实体知识图谱——让 Wiki 能做关联发现
为什么需要实体层
假设你的 Wiki 里有 500 个知识页面，讲了 100 家公司、200 个产品、300 个技术概念。Agent 搜「和 Spring Boot 相关的公司」，如果只有文本检索，它会返回所有提到 Spring Boot 的页面——但你真正想看的是：有哪些公司生产 Spring Boot 相关的产品、哪些公司使用了 Spring Boot、哪些公司竞争 Spring Boot 的生态。
这就是实体图谱要解决的问题——把页面里隐含的「A 公司做了 B 产品，B 产品基于 C 技术」关系显式化。
图谱里有什么
| 元素 | 来源 |
|---|---|
| 实体 | 人、公司、产品、技术、概念、事件 |
| 关系 | 制作、使用、竞争、引用、包含、前身、作者 |
| 属性 | 成立年份、行业、版本、作者 |
实体和关系都从知识页面里自动提取，也可以手动修正。
图谱能做什么
- 实体级检索：搜「所有使用 Spring Boot 的中国公司」
- 关联发现：「A 公司和 B 公司之间有哪些共同的技术依赖？」
- 可视化浏览：在 UI 里看到实体节点和关系线的图
- Agent 增强：Agent 可以先查图谱拿到实体列表，再针对性读页面——比盲搜高效得多
自动维护
MateClaw 1.5.0 之后的 Wiki 会定期自动扫描知识页面的变化——新增的实体、变化的关系、过期的页面——自动更新图谱。这让 Wiki 不会因为积累变久而变得难维护。