颠覆式知识管理：零基础用Excel构建智能知识图谱全指南

2026-04-21 10:13:09作者：管翌锬

This project accepts excel files as input which contains the description of a Knowledge Graph (Vertexes and Edges) and convert it into an in-memory Graph Store. This project implements APIs to search/filter/get nodes and relations from the in-memory Knowledge Graph. This project also provides a dialog management framework and enable a chatbot based on its knowledge graph.

项目地址：https://gitcode.com/gh_mirrors/smar/SmartKG

当你面对分散在表格中的客户信息、产品数据或研究资料时，是否曾因无法直观看到它们之间的关联而束手无策？SmartKG这款开源工具彻底改变了这一现状，让非技术背景的你也能通过Excel表格，轻松构建专业级知识图谱，将混乱数据转化为清晰的知识网络。

数据混乱如何破解？三步实现知识可视化

第一步：获取标准模板

项目提供的Excel模板是构建知识图谱的基础，位于Resources/Excel/template/SmartKG_KGDesc_Template.xlsx。这个模板就像知识图谱的"建筑图纸"，包含两个关键工作表：

实体表如同人物档案库，记录每个知识点的基本信息：

实体ID：相当于身份证号码，确保每个知识点独一无二
实体名称：在图谱中显示的"姓名标签"
实体类型：用于分类的"职业身份"，如"客户"、"产品"或"概念"
详细属性：丰富实体特征的"个人简历"

关系表则像社交网络，定义实体间的连接方式：

起始实体与目标实体：关系的"两个当事人"
关系类型：描述连接性质的"关系标签"，如"属于"、"影响"或"合作"

第二步：完成数据上传

当你按模板填写好数据后，通过SmartKG的上传界面选择文件，系统会自动完成数据校验和转换。整个过程就像把手写笔记扫描成电子版，无需任何技术操作，只需点击上传按钮即可。

第三步：探索交互式图谱

转换完成后，你将获得一个完全交互式的知识图谱界面，就像拥有了一个可触摸的3D知识模型：

拖拽节点调整布局，如同整理书架般轻松
点击实体查看详情，像翻阅百科全书一样便捷
搜索框快速定位，在海量知识中精准导航
类型筛选功能，帮助你聚焦特定领域的关系网络

这些场景最适合知识图谱：三个真实案例

教育领域：让物理知识不再抽象

某中学物理教师将力学公式、实验现象等知识点整理成知识图谱后，学生可以直观看到"力"、"质量"和"加速度"之间的关联，原本抽象的公式关系变得像地图一样清晰，概念理解效率提升了40%。项目中Resources/Data/Archieved_DataStore/Physics/目录下的示例数据展示了这种教育应用的最佳实践。

科研场景：疫情数据的关联分析

研究团队利用Resources/Data/Archieved_DataStore/COVID19/中的数据集，构建了病毒传播路径与防控措施的关联网络。通过图谱可视化，原本分散在多篇论文中的数据形成了完整的证据链，为政策制定提供了直观依据。

企业管理：业务流程一目了然

某企业将部门架构、业务流程和产品信息整合进知识图谱后，新员工通过交互式图谱学习，原本需要两周的培训周期缩短至3天。管理者也能通过图谱快速发现流程瓶颈，优化效率。

新手常犯的三个错误及解决方案

实体ID重复问题

问题：多个实体使用相同ID会导致系统混淆，就像两个人使用同一身份证号。
解决方案：使用模板中的数据验证功能，或参考Resources/Excel/input/COVID19/中的示例数据，确保每个实体ID唯一。

关系定义模糊

问题：使用"相关"、"有关联"这类模糊关系类型，会降低图谱的实用价值。
解决方案：参考Resources/Data/Archieved_DataStore/Physics/NLU/intentrules.tsv中的关系定义方式，使用具体明确的关系类型，如"包含"、"导致"或"依赖"。

类型分类混乱

问题：实体类型划分过细或过粗，都会影响可视化效果和查询效率。
解决方案：遵循"大类概括、小类区分"原则，参考SmartKGLocalBase/config/PreDefinedVertexColor.tsv中的分类标准，保持类型体系清晰一致。

提升图谱专业度的三个技巧

自定义实体颜色

当你需要在图谱中突出显示特定类型的实体时，可以修改SmartKGLocalBase/config/PreDefinedVertexColor.tsv文件，为不同实体类型分配独特颜色。例如将"产品"设为蓝色，"客户"设为绿色，让图谱一目了然。

集成智能问答功能

若需要让用户通过自然语言查询知识图谱，可以配置PySmartKG/data/dialog_prompt.txt文件，集成语言模型功能。这样用户就可以直接提问"哪些客户购买了产品A"，系统会自动从知识图谱中查找答案。

选择合适的存储方案

根据数据规模选择存储方式：小团队或个人使用默认的文件存储即可满足需求；当数据量超过10万条实体时，建议切换到MongoDB存储方案，配置文件位于dockers/smartkg_services/smartkg/local_config/appsettings.MongoDB.json，可显著提升查询性能。