系」那几行,就是你从本地图上按实体邻域或关系链走出来的边 —— 这一步本地免费。

第四步:只取上下文不生成(做评测用)

把 messages 里的资料段直接打印出来核对召回质量,不调用模型就不扣点。
召回不准先修分块与提示词,别急着换模型。


三、包里有什么

sanjianke-light-rag/
├── SKILL.md                    本文件
├── README.md
├── LICENSE.md
├── references/
│   ├── 图谱检索.md              抽图提示词、图合并规则、双层级检索写法、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 '{"...":"..."}'

references/图谱检索.md 给了一份只用 Python 标准库的图存储与遍历实现
(邻接表 + 关系链走查 + 邻域召回),复制就能跑。


四、素材要求

要求说明
内容类型垂直领域长文档最合适:法律条文、金融研报、学术论文、操作规范、访谈记录
不合适的素材短文本、碎片化聊天记录、纯表格 —— 抽关系的收益很小
单块长度300~500 字一块,重叠 10%~15%;块太大实体太多,抽取容易超时
块的质量参考文献、目录、附录这类低信息密度的块先丢掉,它们产生的低价值关系会淹没图谱
实体命名提示词里要求「实体名用文中最完整的写法」,否则同一个对象会裂成多个节点
抽取模型建议用非推理型的对话模型做抽取(推理模型会把 token 花在思维链上),生成答案再用更强的模型

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
max_tokens 给得太小content 返回 null、finish_reason 是 length推理型模型会先花 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里写「只输出 JSON、不要代码块围栏」,解析前再把 ```json 围栏剥掉一层
一个块里关系太多导致超时抽取阶段频繁超时先把块切小;再用 max_tokens 限制输出长度;偶发一次重跑通常就好
低信息密度块灌进图谱图谱被噪声淹没、问答跑偏分块阶段就把参考文献、目录这类块扔掉
同一个对象裂成多个节点关系链走不通提示词固定命名规范;合并阶段做一次名称归一化
换了 embedding 模型旧向量不能用、结果全乱索引与查询必须同一个模型;换模型就要重建向量那一层,图谱可以保留
语料没处理完就提问召回为空、答非所问抽图是批处理,跑完再查;把每个文档的处理状态记下来
一次塞几十条关系又贵又跑题邻域只取 1~2 跳、边数控制在 10 条以内
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

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、图遍历、邻域召回0免费,不经过平台
本地向量检索(自己算向量的话)0免费
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,随语料量近似线性增长
生成答案 chat/completions按 tokens 计点每次问答一小笔,max_tokens 可控
  • 成本控制三招:① 低信息密度块不入库;② 抽取阶段用便宜的非推理型模型;③ 提示词把输出格式写死,避免模型输出长篇解释。
  • 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、图谱与本地索引
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
  • 不替代图数据库运维:图跑在你自己的机器或你选的存储上
  • 图谱质量取决于语料与提示词:抽取提示词要根据你的领域调,开箱提示词只是起点

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