3.3 · 实体与关系抽取（Entity and Relationship Extraction）

实体与关系抽取

实体与关系提取

相关源文件

以下文件为本维基页面的生成提供了上下文：

• graphiti_core/prompts/dedupe_edges.py
• graphiti_core/prompts/dedupe_nodes.py
• graphiti_core/prompts/extract_edges.py
• graphiti_core/prompts/extract_nodes.py
• graphiti_core/prompts/summarize_nodes.py
• graphiti_core/utils/maintenance/edge_operations.py
• graphiti_core/utils/maintenance/node_operations.py
• graphiti_core/utils/ontology_utils/entity_types_utils.py
• tests/utils/maintenance/test_edge_operations.py
• tests/utils/maintenance/test_node_operations.py

本文介绍 Graphiti 如何使用大语言模型（LLM）从非结构化片段内容中提取结构化知识。提取过程将原始文本、对话或 JSON 数据转换为带有类型分类、时间元数据和自定义属性的实体节点与关系边。

本文涵盖初始提取阶段。关于已提取实体和边如何与现有图谱进行去重和解析的信息，请参见去重与解析。关于完整片段处理工作流的详细信息，请参见片段处理工作流。

概述

实体与关系提取是从片段构建知识图谱的基础步骤。该过程包括：

1. 实体提取：识别片段内容中提到的实体（人物、地点、对象）。graphiti_core/utils/maintenance/node_operations.py:69-148
2. 实体类型分类：基于可配置的模式和整数 ID 映射分配实体类型。graphiti_core/utils/maintenance/node_operations.py:151-180
3. 属性提取：使用自定义 Pydantic 模型填充类型特定属性。graphiti_core/utils/maintenance/node_operations.py:440-472
4. 关系提取：识别实体之间的事实性连接。graphiti_core/utils/maintenance/edge_operations.py:116-181
5. 时间解析：使用参考时间提取关系的 valid_at 和 invalid_at 时间戳。graphiti_core/utils/maintenance/edge_operations.py:249-276

所有提取操作均通过结构化的大语言模型提示完成，提示内容根据片段类型和实体/边模式的不同而变化。

实体提取管线

片段类型路由

Graphiti 支持三种片段类型，每种类型都有专门的提取提示。系统根据 episode.source 属性在 _call_extraction_llm 中路由提取调用。

来源： graphiti_core/prompts/extract_nodes.py:83-255，graphiti_core/utils/maintenance/node_operations.py:220-255

提取流程示意图

下图连接了自然语言空间（片段内容）与代码实体空间（EntityNode 对象）。

来源： graphiti_core/utils/maintenance/node_operations.py:69-148，graphiti_core/prompts/extract_nodes.py:28-42

实体类型分类

实体类型使用 Pydantic 模型字典定义。系统构建一个 entity_types_context 数组，将整数 ID 映射到实体类型定义，以减少提示中的 Token 使用量。graphiti_core/utils/maintenance/node_operations.py:151-180

# 来自 _build_entity_types_context()
entity_types_context = [
    {
        'entity_type_id': 0,
        'entity_type_name': 'Entity',
        'entity_type_description': '一个特定的、可识别的实体...'
    },
    {
        'entity_type_id': 1,
        'entity_type_name': 'Person',
        'entity_type_description': Person.__doc__
    }
]

大语言模型返回带有 entity_type_id 字段的 ExtractedEntity 对象。_create_entity_nodes 将这些 ID 映射回标签，并创建 EntityNode 对象。graphiti_core/utils/maintenance/node_operations.py:258-306

来源： graphiti_core/utils/maintenance/node_operations.py:151-180，graphiti_core/prompts/extract_nodes.py:28-38

属性提取

实体分类后，如果实体类型定义了自定义字段，Graphiti 会提取类型特定的属性。extract_attributes_from_nodes 函数使用实体的名称、现有属性和片段内容调用大语言模型。响应在合并到 node.attributes 之前，会根据实体类型的 Pydantic 模式进行校验。graphiti_core/utils/maintenance/node_operations.py:440-472

来源： graphiti_core/utils/maintenance/node_operations.py:440-472，graphiti_core/prompts/extract_nodes.py:348-362

实体摘要

实体摘要会批量生成或更新，以优化大语言模型的使用。_extract_entity_summaries_batch() 函数每次大语言模型调用最多处理 30 个实体（由 MAX_NODES = 30 控制）。graphiti_core/utils/maintenance/node_operations.py:62-62，graphiti_core/utils/maintenance/node_operations.py:674-682

来源： graphiti_core/utils/maintenance/node_operations.py:62-62，graphiti_core/utils/maintenance/node_operations.py:674-682

关系提取管线

边提取过程

关系提取识别片段中发现的实体之间的事实性连接。extract_edges() 函数构建边类型上下文，并调用大语言模型识别涉及提供的列表中两个不同实体的事实。graphiti_core/utils/maintenance/edge_operations.py:116-247

来源： graphiti_core/utils/maintenance/edge_operations.py:116-247，graphiti_core/prompts/extract_edges.py:94-141

时间信息提取

边提取提示指示大语言模型使用片段的时间戳作为锚点来提取时间元数据。graphiti_core/prompts/extract_edges.py:108-110

提取提示包含时间解析的具体规则，例如使用 REFERENCE_TIME 解析"上周"等模糊表达。graphiti_core/prompts/extract_edges.py:127-129

来源： graphiti_core/prompts/extract_edges.py:40-47，graphiti_core/utils/maintenance/edge_operations.py:252-276

边类型映射

边类型使用签名定义，指定它们适用于哪些节点类型对。提取过程构建一个 edge_type_signatures_map，为每种边类型保留所有有效签名，确保大语言模型了解有效的关系约束上下文。graphiti_core/utils/maintenance/edge_operations.py:144-150

来源： graphiti_core/utils/maintenance/edge_operations.py:144-164

提示系统架构

提示函数接口

所有提取提示遵循由 PromptFunction 类型定义的一致接口。提示库按类别组织提示，例如 extract_nodes 和 extract_edges。

来源： graphiti_core/prompts/extract_nodes.py:72-80，graphiti_core/prompts/extract_edges.py:87-92

结构化输出校验

所有提取提示使用 Pydantic 模型进行结构化输出，以确保一致性和类型安全。

关键响应模型包括：

• ExtractedEntities：包含 list[ExtractedEntity]，带有 name 和 entity_type_id。graphiti_core/prompts/extract_nodes.py:41-42
• ExtractedEdges：包含 list[Edge]，带有源/目标名称、事实和时间字段。graphiti_core/prompts/extract_edges.py:55-56
• SummarizedEntities：包含 list[SummarizedEntity]，带有实体名称和更新后的摘要。graphiti_core/prompts/extract_nodes.py:54-58

来源： graphiti_core/prompts/extract_nodes.py:28-58，graphiti_core/prompts/extract_edges.py:25-56

完整提取管线

端到端流程

以下序列展示了提取如何集成到整体片段处理管线中。

来源： graphiti_core/utils/maintenance/node_operations.py:69-148，graphiti_core/utils/maintenance/edge_operations.py:116-247，graphiti_core/utils/maintenance/node_operations.py:440-472，graphiti_core/utils/maintenance/node_operations.py:674-730