Knowledge Forge (知识锻造) 团队

🏭️ 面向 AI 的知识图谱构建专家团队

Knowledge Forge 是一个专门用于构建知识图谱和知识体系的专家团队。团队采用流水线型协作模式，从原始资料分析到最终质量验证，提供完整的知识图谱构建解决方案。

---

📋 团队概览

项目	信息
团队名称	knowledge-forge
中文名称	知识锻造
团队类型	流水线型（严格顺序执行）
专家数量	6 个
目标读者	AI（构建的知识体系供 AI 阅读）

---

🗂️ 团队结构

┌─────────────────────────────────────────────────────────────────────┐
│                    KNOWLEDGE FORGE 流水线                              │
├─────────────────────────────────────────────────────────────────────┤
│                                                                      │
│  Step 1        Step 2        Step 3        Step 4        Step 5        Step 6      │
│  ┌─────┐      ┌─────┐      ┌─────┐      ┌─────┐      ┌─────┐      ┌─────┐     │
│  │资料  │─────▶│知识  │─────▶│概念  │─────▶│知识  │─────▶│图谱  │─────▶│质量  │     │
│  │分析  │      │抽取  │      │建模  │      │融合  │      │构建  │      │验证  │     │
│  │师    │      │师    │      │师    │      │师    │      │师    │      │师    │     │
│  └─────┘      └─────┘      └─────┘      └─────┘      └─────┘      └─────┘     │
│                                                                      │
│  Analyzer → Extractor → Modeler → Integrator → Builder → Validator              │
│                                                                      │
└─────────────────────────────────────────────────────────────────────┘

---

👥 专家介绍

1. Analyzer（资料分析师）

职责：分析原始资料的类型、结构、领域特征和质量状况

核心能力：

• 多格式资料识别（PDF/Markdown/HTML/图片）
• 结构化分析能力
• 领域知识判断
• 质量评估能力

触发词：资料分析、文档分析、内容识别、领域判断

---

2. Extractor（知识抽取师）

职责：从资料中抽取实体、关系、属性和概念

核心能力：

• 多类型实体识别
• 复杂关系识别
• 属性结构化
• 概念抽象能力

触发词：知识抽取、实体抽取、关系抽取、属性抽取

---

3. Modeler（概念建模师）

职责：构建概念层次、本体结构、分类体系

核心能力：

• 抽象思维能力
• 逻辑推理能力
• 系统设计能力
• 领域理解能力

触发词：概念建模、本体构建、知识模型、分类体系

---

4. Integrator（知识融合师）

职责：整合多源知识、消解冲突和对齐实体

核心能力：

• 实体匹配能力
• 冲突检测能力
• 决策判断能力
• 知识推理能力

触发词：知识融合、实体对齐、冲突消解、知识整合

---

5. Builder（图谱构建师）

职责：生成知识图谱结构、建立索引和设计查询接口

核心能力：

• 图结构设计能力
• 索引优化能力
• 格式转换能力
• AI优化能力

触发词：图谱构建、知识图谱生成、图谱结构

---

6. Validator（质量验证师）

职责：验证完整性、准确性、一致性，生成质量报告

核心能力：

• 质量评估能力
• 问题检测能力
• 改进建议能力
• 报告撰写能力

触发词：质量验证、图谱验证、一致性检查、完整性检查

---

🔧 MCP 工具需求

专家	必要工具	推荐工具
Analyzer	web-reader, vision-server, sequential-thinking	-
Extractor	-	web-reader, sequential-thinking
Modeler	-	sequential-thinking
Integrator	-	web-search-prime, sequential-thinking
Builder	-	sequential-thinking
Validator	-	sequential-thinking

---

🚀 快速开始

1. 安装团队

# 复制协调器 Skill
cp -r skills/knowledge-forge-coordinator ~/.claude/skills/

# 复制专家 Agent
cp -r agents/*.md ~/.claude/agents/

2. 触发团队

在 Claude Code 中使用以下命令触发团队：

/knowledge-forge-coordinator

或使用触发词：

请帮我构建知识图谱
分析这些资料并构建知识体系

---

📊 使用示例

示例1：从技术文档构建知识图谱

用户：我有这些技术文档，请帮我构建知识图谱

协调器：我将启动 Knowledge Forge 团队来处理您的请求...

=== Step 1: 需求沟通 ===
请确认以下信息：
1. 知识来源是什么？（文档/URL/图片）
2. 目标领域是什么？
...

=== Step 2-6: 执行流水线 ===
Analyzer → Extractor → Modeler → Integrator → Builder → Validator

=== Step 7: 交付 ===
知识图谱已构建完成，输出文件：
- knowledge_graph.json（JSON-LD格式）
- quality_report.md（质量报告）

---

📁 输出结构

{项目}/.kf/
├── phases/                    # 阶段产出
│   ├── 01_analysis/          # 资料分析
│   │   └── INDEX.md
│   ├── 02_extraction/        # 知识抽取
│   │   └── INDEX.md
│   ├── 03_modeling/          # 概念建模
│   │   └── INDEX.md
│   ├── 04_integration/       # 知识融合
│   │   └── INDEX.md
│   ├── 05_building/          # 图谱构建
│   │   ├── INDEX.md
│   │   └── knowledge_graph.json
│   └── 06_validation/        # 质量验证
│       ├── INDEX.md
│       └── quality_report.md
├── inbox.md                   # 统一消息收件箱
└── summary.md                 # 最终项目汇总

---

🎯 适用场景

1. 技术文档知识化：将技术文档转换为 AI 可读的知识图谱
2. 研究领域建模：构建领域本体和概念体系
3. 多源知识整合：整合多个来源的异构知识
4. 知识库构建：为企业或组织构建知识库

---

⚙️ 配置说明

协调器配置文件

• 路径：skills/knowledge-forge-coordinator/skill.md
• 用途：团队协调和任务分配

专家配置文件

• 路径：agents/knowledge-forge-*.md
• 用途：各专家的能力定义和工作规范

---

📝 版本信息

• 版本：1.0.0
• 创建日期：2026-03-02
• 框架：KGF (Knowledge Graph Forge) Framework
• 团队类型：流水线型

---

📞 反馈与支持

如有问题或建议，请联系团队维护者。