核心功能
knowledge-graph 是一款轻量级本地知识图谱构建工具，专注于从 Markdown 和 TXT 文档中提取结构化信息。其核心能力包括：基于正则表达式与关键词规则的实体识别（支持 PERSON、ORG、TECH、CONCEPT 等 6 类实体）、基于共现算法的实体关系发现、以及多格式导出（文本/JSON/GraphViz DOT）。
显著优点
- 完全本地化：数据存储于 SQLite 数据库，无需联网，隐私可控
- 零配置启动：Python 3.8+ 环境即可运行，安装链路简洁
- 命令行友好：Unix 风格的 CLI 设计，支持管道操作与脚本集成
- 可视化兼容：原生支持 GraphViz DOT 导出，可生成 PNG/SVG 图谱
局限性与风险
- 规则驱动局限：依赖正则匹配，对复杂语境、多义词消歧能力弱
- 实体类型固定：6 种预设类型难以覆盖垂直领域需求
- 无推理能力：当前仅支持共现关系，缺乏语义推理与补全
- 扩展性待验证：PDF/Word 支持、NLP 模型集成尚处规划阶段
适合人群
技术文档整理者、个人知识管理（PKM）用户、小型研究团队——尤其适合需快速构建文本级知识网络、且对数据隐私敏感的场景。
常规风险
- 实体识别准确率受文档质量与规则覆盖度制约
- 大规模文档导入时 SQLite 性能可能成为瓶颈
- 无内置加密，敏感文档需自行做好文件系统级防护