Narzędzia knowledge graph - grafy z wielu źródeł

To nasze własne narzędzia badawcze — rozwijamy je u siebie i używamy w codziennej pracy. Nie są zleceniem klienta ani produktem pudełkowym: to warsztat, który powstał, bo potrzebowaliśmy go sami, i który dziś wspiera nasze prace nad RAG.

Co to jest

Zestaw narzędzi, który z katalogu plików robi przeszukiwalny graf wiedzy — z pojęciami jako węzłami i relacjami jako krawędziami.

• Obsługiwane źródła obejmują: kod, dokumenty, artykuły, notatki, zrzuty ekranu, nagrania i wskazane adresy stron.
• Wykrywanie społeczności grupuje węzły w klastry tematyczne — pokazuje, co z czym realnie się łączy, także między plikami, w których nikt by tego nie szukał.
• Audyt każdej relacji. Krawędź jest oznaczona jako znaleziona w źródle, wywnioskowana albo niepewna, z oceną pewności. Wiesz, co graf zobaczył, a co dopisał.
• Wyjścia w trzech formach: interaktywny graf do przeglądania, JSON gotowy pod RAG i raport tekstowy dla człowieka.
• Graf jest trwały — leży w pliku i przeżywa sesję, więc pytania można zadawać tydzień później bez czytania wszystkiego od nowa.
• Zapytania po grafie: przejście w głąb lub wszerz, najkrótsza ścieżka między dwoma pojęciami, wyjaśnienie pojedynczego węzła prostym językiem.

Jaki problem rozwiązuje

• „Wiedza jest w głowach i w pięćdziesięciu folderach”. Wyszukiwanie po słowach kluczowych znajduje plik. Graf pokazuje, jak ten plik łączy się z pozostałymi.
• Wejście w nieznany kod. Zanim cokolwiek zmienisz, chcesz wiedzieć, co od czego zależy. Graf zależności odpowiada szybciej niż tydzień czytania.
• Model, który zmyśla. Rozdzielenie „znalezione w źródle” od „dopisane wnioskiem” to ta sama dyscyplina, którą stosujemy w systemach RAG — odpowiedź musi mieć źródło.
• Planowanie treści i architektury informacji. Klastry pokazują naturalne tematy przewodnie i miejsca, w których materiały kanibalizują się nawzajem. Używamy tego przy destylacji materiałów w naszym potoku.

Jak to zbudowaliśmy

Narzędzie jest napisane w Pythonie i pracuje w dwóch trybach ekstrakcji. Dla kodu relacje wyciągamy z drzewa składniowego — bez modelu językowego, więc jest to tanie, szybkie i deterministyczne. Dla dokumentów, obrazów i notatek ekstrakcję prowadzi model (Claude), a nagrania są najpierw transkrybowane Whisperem.

Graf trzymamy w networkx: węzły, krawędzie ważone i hiperkrawędzie dla relacji wiążących więcej niż dwa pojęcia. Na tym liczymy wykrywanie społeczności oraz miary centralności, które wskazują węzły-huby — pojęcia przeciążone powiązaniami, zwykle warte rozbicia.

Aktualizacja jest przyrostowa: hook po commicie przelicza tylko zmienione pliki, jest też tryb obserwowania katalogu. Eksporty: JSON, GraphML, SVG i Cypher do Neo4j. Graf można też udostępnić agentowi jako serwer MCP — wtedy asystent nie zgaduje architektury, tylko ją odczytuje.

Zasada wbudowana w narzędzie na twardo: nie przedstawiaj wywnioskowanej relacji jako faktu. Jeśli źródło nie jest jednoznaczne, krawędź zostaje oznaczona jako niepewna, a nie usunięta ani nie awansowana na fakt.

Czego to dowodzi

Że umiemy porządkować cudzą wiedzę w strukturę, na której da się oprzeć odpowiedzi AI — z jawnym rozdziałem między faktem a wnioskiem. To dowód dla usługi second brain dla firm, czyli RAG i grafów wiedzy na danych klienta.

Serwer MCP i zapytania po grafie są też fundamentem pod systemy multiagentowe — agent ma wtedy dostęp do jawnej struktury zależności i nie musi opierać się wyłącznie na pojedynczym fragmencie tekstu.