4.2 知识图谱构建与管理

4.2 知识图谱构建与管理

建图不是一锤子买卖

cognify 跑完，图谱就活了——但它会长大、会变、偶尔要清理。这一节讲清建图的可配置项和图的生命周期：怎么增量更新、怎么查看、怎么删。

这是第四章第二站，也是"图谱驱动的 RAG"里"图"真正成型的地方。

cognify 的可配置项

cognify 接受参数控制用哪条流水线、是否强制全量重建等。下面示意常用配置。

import asyncio, cognee

async def build():
    await cognee.add("./法规库")
    # 用指定流水线（默认或自定义的），不强制重建已有部分
    await cognee.cognify(
        pipeline="default",     # 流水线名
        # force_rebuild=False   # 默认增量，已有节点复用
    )
    print("建图完成")

asyncio.run(build())
# [建图] 复用节点 1200，新增 340，边 1540
​

增量建图是常态：你不会为加一份新文档就把全库推倒重来。cognify 按内容指纹判断哪些段落已处理，只补新的。

图的生命周期操作

图谱建好后，你可以查询、检视、删除。下面示意查看图规模与清理。

# 检视图谱状态（示意 API）
stats = cognee.graph_stats()
print(stats)

# 删除某来源的图（如某文档下线）
cognee.delete(source="旧法规.pdf")
print(cognee.graph_stats())
# {'nodes': 1502, 'edges': 2701, 'sources': 35}
​

这种"按来源增删"的能力，让图谱像数据库一样可维护，而不是一次性产物。

图谱增强 RAG 的架构位置

建好的图在检索时如何参与？下面这张架构图把"图"摆在向量和 LLM 之间，说明它增强的到底是哪一段。

案例：法规库的增量更新

背景：某合规系统维护一张法规图谱，每月有新规发布。

操作：只 add 新规，跑增量 cognify。

import asyncio, cognee

async def update():
    await cognee.add("2024新规.pdf")
    await cognee.cognify()           # 增量，复用旧节点
    ans = await cognee.search("数据出境需不需要审批")
    print(ans)

asyncio.run(update())
#   'source':'2024新规.pdf#p3'}]
​

结果：新规自动并入旧图，旧问答仍有效，新问答基于新规。

解读：图谱的生命周期管理让"知识库"真正可维护。若用向量库，新旧文档各自召回，模型要在两个相似段落里自己判断哪条更新——而图谱用版本维度替你做了这步。

变式：若某旧规废止，调用 cognee.delete(source="旧规.pdf") 移除对应子图，图谱即时反映法规现状，不会留下过时关系误导检索。

一个生命周期动作：重建 vs 增量

cognify 有全量重建和增量更新两种语义。全量简单但贵，增量省但要求内容指纹稳定。实务原则：首次或本体大改时全量；日常小幅变更走增量。类比到建筑——新楼封顶是全量工程，日常维修是局部施工，不会为换个灯泡拆整栋。

# 增量更新示意（思想）
await add("法规库/补充条款.pdf")     # 只加新增部分
await cognify()                       # 默认走增量，只处理变更
# 日志：更新节点 12，跳过既有子图 980
​

把握好这个节奏，图随业务长大而不必每次推倒重来。详见第六章 6.5 关于增量图谱的路线方向。

⚠️ 别在增量模式下偷偷改了本体又不重建——新旧节点类型对不上，图会出现"双胞胎"节点。

💡 图要定期"体检"：节点数、边数、孤立节点占比。孤立节点多，多半是某批抽取失败或本体漂移，早查早治。

一个清理动作：删图比建图更该谨慎

重建、删节点都是破坏动作。实务上删除前先导出待删部分做备份，确认无误再执行；切勿为"图有点乱"就整库清空。类比到建筑——局部拆除先支撑加固，整栋推倒是不可逆的。

⚠️ 别在排查时顺手 truncate 全图——你以为能重建，但源若已改，重建出的图不是原来的图。

💡 破坏性操作统一走"导出确认→执行→校验"三步，留审计痕迹。

一个视角：图是活的生命周期

图不是建完就定格的雕像，而是随业务持续生长的系统。把"建图"理解为动词而非名词，你才会持续做增量、做体检、做清理。

⚠️ 别建完图就再不碰——业务在变，图不变就老化，半年后答的非所问你都难察觉。

💡 给图设"生日提醒"：每季一次体检+必要时重建，保持图与业务同步。

一个对照：全量重建 vs 增量更新的代价

前文提过两种语义，这里把代价摆清楚。全量简单但每次重算所有文档，文档多就慢；增量省但要求内容指纹稳定，指纹变了可能漏更。选型看变更频率：低频大改全量，高频小改增量。

⚠️ 别在文档结构大改后仍用增量——指纹全变，增量等于失效，该全量就全量。

💡 建图前判断变更类型：结构性变更走全量，内容补充走增量，混合时先全量校准。

本节要点回顾

• cognify 支持指定流水线与增量重建，不全量推倒。
• 图谱可检视规模、按来源增删，像数据库一样可维护。
• 图增强的是检索段：向量+图融合后再送 LLM。

⚠️ 废弃数据源记得 delete，否则过时关系会混进检索，污染答案。

💡 把"数据源→子图"对应起来管理，增删都按来源走，图谱才不会变成纠缠的毛线团。