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 Key | api.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 |