knowledge-graph-builder

Knowledge graphs make implicit relationships explicit, enabling AI systems to reason about connections, verify facts, and reduce hallucinations. They combine structured entity-relationship modeling with semantic search for powerful knowledge retrieval.

When to use: Complex entity relationships central to the domain, verifying AI-generated facts against structured knowledge, semantic search combined with relationship traversal, recommendation systems, fraud detection, or pattern recognition.

When NOT to use: Simple tabular data (use a relational database), purely document-based search with no relationships (use the rag-implementer skill), read-heavy workloads with no traversal needs, or when the team lacks graph modeling expertise. For KB architecture selection and governance, use the knowledge-base-manager skill.

Implementiert Wissensgraphen für KI-gestütztes relationales Wissen. Behandelt Ontologiedesign, Auswahl von Diagrammdatenbanken (Neo4j, Neptune, ArangoDB, TigerGraph), Entitätsextraktion, hybride Diagramm-Vektor-Architektur, Abfragemuster und KI-Integration. Verwenden Sie es, wenn Sie Wissensgraphen implementieren, Ontologien entwerfen, Entitäten und Beziehungen extrahieren, eine Graphdatenbank auswählen oder eine Hybrid-Graph-Vektor-Suche erstellen. Verwendung für Wissensgraphen, Ontologiedesign, Entitätsauflösung, Graph-RAG, Halluzinationserkennung. Nutzen Sie für die Auswahl und Governance der Architektur die Fähigkeit „Knowledge-Base-Manager“. Verwenden Sie für Pipelines zum Abrufen von Dokumenten die Fertigkeit „rag-implementer“. Quelle: oakoss/agent-skills.