企业官网建设流程全解析

3分钟看懂你的知识图谱：Open Glean Mindmap功能实战（基于力导向图）

【免费下载链接】open-gleanAn open-source AI platform for knowledge work. Connect your apps, find answers, and get work done.项目地址: https://gitcode.com/gh_mirrors/op/open-glean

Open Glean 是一个开源的 AI 知识工作平台：连接你的应用、提问找答案、并把散落各处的信息沉淀为可检索的知识库。它的Mindmap（思维导图）功能会自动把你的文档、记忆和连接器数据变成一张力导向知识图谱——每个节点是一个实体，每条边是一条可追溯的关系。本文将带你用 3 分钟看懂这张图谱：从快速上手，到读懂节点与边，再到搜索、过滤、缩放等实战操作。

Mindmap 是什么：一张"活"的知识图谱

在 README 的功能列表中，Mindmap 被描述为一句话："Hydra 从你的上下文中构建的知识图谱"（README.md）。

它不是你手动画的思维导图，而是数据自己"长"出来的：

• 节点= 从你的内容中提取出的实体（人物、项目、文档、概念……）
• 边= 实体之间的关系三元组（"谁 → 有什么关系 → 谁"）
• 布局= 力导向图（force-directed graph）：节点之间像弹簧和磁铁一样互相作用，最终自动排布成紧凑、可读的簇

打开 Mindmap 页面（app/(app)/mindmap/page.tsx/mindmap/page.tsx>)）后，右上角的Regraph按钮可以随时重新拉取最新关系并重新排布。

3分钟上手：打开你的第一张图谱

1. 本地运行：克隆仓库后执行npm ci，再npm run dev，打开http://localhost:3000（详见 README.md）。
2. 连接数据源：在设置中粘贴你的 Hydra DB API Key 并选择一个数据库。没有数据时，图谱会显示空状态提示"Nothing to map yet"。
3. 添加上下文：在 Context 页面加入文件、笔记、网页或连接应用（Slack、Notion、Google Drive 等）。
4. 打开 Mindmap：等 Hydra 完成关系抽取后，你的第一张知识图谱就出现了。

💡 小贴士：先加少量内容再看图谱，节点稀疏、边清晰，最容易理解；内容太多时再借助下面的过滤和缩放工具。

力导向图怎么读：节点与边的含义

图谱的渲染核心是 components/SourceGraph.tsx，它基于 react-force-graph-2d 实现。看懂下面几类元素，就能读懂整张图：

为什么图会长成"一坨团"而不是散开？这是力导向算法刻意调过的结果：

• 斥力（charge）让节点之间保持呼吸感，但作用范围被刻意限制在局部，避免不相干的孤岛互相推到画面四角；
• 碰撞检测（collide）保证节点永不重叠；
• 重力（forceX / forceY）把所有孤立的"知识岛"拉向中心，聚成一个紧凑圆盘（见 components/SourceGraph.tsx 中applyForces部分，约 L1420–L1500）。

所以当你看到某个小团簇时，那往往就是一个高内聚的主题群——这正是快速定位"我的知识里哪一块最密集"的关键。

实战四件套：搜索、过滤、标签与缩放

Mindmap 页面顶部工具栏提供了四个高频操作（app/(app)/mindmap/page.tsx/mindmap/page.tsx>)，约 L280–L415）：

1. Find a node（节点搜索）：输入关键词，实时列出最多 8 个匹配的节点，回车即可将镜头聚焦到该节点——适合在千节点大图里精准定位。
2. 关系类型过滤：下拉列出所有关系谓词（按出现频率排序），只看related、works_at等某一类关系，噪声立刻消失。
3. Labels（标签开关）：关掉文字标签，纯看结构轮廓；打开则显示每个节点的名称。
4. 节点数量上限：可在 200 / 500 / 1000 / 5000 之间切换画布上的最大节点数。手机上默认 200，电脑上默认 1000——因为小屏上上千个带标签的节点只会变成"毛线球"。

画布右下角还有放大 / 缩小 / 重置视角三个按钮，配合滚轮缩放，任何大小的图谱都能看清局部。

图谱数据从哪里来

Mindmap 并不自己"发明"关系，而是通过类型化的 SDK 向 Hydra DB 拉取关系三元组（lib/api.ts）。数据流大致是：

• 按作用域决定范围：顶部切换栏选定的单个 Collection 优先，否则拉取数据库下全部 Collection；
• 多 Collection 时分批并发请求（并发 6、每批动态分配配额），避免一次性打满连接池；
• 返回的每条关系都带上下文摘要与时间戳，所以图谱上的每条边都可以点开查证"这个结论出自哪段内容"。

这也是 Open Glean 与"玩具版"思维导图的区别：边不是装饰，而是带证据的知识。

常见问题速查

• 图谱是空的？说明当前数据库还没有 Collection 或关系，先去 Context 页面加内容或连接应用，再点 Regraph。
• 图太乱看不清？三步走：选"200 nodes" → 过滤某类关系 → 用搜索聚焦目标节点。
• 某个虚线环节点点不开？它可能是"被引用但尚未导入"的桩节点（stub），代表图谱里存在这条线索，但源内容还没入库。
• 想刷新图谱？点右上角Regraph，它会重新拉取全部关系并重新布局。

小结：把"知道"变成"看见"

Open Glean 的 Mindmap 用一张力导向知识图谱回答了 AI 知识库里最常被忽略的问题：我的知识到底是怎么互相关联的？3 分钟流程回顾：

1. 连接 Hydra DB 并添加上下文；
2. 打开 Mindmap，用节点大小和簇状分布找主题群；
3. 用搜索 + 关系过滤 + 缩放，钻到任意一条关系上查看证据。

核心模块路径速查：

• Mindmap 页面：app/(app)/mindmap/page.tsx/mindmap/page.tsx>)
• 力导向图渲染：components/SourceGraph.tsx
• Hydra 数据客户端：lib/api.ts
• 项目说明：README.md

【免费下载链接】open-gleanAn open-source AI platform for knowledge work. Connect your apps, find answers, and get work done.项目地址: https://gitcode.com/gh_mirrors/op/open-glean