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.

AI で強化されたリレーショナル ナレッジのナレッジ グラフを実装します。オントロジーの設計、グラフ データベースの選択 (Neo4j、Neptune、ArangoDB、TigerGraph)、エンティティ抽出、ハイブリッド グラフ ベクトル アーキテクチャ、クエリ パターン、AI 統合をカバーします。 ナレッジ グラフの実装、オントロジーの設計、エンティティと関係の抽出、グラフ データベースの選択、またはハイブリッド グラフ ベクトル検索の構築時に使用します。ナレッジ グラフ、オントロジー設計、エンティティ解決、グラフ RAG、幻覚検出に使用します。アーキテクチャの選択とガバナンスには、ナレッジベース マネージャー スキルを使用します。ドキュメント取得パイプラインの場合は、rag-implementer スキルを使用します。 ソース: oakoss/agent-skills。