前言¶

在 DSH 會話裏處理章節、技術文檔、學習筆記或 Agent 執行軌跡時，常見的問題是把原文、結論、證據和關係分散在文本流裏。cwbcheng/dsh-knowledge-graph 是一個 DSH Cordis 插件，它把任意資料正文、圖片或 AI 會話執行軌跡拆成知識圖，並提供知識圖與原文雙向定位、證據驗證、質疑與修復能力。下面介紹它的能力邊界、安裝方式和典型用法。

這是什麼¶

dsh-knowledge-graph 由 cwbcheng 維護，許可證爲 MIT。

README 說明它是一個 DSH 動態 Cordis 插件：一份 Host 代碼運行在 Node 進程，一份 Client 代碼運行在瀏覽器；整體爲純 JS、零依賴、無需構建。

package.json 還聲明瞭以下依賴與注入信息：

• peerDependencies：@deepseek-ai/cordis ^4.0.1
• dsh.client.inject：@deepseek-ai/dsh-client-runtime
• dsh.client.platform：web

package.json 同時包含 build、build:lib、build:viewer、pack:extension、kg 等腳本。

前置條件¶

先確認環境滿足以下條件：

1、已啓動 DSH Web，並進入任意會話：

dsh web

2、環境中已配置 AI 模型提供方。插件默認跟隨系統當前模型；未配置時會給出明確的中文錯誤提示。

3、圖片拆分需要支持 image 輸入的多模態模型；提供方拒絕圖片時會以 model_image_unsupported 明確失敗。

4、插件以當前 DSH 進程權限運行，會讀取倉庫源碼並調用模型。安裝前應檢查源碼與 MIT 許可證。

核心功能¶

正文異步拆分¶

輸入章節、技術文檔、學習筆記等正文後，插件會以後臺任務模式調用 LLM，約 15–40 秒返回一張知識圖。支持最長約 100 萬字符的正文。

圖片直接生成知識圖¶

支持一次上傳 1–4 張 PNG / JPEG / WebP / GIF 圖片，單張不超過 6 MiB，合計不超過 16 MiB。

可處理的圖片包括文字截圖、示意圖、流程圖、架構圖、統計圖、公式和表格。

圖片抽取會先用多模態模型生成帶圖片範圍的 canonical 視覺轉寫，再把箭頭/連線、分組/包含、對象對應、順序和圖例語義拆成關係單元。

注意：視覺轉寫是模型產物，不是像素級確定性 OCR。關鍵文字、數值、表格單元和連線關係仍應對照原圖複覈。當前圖片輸入用於新建知識圖；已有圖的增量追加仍使用文字。

8 類節點與 12 類關係¶

插件生成 8 類節點：

• fact
• claim
• inference
• concept
• definition
• example
• counter_example
• rule

插件生成 12 類關係：

• supports
• example
• counter_example
• defines
• infers
• causes
• is_a
• contains
• driven_by
• not_is
• analogy
• aims_at

雙向定位¶

點擊圖中節點時，可彈出詳情卡片，並平滑滾動高亮到原文對應內容單元。

點擊原文內容單元時，可在圖中居中聚焦並閃爍對應節點。

圖渲染¶

圖渲染支持 4 種可切換佈局形態：

• 力導向
• 圓形
• 放射
• 分層

圖渲染支持拖拽平移、Ctrl+滾輪 縮放、工具欄縮放和鍵盤可達。

驗證、質疑與修復¶

生成知識圖後，可以做以下操作：

1、快速體檢：本地規則檢查。
2、AI 深度審校。
3、人工閉環：對問題執行採納修復、忽略或一鍵修復，並寫入審計記錄。
4、主動質疑：可質疑節點、關係或整張圖。

外部事實覈查¶

可將以下節點轉爲可覈查斷言：

• fact
• claim
• inference
• rule
• definition
• counter_example

外部事實覈查可使用 Wikipedia 等外部證據，也可粘貼領域規則來源參與裁決。

每條結論綁定證據鏈接與證據引文；引文必須能在檢索結果中定位，編造引文會被自動降級。

追加拆分與歷史記錄¶

已有拆分結果後，可以追加下一段或下一份資料。AI 只抽取新增內容，並與已有圖建立跨段關係邊；同一概念不重複建節點。

每次成功拆分會自動記錄：

• 最多 20 條
• 同文去重
• 可單刪或清空

瀏覽器只保存 documentId、標題、計數等輕量索引；回看時從 Host/SQLite 重新載入正文與 canonical graph。

章節過濾與候選審覈¶

結果區可按章節篩選圖節點和原文段落。

候選實體或候選聲明可以標記爲：

• 待審覈
• 已接受
• 已駁回

狀態通過 Host 同步到 SQLite；失敗時回退瀏覽器 localStorage。

知識圖消費層¶

支持按以下條件做有界結構化檢索：

• 關鍵詞
• 節點類型
• 章節
• grounding / entailment 狀態

也支持只使用服務端 canonical graph 和已認證原文的證據問答。

導出¶

可導出當前渲染圖爲高清 PNG，也可導出：

• 完整 JSON
• 節點 CSV
• 關係 CSV

數據導出爲完整圖，不受當前章節篩選影響。

工作臺與模型選擇¶

浮動工作臺窗口可拖動、可調整大小。

原文與知識圖的寬度比例、結果區高度均可拖拽調整並記憶。

工作臺與「軌跡知識圖」頂部提供模型下拉框，可手動指定以下操作使用的模型：

• 拆分
• 追加
• AI 審校
• 質疑
• 外部覈查

模型選擇保存在瀏覽器本地。

軌跡知識圖¶

對話區新增「軌跡知識圖」標籤頁。

它可把當前會話的用戶消息、工具調用、工具結果、AI 回覆拆成知識圖，並支持圖與軌跡事件雙向定位，也支持追加新事件增量合併。

常駐入口¶

每個對話標題右側常駐「知識圖」按鈕。運行卡片內也有啓動條。

安裝與啓用¶

先獲取源碼：

git clone https://github.com/cwbcheng/dsh-knowledge-graph.git
cd dsh-knowledge-graph

然後進入任意 DSH Web 會話，把下面這句話發給 Agent：

請讀取 dsh-knowledge-graph 倉庫的 src/index.host.js 和 src/index.client.js，把這兩個文件定義爲 Cordis 插件的 Host 半和 Client 半，然後運行它。

Agent 會依次調用 cordis_define（定義）與 cordis_run（運行），並在界面上彈出運行審批卡片。

經過上面的步驟後，可從每個對話標題右側的「知識圖」按鈕或運行卡片內的啓動條打開工作臺。

典型用法¶

1、正文拆圖：在工作臺輸入章節、技術文檔、學習筆記等資料正文，後臺異步拆分生成知識圖。

2、圖片拆圖：上傳 1–4 張 PNG / JPEG / WebP / GIF 圖片生成知識圖；點擊圖片會定位到對應視覺轉寫段落。

3、雙向定位：點擊圖中節點，查看完整內容、原文摘錄和定位按鈕；點擊原文內容單元，使圖中居中聚焦並閃爍對應節點。

4、追加拆分：已有拆分結果後，點擊「追加拆分」粘貼下一段或下一份資料，AI 抽取新增內容並自動與已有圖建立跨段關係邊。

5、劃線拆分：在聊天消息裏選中任意一段文字，點擊「拆成知識圖」按鈕，自動打開工作臺並拆分所選文字。

6、驗證與修復：使用快速體檢、AI 深度審校、質疑此節點、質疑此關係、外部事實覈查原文，並對問題執行採納修復、忽略或一鍵修復。

7、檢索與問答：使用知識圖消費層按關鍵詞、節點類型、章節、grounding / entailment 狀態檢索，並進行證據問答。

8、軌跡拆圖：打開對話區「軌跡知識圖」標籤頁，一鍵拆解當前會話的完整執行軌跡；也可點「追加新事件」只拆解新增部分，並在同一 revisioned document 上增量合併。

9、導出：導出當前渲染圖爲高清 PNG，或導出完整 JSON、節點 CSV、關係 CSV。

適用場景與注意¶

適合需要把資料正文、圖片、Agent 會話軌跡整理成可檢索知識圖，並且希望圖與原文互相定位、可對結論做覈查的人。

注意以下事項：

• 插件以當前 dsh 進程權限運行，會讀取倉庫源碼並調用模型；安裝前應檢查源碼與 MIT 許可證。
• 需要 DSH Web 會話與 AI 模型提供方；插件默認跟隨系統當前模型，未配置時會給出明確的中文錯誤提示。
• 圖片抽取需要支持 image 輸入的多模態模型；提供方拒絕圖片時會以 model_image_unsupported 明確失敗。
• 視覺轉寫是模型產物，不是像素級確定性 OCR；關鍵文字、數值、表格單元和連線關係仍應對照原圖複覈。
• 當前圖片輸入用於新建知識圖；已有圖的增量追加仍使用文字。
• 常駐模式把全文、canonical graph 與無損 checkpoint 保存在 SQLite；刷新後瀏覽器只憑 documentId/runId 恢復。
• Host 重啓遺留的 running 任務才允許從 checkpoint 續跑；顯式 failed/cancelled 任務絕不自動重試。
• 候選實體/聲明狀態通過 Host 同步到 SQLite，失敗時回退瀏覽器 localStorage。
• 外部事實覈查中，每條結論綁定證據鏈接與證據引文；編造引文會被自動降級。

結尾¶

dsh-knowledge-graph 的價值，在於把 DSH 會話中的資料、圖片和軌跡轉成可定位、可覈查、可修復的知識圖。

GitHub 倉庫地址：

https://github.com/cwbcheng/dsh-knowledge-graph

目錄線索：

https://www.skillhub.cn/plugins/cwbcheng/dsh-knowledge-graph

該目錄線索來自插件線索，未在抓取資料正文中驗證。