导航知识图谱技能

查询和管理统一的项目知识图谱。从任务、SOPs、系统文档和经验记忆中检索相关知识。

为什么存在这个技能

Navigator v6.0.0引入了项目知识图谱：

统一搜索：通过一个界面查询所有知识类型
经验记忆：模式、陷阱、决策、学习持久化
上下文感知检索：只加载相关知识（约1-2k令牌）
关系遍历：找到相关概念和文档

何时调用

查询触发器：

“我们对X了解多少？”
“显示与X相关的一切”
“X有什么陷阱吗？”
“关于X的决策是什么？”
“找到关于X的所有知识”

记忆捕获触发器：

“记住这个模式： …”
“记住这个陷阱： …”
“记住我们决定： …”
“记住这个学习： …”

图管理触发器：

“初始化知识图谱”
“重建知识图谱”
“显示图统计信息”

图谱位置

.agent/knowledge/graph.json （约1-2k令牌，查询时加载）

执行步骤

第1步：确定行动

查询（搜索知识）：

用户："我们对认证了解多少？"
→ 按概念查询图谱

捕获（存储记忆）：

用户："记住：认证变更经常破坏会话测试"
→ 创建新的记忆节点

初始化（构建图谱）：

用户："初始化知识图谱"
→ 根据现有文档构建图谱

统计（查看图谱）：

用户："显示图统计信息"
→ 显示图谱统计信息

第2步：加载或初始化图谱

检查图谱是否存在：

if [ -f ".agent/knowledge/graph.json" ]; then
  echo "Graph exists"
else
  echo "No graph found, will initialize"
fi

如果不存在则初始化：

python skills/nav-graph/functions/graph_builder.py \
  --agent-dir .agent \
  --output .agent/knowledge/graph.json

第3A步：查询知识（如果是查询行动）

从用户输入中提取概念：

用户："我们对测试了解多少？"
→ 概念：测试

用户："认证有什么陷阱吗？"
→ 概念：认证（标准化为认证）

运行查询：

python skills/nav-graph/functions/graph_manager.py \
  --action query \
  --concept "testing" \
  --graph-path .agent/knowledge/graph.json

显示结果：

知识图谱："testing"

任务（3）
  - TASK-30：任务验证增强（已完成）
  - TASK-17：视觉回归集成（已完成）
  - TASK-11：项目技能生成（已完成）

记忆（2）
  - 陷阱："认证变更破坏会话测试"（90%）
  - 模式："总是先运行单元测试再集成"（85%）

SOPs（1）
  - visual-regression-setup

文件（5）
  - skills/backend-test/*
  - skills/frontend-test/*

加载详情："阅读 TASK-30" 或 "显示测试记忆"

第3B步：捕获记忆（如果是捕获行动）

从用户输入中解析记忆：

用户："记住这个陷阱：认证变更经常破坏会话测试"
→ 类型：陷阱
→ 摘要："认证变更经常破坏会话测试"
→ 概念：[认证，测试]

用户："记住我们决定使用JWT而不是会话以实现扩展"
→ 类型：决策
→ 摘要："使用JWT而不是会话以实现扩展"
→ 概念：[认证，架构]

确定记忆类型：

用户说	记忆类型
“模式”，“我们使用”，“方法”	模式
“陷阱”，“小心”，“注意”	陷阱
“决定”，“选择”，“因为”	决策
“学习”，“发现”，“意识到”	学习

创建记忆：

python skills/nav-graph/functions/graph_manager.py \
  --action add-memory \
  --memory-type pitfall \
  --summary "auth changes often break session tests" \
  --concepts "auth,testing" \
  --confidence 0.9 \
  --graph-path .agent/knowledge/graph.json

可选创建详细记忆文件：

# 陷阱：认证变更破坏会话测试

## 摘要
认证变更经常破坏会话测试的原因...

## 上下文
在TASK-XX期间发现当...

## 推荐方法
修改认证时，总是运行...

## 相关
- TASK-12：V3 Skills-Only
- SOP：autonomous-completion

确认捕获：

记忆捕获：mem-001

类型：陷阱
摘要："认证变更经常破坏会话测试"
概念：认证，测试
置信度：90%

这将在处理认证或测试主题时浮现。

第3C步：初始化图谱（如果是初始化行动）

从现有文档构建：

python skills/nav-graph/functions/graph_builder.py \
  --agent-dir .agent \
  --output .agent/knowledge/graph.json

显示结果：

知识图谱初始化

扫描：
  - 任务：35
  - SOPs：12
  - 系统文档：3
  - 标记：8

提取：
  - 概念：15
  - 关系：47

图谱保存到 .agent/knowledge/graph.json

查询："我们对[主题]了解多少？"

第3D步：显示统计信息（如果是统计行动）

显示图谱统计信息：

python skills/nav-graph/functions/graph_manager.py \
  --action stats \
  --graph-path .agent/knowledge/graph.json

输出：

知识图谱统计信息
==========================
总节点数：65
总边数：47
记忆：5
最后更新时间：2025-01-23T10:30:00Z

按类型：
  任务：35
  SOPs：12
  系统：3
  标记：8
  概念：15
  记忆：5

第4步：查找相关（可选）

如果用户询问相关项目：

用户："TASK-29与什么相关？"

运行遍历：

python skills/nav-graph/functions/graph_manager.py \
  --action related \
  --node-id "TASK-29" \
  --max-depth 2 \
  --graph-path .agent/knowledge/graph.json

记忆类型

模式

“我们在这个项目中使用X做Y”

可重用的方法
项目约定
最佳实践

陷阱

“当接触Y时要小心X”

常见错误
陷阱
失败模式

决策

“我们选择X而不是Y因为Z”

架构决策
技术选择
权衡理由

学习

“在这个代码库中X通常意味着Y”

项目特定知识
错误解释
领域洞察

置信度系统

基础置信度：

基于纠正：0.8
显式捕获：0.9

衰减：

自上次验证以来每周1%

提升：

每次使用+5%（最多+25%）

阈值：

低于0.3：修剪候选
高于0.7：可靠的记忆

与其他技能的集成

nav-start（会话开始）

会话开始时加载图谱统计信息：

知识图谱：65个节点，5个记忆
相关：当前上下文中的2个记忆

nav-task（任务创建）

从新任务中自动提取概念：

创建TASK-35：项目记忆
提取的概念：知识，记忆，图谱
添加到图谱。

nav-profile（纠正）

纠正通过 correction_to_memory.py 自动创建记忆：

# 在nav-profile中检测到纠正时：
python3 skills/nav-graph/functions/correction_to_memory.py \
  --action convert-one \
  --correction-json '{"pattern": "...", "context": "...", "confidence": "high"}'

# 输出：
[纠正检测到]
→ 类型：陷阱（基于模式分析）
→ 概念：[认证，测试]（自动提取）
→ 创建记忆：mem-002
→ 添加到图谱

同步所有纠正：

python3 skills/nav-graph/functions/correction_to_memory.py \
  --action sync \
  --profile-path .agent/.user-profile.json \
  --graph-path .agent/knowledge/graph.json

nav-marker（上下文标记）

标记引用图谱状态：

## 图谱状态
- 浮现的记忆：mem-001, mem-003
- 活跃的概念：认证，测试

配置

在 .agent/.nav-config.json 中：

{
  "knowledge_graph": {
    "enabled": true,
    "auto_capture_corrections": true,
    "auto_capture_decisions": true,
    "auto_surface_relevant": true,
    "max_session_memories": 5,
    "confidence_decay_rate": 0.01,
    "staleness_threshold_days": 90,
    "git_tracked": true
  }
}

图谱维护

健康检查

python3 skills/nav-graph/functions/graph_maintenance.py --action health

输出：

知识图谱健康检查
========================================
总节点数：94
总边数：819
记忆：2（2个高置信度）
健康评分：100/100

未检测到问题！

冲突检测

找到可能相互矛盾的记忆：

python3 skills/nav-graph/functions/graph_maintenance.py --action conflicts

过时记忆检测

找到90+天未验证的记忆：

python3 skills/nav-graph/functions/graph_maintenance.py --action stale --stale-days 90

低置信度修剪

找到并可选移除低置信度记忆：

# 预览将被移除的内容
python3 skills/nav-graph/functions/graph_maintenance.py --action prune --threshold 0.3 --dry-run

# 实际移除（慎用）
python3 skills/nav-graph/functions/graph_maintenance.py --action prune --threshold 0.3 --execute

应用衰减

降低过时记忆的置信度：

python3 skills/nav-graph/functions/graph_maintenance.py --action decay --decay-rate 0.01

令牌预算

组件	令牌	何时
graph.json（50个节点）	~1000	查询时
graph.json（200个节点）	~2000	查询时
记忆摘要（5）	~500	会话开始时
完整记忆详情	~500每个	按需

会话开销：~1.3k令牌

成功标准

图谱技能成功时：

[ ] 查询返回跨知识类型的相关结果
[ ] 记忆持久化并适当浮现
[ ] 概念连接相关项目
[ ] 置信度衰减/提升工作
[ ] 图谱保持在2k令牌开销以下

最佳实践

好的查询：

“我们对认证了解多少？”（具体概念）
“测试有什么陷阱吗？”（范围类型）
“显示与TASK-29相关的一切”（节点遍历）

好的记忆捕获：

“记住：我们使用X做Y”（清晰的模式）
“记住这个陷阱：X破坏Y”（具体问题）
“记住我们决定X因为Y”（包括理由）

避免：

过于宽泛的查询（“我们了解什么？”）
在记忆中存储代码片段（使用路径代替）
捕获显而易见的知识（专注于项目特定洞察）

这项技能将Navigator从无状态助手转变为知识型团队成员