6.3 · 提示词库与模板（Prompt Library and Templates）

时序知识图谱与动态事实记忆 · 聚焦本章的模块关系、源码依据与实现要点。

项目Graphiti 章节6.3 状态全文译文模块图谱与关系、系统架构、测试、发布与运维、记忆与上下文

项目要点页2.5 参考项目项目章节目录Graphiti DeepWiki 原始章节Prompt Library and Templates 上一章6.2 下一章7

源码线索

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/extract_nodes_and_edges.py
graphiti_core/prompts/lib.py
graphiti_core/prompts/snippets.py
graphiti_core/prompts/summarize_nodes.py
graphiti_core/prompts/summarize_sagas.py
graphiti_core/utils/maintenance/combined_extraction.py

模块标签

图谱与关系
系统架构
测试、发布与运维
记忆与上下文
检索、召回与索引

章节正文

提示词库与模板

原始 DeepWiki 页面https://deepwiki.com/getzep/graphiti/6.3-prompt-library-and-templates

提示词库与模板

提示词系统架构

提示词库被组织成位于 graphiti_core/prompts/ 中的模块化文件，每个文件包含特定任务的提示函数。每个提示函数接受一个上下文字典，并返回一个适合大语言模型（LLM）执行的 Message 对象列表。中心入口点是定义在 graphiti_core/prompts/lib.py:102 中的 prompt_library 对象。

自然语言到代码实体的映射

下图将概念性的提示任务桥接到代码库中特定的 Python 函数和响应模型。

Graphiti · 自然语言到代码实体的映射 · 图 1

来源： graphiti_core/prompts/lib.py:87-96, graphiti_core/prompts/extract_nodes.py:28-42, graphiti_core/prompts/dedupe_nodes.py:25-38, graphiti_core/prompts/extract_edges.py:55-56, graphiti_core/prompts/dedupe_edges.py:24-32, graphiti_core/prompts/summarize_nodes.py:28-35, graphiti_core/prompts/summarize_sagas.py:26-30, graphiti_core/prompts/extract_nodes_and_edges.py:61-66

提示词模块结构

每个提示词模块遵循一致的模式，包含：

Pydantic 响应模型，定义预期的大语言模型（LLM）输出模式。
提示函数，接受上下文并返回 list[Message]。
协议类，定义模块的接口以实现类型安全。
版本字典，将提示名称映射到函数。

通用模式

所有提示函数遵循以下签名：

def prompt_function(context: dict[str, Any]) -> list[Message]:
    return [
        Message(role='system', content='系统指令...'),
        Message(role='user', content='包含 {context["variables"]} 的用户提示...'),
    ]

Message 类型定义在 graphiti_core/prompts/models.py 中，表示对话中的单条消息。

来源： graphiti_core/prompts/extract_nodes.py:83-128, graphiti_core/prompts/models.py

节点提取提示词

extract_nodes.py 模块提供了从不同剧集类型中提取实体节点的提示词。

提示函数

函数	用途	响应模型	关键上下文字段
`extract_message`	从对话消息中提取实体	`ExtractedEntities`	`entity_types`, `previous_episodes`, `episode_content`
`extract_json`	从 JSON 数据中提取实体	`ExtractedEntities`	`entity_types`, `source_description`, `episode_content`
`extract_text`	从非结构化文本中提取实体	`ExtractedEntities`	`entity_types`, `episode_content`
`classify_nodes`	按类型对实体进行分类	`ExtractedEntities`	`entity_types`, `episode_content`
`extract_attributes`	提取实体的结构化属性	自定义 Pydantic 模型	`node_name`, `node_summary`, `attributes`
`extract_summary`	生成或更新实体摘要	`EntitySummary`	`node_name`, `node_summary`, `episode_content`
`extract_summaries_batch`	批量生成/更新实体摘要	`SummarizedEntities`	`summaries`
`extract_entity_summaries_from_episodes`	从剧集中提取实体摘要	`SummarizedEntities`	`entity_summaries`, `episodes`

响应模型

ExtractedEntity 模型定义了提取实体的结构：

class ExtractedEntity(BaseModel):
    name: str = Field(..., description='提取实体的名称')
    entity_type_id: int = Field(
        description='分类实体类型的 ID。'
        '必须是提供的 entity_type_id 整数之一。',
    )
    episode_indices: list[int] = Field(default_factory=lambda: [0])

来源： graphiti_core/prompts/extract_nodes.py:28-42, graphiti_core/prompts/extract_nodes.py:83-154

合并节点与边提取

extract_nodes_and_edges.py 模块提供了一个单一的提示词，用于同时提取实体和关系。这种方法可以带来更好的节点和边之间的一致性。

提示函数

函数	用途	响应模型	关键上下文字段
`extract_message`	从对话消息中一次性提取实体和边	`CombinedExtraction`	`entity_types`, `edge_types`, `previous_episodes`, `episode_content`, `custom_extraction_instructions`

响应模型

CombinedEntity 和 CombinedFact 模型定义了合并提取的结构：

class CombinedEntity(BaseModel):
    name: str = Field(..., description='提取实体的名称')
    entity_type_id: int = Field(
        description='分类实体类型的 ID。'
        '必须是提供的 entity_type_id 整数之一。',
    )

class CombinedFact(BaseModel):
    source_entity_name: str = Field(..., description='提取实体列表中源实体的名称')
    target_entity_name: str = Field(..., description='提取实体列表中目标实体的名称')
    relation_type: str = Field(..., description='实体之间的关系类型，使用 SCREAMING_SNAKE_CASE 格式')
    fact: str = Field(..., description='关系的自包含自然语言描述')
    episode_indices: list[int] = Field(default_factory=lambda: [0])

class CombinedExtraction(BaseModel):
    extracted_entities: list[CombinedEntity] = Field(..., description='提取实体的列表')
    edges: list[CombinedFact] = Field(..., description='提取的关系事实列表')

graphiti_core/prompts/extract_nodes_and_edges.py:91-159 中的 extract_message 提示词包含了实体和事实提取的详细规则，强调自包含的事实、正确的实体命名以及剧集索引的处理。_build_edge_types_section 辅助函数 graphiti_core/prompts/extract_nodes_and_edges.py:76-88 会动态地将可用的边类型添加到提示上下文中。

来源： graphiti_core/prompts/extract_nodes_and_edges.py:25-67, graphiti_core/prompts/extract_nodes_and_edges.py:91-159, graphiti_core/prompts/extract_nodes_and_edges.py:76-88

节点去重提示词

dedupe_nodes.py 模块提供了用于识别和解析重复实体的提示词。

提示函数

函数	用途	响应模型	关键上下文字段
`node`	检查单个新实体是否与现有实体重复	`NodeResolutions`	`extracted_node`, `existing_nodes`, `entity_type_description`
`nodes`	对批量提取的实体进行去重	`NodeResolutions`	`extracted_nodes`, `existing_nodes`
`node_list`	对现有节点列表进行去重	`NodeResolutions`	`nodes`

NodeDuplicate 响应模型

NodeDuplicate 模型 graphiti_core/prompts/dedupe_nodes.py:25-35 指定了去重结果的结构：

class NodeDuplicate(BaseModel):
    id: int = Field(..., description='实体的整数 ID')
    name: str = Field(..., description='实体的名称。应该是描述最完整、最清晰的名称...')
    duplicate_candidate_id: int = Field(..., description='匹配的现有实体的 candidate_id，如果不存在重复则为 -1。')

该提示词强制执行严格规则：

实体必须指向*相同的现实世界对象或概念*才能被视为重复 graphiti_core/prompts/dedupe_nodes.py:83。
语义等价：如果一个描述性标签明确指向一个命名实体，则将其视为重复 graphiti_core/prompts/dedupe_nodes.py:84。
只能使用来自 现有实体 的 candidate_id graphiti_core/prompts/dedupe_nodes.py:92。

来源： graphiti_core/prompts/dedupe_nodes.py:25-35, graphiti_core/prompts/dedupe_nodes.py:53-114

边提取提示词

extract_edges.py 模块提供了用于提取实体间事实关系的提示词。

边响应模型

Edge 模型 graphiti_core/prompts/extract_edges.py:25-52 定义了提取关系的结构：

class Edge(BaseModel):
    source_entity_name: str
    target_entity_name: str
    relation_type: str  # SCREAMING_SNAKE_CASE
    fact: str  # 自然语言描述
    valid_at: str | None  # ISO 8601
    invalid_at: str | None  # ISO 8601
    episode_indices: list[int]

提取规则

edge 提示词 graphiti_core/prompts/extract_edges.py:69-141 强制执行关键规则：

实体名称校验：source_entity_name 和 target_entity_name 必须仅使用提供的 实体 列表中的 name 值 graphiti_core/prompts/extract_edges.py:121-122。
时间解析：使用 参考时间 来解析诸如“上周”之类的模糊表达 graphiti_core/prompts/extract_edges.py:135。
关系类型化：如果提供了 事实类型，则使用对应的 SCREAMING_SNAKE_CASE 类型 graphiti_core/prompts/extract_edges.py:32-35。

来源： graphiti_core/prompts/extract_edges.py:25-52, graphiti_core/prompts/extract_edges.py:69-141

边去重与解析

dedupe_edges.py 模块处理合并事实和检测矛盾的逻辑。

解析边提示词

resolve_edge 函数 graphiti_core/prompts/dedupe_edges.py:43-100 用于判断一个新事实是重复还是矛盾。

Graphiti · 解析边提示词 · 图 2

来源： graphiti_core/prompts/dedupe_edges.py:43-100, graphiti_core/prompts/dedupe_edges.py:24-32

EdgeDuplicate 响应模型

class EdgeDuplicate(BaseModel):
    duplicate_facts: list[int] = Field(..., description='重复事实的 idx 值列表（仅来自现有事实范围）')
    contradicted_facts: list[int] = Field(..., description='矛盾事实的 idx 值列表（来自完整 idx 范围）')

来源： graphiti_core/prompts/dedupe_edges.py:24-32

摘要提示词

Graphiti 使用多个摘要提示词来处理节点和 Saga 剧集链。

节点摘要

summarize_nodes.py 模块管理实体描述和摘要合成。

字符限制：所有提示词通过 MAX_SUMMARY_CHARS（默认 1000）强制执行字符限制 graphiti_core/prompts/summarize_nodes.py:33, 71, 129, graphiti_core/utils/text_utils.py:26。
合成对：summarize_pair graphiti_core/prompts/summarize_nodes.py:54-77 将两个摘要合并为一个紧凑的摘要。
上下文摘要：summarize_context graphiti_core/prompts/summarize_nodes.py:80-116 使用 消息、实体 和 属性 来生成一个遵循 summary_instructions 代码片段 graphiti_core/prompts/snippets.py:19-34 的摘要。

Saga 摘要

summarize_sagas.py 模块为叙事序列生成事实性知识简报 graphiti_core/prompts/summarize_sagas.py:41-135。

字符限制：强制执行 MAX_SUMMARY_CHARS（默认 1000）graphiti_core/prompts/summarize_sagas.py:29, 67, graphiti_core/utils/text_utils.py:26。
约束：严格禁止使用诸如“提到”或“讨论”之类的元语言 graphiti_core/prompts/summarize_sagas.py:72-74。
偏好处理：仅在明确陈述的情况下才捕获偏好（例如，“我更喜欢 X”）graphiti_core/prompts/summarize_sagas.py:78-80。

来源： graphiti_core/prompts/summarize_nodes.py:54-116, graphiti_core/prompts/summarize_sagas.py:41-135, graphiti_core/prompts/snippets.py:19-34, graphiti_core/utils/text_utils.py:26

提示词库实现

该库使用包装器模式为核心客户端提供干净的 API。

PromptLibraryWrapper

PromptLibraryWrapper graphiti_core/prompts/lib.py:86-90 遍历实现映射并设置 PromptTypeWrapper 实例。这允许通过 prompt_library.extract_nodes.extract_message(context) 调用提示词。

Unicode 处理

VersionWrapper graphiti_core/prompts/lib.py:70-72 会自动将 DO_NOT_ESCAPE_UNICODE 附加到系统消息中，以确保大语言模型（LLM）输出正确处理非 ASCII 字符。

来源： graphiti_core/prompts/lib.py:64-96, graphiti_core/prompts/prompt_helpers.py:20-21

搜索上下文生成

虽然本身不是提示词，但 search_results_to_context_string graphiti_core/search/search_helpers.py:27-72 是一个关键的辅助函数，它将 SearchResults 格式化为结构化的 XML 风格字符串（<FACTS>、<ENTITIES> 等），以便作为检索增强生成（RAG）上下文注入到下游大语言模型（LLM）提示词中。

来源： graphiti_core/search/search_helpers.py:27-72