obra/knowledge-graph 語義索引整合¶
概念概覽
選型決策¶
核心知識¶
選型決策¶
對比兩個選項： - 選項 A：加向量搜尋（embedding + cosine similarity）— 能去重，但無法揭示概念結構 - 選項 B：obra/knowledge-graph — 產出語義索引，能揭示概念間的結構關係
選擇 選項 B 的理由：比選項 A 多約 2 小時工作量，但省下未來自建知識圖譜 2-3 天成本；對「彙整品質」改善顯著更大。
整合計畫¶
Step 1: /tmp clone obra/knowledge-graph → 本地跑 index + search 驗證可用性
Step 2: 確認可用後寫 Python adapter
Step 3: 整合到 CI pipeline
在 wiki_manager.py 的應用¶
在概念提取階段加入「語義重複檢查」— 新概念進入前先比對現有索引，相似度超過閾值時觸發合併流程而非新建頁面，避免概念碎片化從源頭發生。
經驗教訓¶
-
Step 1 本地驗證（/tmp clone → 跑 index/search）是關鍵防線，確認可用後再寫 adapter
-
語義索引能揭示結構（哪些概念是同一族群），向量搜尋只能做去重 — 兩者目標不同
-
整合到 CI 的時機應在 adapter 穩定後，不要急於 CI 整合
常見陷阱¶
-
obra/knowledge-graph 需在本地先驗證能否正確索引 docs/concepts/ 的文件格式
-
若 Step 1 失敗應立即回報並切回選項 A，不可硬推
相關概念¶
相關視角¶
以下頁面與本概念共享主題，但從不同角度切入。保留獨立視角同時提供交叉參考：
- Semantic Knowledge Graph CI Integration — 共享：
ci,knowledge-graph,semantic-search/ 獨特：nlp,wiki - MkDocs Knowledge Graph Enhancement — 共享：
knowledge-graph/ 獨特：backlinks,mkdocs - Backlink Pass — 共享：
graph,knowledge/ 獨特：backlink,graph - Backlink System（雙向連結） — 共享：
knowledge-graph/ 獨特：backlink,bidirectional-links
來源 Sessions¶
| 日期 | Session | 貢獻摘要 |
|---|---|---|
| 2026-04-11 | a0379709-073f-4231-a61f-87b8486559f7 | 本 session 評估並選擇 obra/knowledge-graph 作為語義知識圖譜後端，優於「純向量搜尋」選項，並規劃 CI 整合路徑 |