s03

本体生成

知识层

LLM 驱动的知识图谱 Schema 设计

用 LLM 从文档中自动设计实体类型和关系类型

限制 10 个实体类型 + 10 个关系类型，并强制包含 Person/Organization 作为回退类型，在灵活性和约束之间取得平衡

🧬

如何让 LLM 自动设计知识图谱的 Schema？

知识图谱需要预先定义实体类型和关系类型（本体），但不同领域的文档差异巨大。MiroFish 用 LLM 分析文档内容自动设计本体 Schema，同时通过硬约束（10 类型上限、必须包含兜底类型）确保输出可控。

总览

本体生成模块通过 LLM 自动设计知识图谱的 Schema，核心挑战在于让 LLM 输出满足 Zep API 约束的结构化本体定义。采用强 Prompt + 后处理验证的双重保障策略。

1/6

Key Source Code

核心约束：正好 10 个实体类型，最后 2 个必须是 Person/Organization 兜底类型

backend/app/services/ontology_generator.py

ONTOLOGY_SYSTEM_PROMPT = """你是一个专业的知识图谱本体设计专家。

数量要求：必须正好10个实体类型

层次结构要求：
A. 兜底类型（必须包含，放在列表最后2个）：
   - Person: 任何自然人个体的兜底类型
   - Organization: 任何组织机构的兜底类型

B. 具体类型（8个，根据文本内容设计）：
   - 针对文本中出现的主要角色，设计更具体的类型

实体必须是现实中可以发声的主体，不可以是抽象概念。
属性名不能使用 name、uuid、group_id 等保留字。"""

python

防御性后处理：强制确保兜底类型存在，截断超长描述

backend/app/services/ontology_generator.py

def _validate_and_process(self, result):
    # 确保兜底类型存在
    entity_names = {e["name"] for e in result["entity_types"]}
    has_person = "Person" in entity_names
    has_organization = "Organization" in entity_names

    fallbacks_to_add = []
    if not has_person:
        fallbacks_to_add.append(person_fallback)
    if not has_organization:
        fallbacks_to_add.append(organization_fallback)

    if fallbacks_to_add:
        current_count = len(result["entity_types"])
        needed_slots = len(fallbacks_to_add)
        if current_count + needed_slots > MAX_ENTITY_TYPES:
            to_remove = current_count + needed_slots - MAX_ENTITY_TYPES
            result["entity_types"] = result["entity_types"][:-to_remove]
        result["entity_types"].extend(fallbacks_to_add)

    # Zep API 限制
    if len(result["entity_types"]) > 10:
        result["entity_types"] = result["entity_types"][:10]
    return result

python