万象图谱
📖 适合谁:数据团队 / 业务运营 / 知识管理者 —— 想把多源数据(客户、产品、订单、产业链)建成实体+关系知识网络,做关系挖掘 / 图分析 / 智能问答的人
📖 阅读时长:4 分钟
📖 一句话:YingCore 内置的企业级知识图谱管理平台,基于 Neo4j 图数据库构建,把多源数据统一建模为实体+关系的知识网络,提供可视化浏览、图分析(中心性 / 社区发现)、路径查询、本体设计与多源数据导入(ETL)的全链路能力。顶部导航「万象图谱」(路由
/graph-panorama) 即可进入,全员可访问,详细技术说明见仓库docs/graph-panorama/。
首次进入图谱为空时，可在「工具 → 管理工具」一键生成演示数据导入样例，先熟悉操作再上真实数据。
一、主要能力
| 能力 | 说明 |
|---|---|
| 本体建模 | 可视化定义对象类型（Entity）、关系类型（Relation）、属性 schema；进入「设计模式」即可设计 |
| AI 辅助本体设计 | 输入类型名，AI 自动生成 5-10 个属性建议，编辑后一键创建 |
| 多源数据导入 | ETL 管道（GraphRAG 知识库 / 外部 HTTP API）、SQL 连接器（PostgreSQL / MySQL / SQL Server）、CSV / Excel |
| 实体 + 关系建模 | Neo4j 图数据库后端；实体带属性、实体间连关系，支持任意多跳 |
| 路径查询 | 选择起点与终点 + 深度 1-5 跳，画布高亮显示完整路径 |
| 图分析 | 图统计、度中心性 Top 20、实体解析（名称 + 共享邻居相似度检测重复 + 一键合并去重） |
| 图算法 | PageRank、社区发现、最短路径、相似度算法——支撑推荐、风控、归因 |
| 可视化探索 | 力导向 / 网格 / 环形布局；缩放 0.3x-3x；颜色编码不同实体类型 |
| 高级画布操作 | 拖拽 / 缩放 / 适应画布 / 布局切换 / N 跳邻居展开 / 时间轴模式 |
| 数据导出 | PNG / JSON / CSV——方便备份、外部分析、报告插图 |
| 我的调查 | 把当前画布视图保存为调查会话，支持笔记、加载、删除、共享给团队 |
| 服务健康监控 | Neo4j 连接、PostgreSQL 同步、审计日志状态——全屏仪表盘 |
| 与 RAG 融合 | 知识库开 GraphRAG 后，关系链路作为答案的依据（知识库） |
| 权限隔离 | 不同图谱空间互相隔离，按角色控制可见范围 |
二、典型应用场景
- 客户 360 视图：在一个图谱里看客户的购买历史、所属社群、触达记录、风险标签——销售/客服一屏看清全貌。
- 供应链风险传导：某供应商出问题后，下游哪些客户、订单、产品会受影响？用路径查询 1-5 跳定位影响面。
- 学术 / 行业知识图谱：把论文、专利、人物、机构关系入库，做研究脉络分析、学者合作网络、技术演进路径。
- 推荐与营销：基于「相似用户也喜欢」关系做商品推荐，用图算法（PageRank / 社区发现）替代纯文本相似度，CTR 提升明显。
- 金融风控 / 反欺诈：识别团伙（社区发现）、识别异常资金链路（路径分析）、识别高风险实体（中心性）。
- 关系链路问答（与 RAG 融合）："A 公司投资了哪些 B 类公司？"——这类问题纯文本答不上，开 GraphRAG 后图谱能直接给关系链路。
- 本体先行：先设计对象类型（客户 / 产品 / 订单）+ 关系类型（购买 / 属于 / 推荐），再灌数据，避免脏数据堆。
三、界面与操作
1. 界面布局
| 区域 | 功能 |
|---|---|
| 顶部全局搜索栏 | 跨所有实体类型模糊搜索，联想展示匹配实体 |
| 左侧栏（可折叠） | 浏览 / 分析 / 工具 三个 Tab（进入设计模式后变为「设计」Tab） |
| 中央画布 | 实体关系图（力导向 / 网格 / 环形布局），支持拖拽、缩放、点击 |
| 右侧抽屉 | 点击实体后弹出：属性 / 关系 / 历史 |
2. 左侧栏 · 浏览 Tab
- 实体搜索：关键词 + 类型过滤，分页累加加载。
- 对象类型列表：区分已注册 / 未注册类型，点击加载该类实体到画布。
- 路径查找：选择起点与终点实体，设置深度（1-5 跳），在画布高亮显示路径。
- 其他：清空画布、新建实体、批量导入。
3. 左侧栏 · 分析 Tab
- 图统计：总节点 / 总边 / 类型分布。
- 度中心性 Top 20：点击某行实体可在画布定位——快速找到「最核心」节点。
- 实体解析：检测重复实体（名称 + 共享邻居相似度），一键合并去重——清理图谱脏数据。
4. 左侧栏 · 工具 Tab
| 工具 | 作用 |
|---|---|
| 我的调查 | 把当前画布视图保存为调查会话，支持笔记、加载、删除、共享 |
| ETL 数据集成管道 | 从 GraphRAG 知识库 / 外部 HTTP API 等导入数据 |
| SQL 数据源连接器 | 连接 PostgreSQL / MySQL / SQL Server，创建抽取任务 |
| 图统计仪表盘 | 全屏统计面板 |
| 服务健康监控 | Neo4j 连接、PostgreSQL 同步、审计日志状态 |
| 管理工具 | 追加 / 重置演示数据、手动触发定时分析、清理孤儿关系 |
5. 本体设计模式
- 左侧栏点击「设计」→「进入设计模式」，切换为本体设计器。
- 可创建 / 编辑 / 删除：
- 对象类型（含属性定义）
- 关系类型（源 / 目标约束、基数）
- 操作类型（关联技能 / 工作流）
- AI 辅助：输入类型名称，AI 自动生成 5-10 个属性建议，编辑后一键创建。
- 画布上可渲染「本体图」（类型为节点、关系类型为边）。
6. 实体详情抽屉
| Tab | 内容 |
|---|---|
| 属性 | 键值对展示与编辑（增删改字段） |
| 关系 | 列出该实体全部关系，点击关联实体可跳转；可创建关系（搜索目标实体 + 选择关系类型 + 可选关系属性） |
| 历史 | AI 分析报告 + 最近审计日志 |
7. 画布操作
- 平移：拖拽空白处
- 缩放：滚轮 0.3x-3x
- 适应画布：一键把所有节点放回可视区
- 布局切换：力导向 / 网格 / 环形
- 导出：PNG / JSON / CSV
- 时间轴模式：按日期属性过滤，看图谱随时间的演化
- N 跳邻居展开：双击节点展开 1-3 跳邻居
四、最佳实践
- 先设计本体，再灌数据：用「设计模式」定义清楚对象类型（客户 / 产品 / 订单）和关系类型（购买 / 属于 / 推荐），再开始数据导入——避免后期清洗地狱。
- 演示数据先熟悉操作：首次进入空白图谱，**在「工具 → 管理工具」点击「生成演示数据」**导入样例，演练查询和分析后再上真实数据。
- AI 辅助生成属性：设计对象类型时输入类型名（如「客户」），AI 自动生成 5-10 个属性建议（姓名、电话、邮箱、消费等级……），编辑后一键创建。
- 大图谱用过滤 + 路径深度限制：节点数 > 10 万时，用类型过滤 + 路径深度 ≤ 5 跳 + 分页加载，避免画布过载卡死。
- 定期跑「实体解析」去重：导入过程中容易产生重复实体（同一公司两种叫法），定期用「分析 → 实体解析」检测并合并。
- 备份用「导出 JSON」：重要图谱变更前，画布「导出 JSON」作为备份；也可通过管理接口做整库备份 / 恢复。
- 与 RAG 融合让答案带关系：在 知识库 开
GraphRAG解析后，关系类问题（「A 投资了哪些 B」）由图谱回答，事实类问题由文本回答，各展所长。 - 权限按角色控可见范围：敏感图谱（如客户档案、风险标签）只对必要角色开放，避免全员可见泄露隐私。