TTechSpecs

適用情境

增量提取工作流 是在快速入門工作流之上的擴展。它適合：

  • 需要持續加入新知識的場景
  • 定期更新圖譜的內容
  • 需要驗證提取結果的任務
  • 建立中型知識圖譜（10-100 份文件）

核心步驟

第 1 步：初始化專案

graphify init --backend=neo4j

建議使用 Neo4j 作為後端，以支援更大的圖譜規模。

第 2 步：初始提取

# 從核心文件開始
graphify extract README.md

先從最重要的文件開始提取，建立圖譜的基礎。

第 3 步：查詢驗證

# 驗證提取結果
graphify query "圖譜中有哪些專案？"
graphify query "誰參與了這些專案？"

透過查詢確認提取的內容是否符合預期。

第 4 步：增量提取

# 繼續提取其他文件
graphify extract docs/introduction.md
graphify extract docs/api-reference.md

逐步擴展圖譜，每次提取後都可查詢驗證。

第 5 步：視覺化

graphify visualize --output=knowledge-graph.html

生成完整的知識圖譜視覺化。

完整範例

以下是建立專案知識圖譜的完整流程：

── 第 1 輪：初始化與基礎提取 ──

  • You:

    graphify init --backend=neo4j

  • AI:

    正在初始化 Graphify 專案…

    ✓ 建立目錄：.graphify/ ✓ 使用 Neo4j 後端：bolt://localhost:7687

    ✓ 專案初始化完成！

  • You:

    graphify extract README.md

  • AI:

    正在從 README.md 提取知識…

    提取摘要：

    • 實體：12 個
    • 關係：18 個

    ✓ 知識已加入圖譜！

── 第 2 輪：查詢驗證 ──

  • You: 
    graphify query "圖譜中有哪些專案？"
  • AI:

    根據圖譜查詢結果，目前有 2 個專案：

    1. Graphify - LLM 與圖譜結合工具
    2. Superpowers - AI 開發方法論

── 第 3 輪：擴展提取 ──

  • You:

    graphify extract docs/usage.md

  • AI:

    正在從 docs/usage.md 提取知識…

    提取摘要：

    • 新增實體：8 個
    • 新增關係：12 個

    ✓ 知識已合併到圖譜中！

  • You:

    graphify query "Graphify 專案的使用方式有哪些？"

  • AI:

    根據圖譜查詢結果，Graphify 的使用方式包括：

    1. 知識提取 - 從文件中提取實體關係
    2. 自然查詢 - 用自然語言查詢圖譜
    3. 視覺化 - 生成互動式圖譜視覺化

── 第 4 輪：最終視覺化 ──

  • You: 
    graphify visualize --output=full-graph.html
  • AI:

    正在生成視覺化…

    圖譜統計：

    • 節點數：47
    • 關係數：72

    ✓ 視覺化已生成：full-graph.html

增量提取策略

1. 由核心到周邊

# 先提取核心文件
graphify extract README.md
graphify extract docs/introduction.md

# 再提取細節文件
graphify extract docs/advanced-usage.md
graphify extract docs/api-reference.md

2. 分批驗證

# 每批提取後都查詢驗證
graphify extract docs/*.md
graphify query "總共提取了哪些概念？"

3. 定期備份

# 每次重要提取後備份
graphify backup --name=after-docs-extraction

優勢與注意事項

優勢

特點 說明
🔍 可驗證 每次提取後可查詢確認結果
📈 可擴展 持續加入新知識而不破壞現有結構
🔄 可回溯 發現問題可回退到上一版本
🎯 精確控制 選擇性提取特定文件

注意事項

事項 說明 應對方式
🐌 提取時間 大量文件耗時較長 分批提取，優先處理重要文件
🔄 重複實體 不同文件可能提取重複內容 Graphify 會自動去重，但需驗證
📊 圖譜複雜度 節點過多時視覺化困難 使用過濾和子圖功能

與其他工作流比較

特性 快速入門 增量提取 完整開發
適用規模 < 10 文件 10-100 文件 > 100 文件
後端 內建 Neo4j Neo4j 叢集
驗證步驟 無 查詢驗證 完整測試
協作支援 無 基礎 完整

常見問題

Q1：如何避免重複提取？

A：Graphify 會自動去重，但你可以：

  1. 使用命名空間區分來源（--namespace）
  2. 查詢後再決定是否提取
  3. 使用 --dry-run 預覽提取結果

Q2：圖譜變得太大怎麼辦？

A：

  1. 使用子圖視覺化（--focus）
  2. 過濾特定關係（--filter）
  3. 考慮將圖譜分片

Q3：如何追蹤提取進度？

A：

  1. 使用查詢統計節點數量
  2. 查看圖譜視覺化
  3. 使用 graphify stats 查看統計資訊

增量提取工作流是建立實用知識圖譜的推薦方式，平衡了效率與品質！