首页
/ SmartKG:零代码知识图谱构建工具,让AI对话应用触手可及

SmartKG:零代码知识图谱构建工具,让AI对话应用触手可及

2026-04-14 08:27:18作者:劳婵绚Shirley

SmartKG是一款开源的知识图谱可视化与智能对话框架,支持通过Excel文件快速构建知识图谱,并提供自然语言交互能力。该工具无需编程基础,即可帮助用户实现从数据导入到智能对话的全流程应用搭建,广泛适用于教育、企业知识管理等场景。

一、核心价值:打破技术壁垒,释放知识图谱潜力

在数据驱动决策的时代,知识图谱作为连接信息与智能的重要载体,其构建过程往往因技术门槛高而难以普及。SmartKG通过零代码操作流程自动化数据处理,彻底改变了这一现状。用户只需准备符合规范的Excel数据(模板路径:Resources/Data/Excel/template/SmartKG_KGDesc_Template.xlsx),即可完成从实体关系定义到可视化图谱生成的全过程,让知识图谱技术真正走向大众化。

二、技术架构:双引擎驱动的智能化框架

SmartKG采用前后端分离的现代化架构,后端基于.NET Core构建高性能数据处理引擎,前端通过Vue.js实现交互式可视化界面。核心技术栈包括:

  • 数据处理层:支持Excel、TSV等多格式数据导入,通过SmartKG.Common/Parser/ExcelParser.cs实现自动化实体关系解析
  • 图谱存储层:采用内存图谱与可选MongoDB持久化方案(配置路径:dockers/smartkg_services/smartkg/local_config/appsettings.MongoDB.json)
  • 对话引擎层:集成NLU(自然语言理解)模块,通过SmartKG.KGBot/NaturalLanguageUnderstanding/NLUProcessor.cs实现意图识别与实体链接
  • 可视化层:基于WebGL的动态图谱渲染,支持力导向布局与交互式探索(前端实现:SmartKGUI/src/views/Home.vue)

SmartKG技术架构示意图

三、操作指南:五步完成知识图谱应用搭建

1. 数据准备:填写标准化模板

使用项目提供的Excel模板(路径:Resources/Data/Excel/template/SmartKG_KGDesc_Template.xlsx),在"顶点"工作表定义实体属性,在"边"工作表描述实体关系。模板包含预定义字段说明,确保数据格式符合系统要求。

2. 系统部署:容器化一键启动

通过Docker Compose实现快速部署,执行以下命令启动完整服务:

git clone https://gitcode.com/gh_mirrors/smar/SmartKG
cd SmartKG/dockers/smartkg_services
docker-compose up -d

服务包含KG管理API、对话引擎及Web前端,默认端口可通过docker-compose.yml配置调整。

3. 数据上传:可视化操作界面

访问前端界面(默认地址:http://localhost:8080),通过"上传"功能(SmartKGUI/src/views/Upload.vue)提交Excel文件。系统支持批量导入,自动校验数据完整性并生成导入报告。

4. 对话配置:定制交互规则

在NLU配置模块(数据路径:Resources/Data/Archieved_DataStore/Physics/NLU/)定义意图规则与实体映射,支持正则表达式匹配与上下文感知对话流程设计,满足个性化业务需求。

5. 应用集成:调用API接口

通过SmartKG.KGManagement/Controllers/GraphController.cs提供的RESTful API,可将知识图谱能力集成到第三方系统。支持节点查询、关系遍历、路径分析等核心功能,返回JSON格式结果便于二次开发。

四、功能特性:打造全方位知识服务体验

智能数据解析引擎

自动识别Excel中的实体类型与关系模式,支持复杂属性定义与多语言数据(如COVID19_en英文数据集:Resources/Data/Archieved_DataStore/COVID19_en/),解析准确率达98%以上。

动态可视化系统

内置多种图谱布局算法,支持缩放、拖拽、高亮等交互操作,可通过配置文件(SmartKGLocalBase/config/PreDefinedVertexColor.tsv)自定义节点颜色与大小,直观呈现知识结构。

上下文对话管理

基于对话状态跟踪(DialogContext.cs)实现多轮交互,结合知识图谱上下文生成精准回答,支持实体消歧与意图预测,对话准确率随数据规模提升。

多场景适配能力

已预置教育(中学物理:Resources/Data/Excel/input/Physics/)、医疗(COVID19数据集)等领域模板,支持自定义扩展,满足不同行业知识管理需求。

五、应用场景:解锁知识服务新可能

教育领域:构建交互式学习助手

教师可通过SmartKG快速构建学科知识图谱(如初中力学知识:Resources/Data/Archieved_DataStore/Physics/KG/Edges_MechanicsGrade7.json),学生通过自然语言提问获取知识点关联解释,实现个性化学习。

企业知识管理:打造智能知识库

企业可将内部文档转化为结构化知识图谱,员工通过对话界面快速检索流程规范、产品信息等内容,提升信息获取效率,减少培训成本。

科研领域:加速知识发现

研究人员可导入文献数据构建领域知识网络,通过图谱分析发现潜在关联,辅助科研创新。系统支持定期数据更新,保持知识时效性。

SmartKG通过降低技术门槛、提升操作效率,正在成为知识图谱应用开发的首选工具。无论是个人用户还是企业团队,都能通过这款开源框架快速构建属于自己的智能知识服务,让数据真正产生价值。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284