知信图谱 (Knowledge-Trust Graph) — 知信图谱

知信图谱（Knowledge-Trust Graph）— 通用智能体独立工具规范

设计模式：人主 AI 辅 — 人类决策确认，AI/智能体协助整理、关联、验证提醒。

适用智能体：任何支持 Python 环境和 CLI 调用的 AI 智能体系统（OpenClaw、Claude Code、其他 Agent 框架等均可加载使用）。

核心定义：知识信息 + 可信任的验证 → 动态化图谱

依赖：仅 Python 标准库（sqlite3, json, argparse, uuid, datetime）+ 可选 Ollama 嵌入。

适用智能体 本规范是智能体无关的独立工具规范。任何 AI 智能体只要满足以下条件即可加载：

宿主环境有 Python 3.8+ 具有 CLI 执行能力（可调用 python3 ~/.zhixin/kg.py ） 具有文件读写权限（可读写 ~/.zhixin/zhixin.db）

无需修改即可在以下系统中使用：

OpenClaw（通过 exec/process 调用 CLI） Claude Code（通过 Tool 定义调用） Cline/Continue.dev（通过 MCP 或直接 CLI） 其他自定义 Agent 框架

智能体集成指南

集成方式 A：通过 CLI 直调

智能体只需定义工具调用规范，映射到 python3 ~/.zhixin/kg.py ：

{ "name": "zhixin-add-fact", "description": "向知信图谱添加一条事实（知识陈述）", "parameters": { "entity_name": "string (关联实体名称)", "content": "string (事实内容)", "fact_type": "string (knowledge/opinion/decision/status/constraint)", "source_name": "string (来源名称，可选)", "verification": "string (unverified/self_checked，可选，默认unverified)" }, "command": "python3 ~/.zhixin/kg.py add-fact ''" }

集成方式 B：AI 辅助提取流程

当用户表达以下意图时，智能体应介入执行知识提取：

用户意图：把这些整理到知信图谱 智能体动作：分析当前对话/文档，提取实体/关系/事实 → 预览 → 用户确认 → 批量写入 用户意图：查知信图谱 X 智能体动作：搜索 KG，返回相关知识 + 可信任状态 用户意图：X 在知信图谱里怎么验证的 智能体动作：展示 X 相关事实的完整验证链 用户意图：这段文档录入知信图谱 智能体动作：分析文档内容，提取结构化知识

提取确认流程：

智能体 分析对话/文档 → 输出预览： 实体 (3个): 张三(person), 项目A(project), FastAPI(tool) 关系 (2条): 张三 works_on 项目A, 项目A depends_on FastAPI 事实 (5条): [全部默认 unverified，标注来源] 用户审查：确认/修改/删除 智能体 批量调用 kg.py 写入 输出摘要："新增3实体2关系5事实，其中2条待验证"

提取 JSON 格式定义与更多场景示例见 references/ai-extraction-guide.md。

第〇层：概念总览

知信 = 知 + 信

维度 | 含义 | 核心问题 ---|---|--- 知 | 知识信息 | 我们知道了什么？ 信 | 可信任的验证 | 凭什么信？谁验证过？

关键洞察：知信图谱不是"知识库+信任打分"的两层分离结构，而是知识与验证在同一图谱中动态交织。一条知识被验证后，它的"可信任状态"随之演化——图谱实时反映"什么已知且可信"。

设计原则

原则 | 含义 ---|--- 人主AI辅 | 人类做决策和确认，AI/智能体协助整理、关联、检查。不自动写入 验证可追溯 | 每条知识可追溯到"谁说的→谁验证的→怎么验证的→是否仍有效" 零依赖 | SQLite + Python 标准库，无向量数据库、无外部服务 渐进复杂度 | 个人使用 7 表；团队使用扩展分支。2 可选向量表 文件共享 | JSON 导出/导入实现团队同步，不依赖网络服务 动态演化 | 知识状态随验证行为变化，图谱是活的不是静态快照

术语表

术语 | 含义 ---|--- 实体 (Entity) | 知识节点：人、项目、概念、工具、事件、文档、组织 关系 (Relation) | 实体间的有向边：works_on / knows / depends_on / contains / created_by 事实 (Fact) | 附着于实体的知识原子：一条陈述 + 验证链 信息源 (Source) | "谁说的" — 事实的来源，有人工评定的可信度 验证链 (Verification Chain) | 信息源 → 验证行为 → 验证方法 → 有效期限 → 团队共识 验证状态 (Verification State) | 动态状态：unverified → self_checked → peer_reviewed → external_confirmed 标注 (Annotation) | 团队成员对事实的确认/质疑/澄清/更新 — 验证行为的记录 分支 (Branch) | 知识隔离单元，不同项目/团队使用不同分支

参考文件（按需加载）

文件 | 内容 | 何时读 ---|---|--- references/schema.md | 7 表 DDL + 索引 + 视图 | 需要直接操作数据库时 references/trust-engine.md | 验证引擎详解、状态机源码 | 调试可信任度计算时 references/usage-patterns.md | 4 种使用模式完整示例 | 需要更多场景示例时 references/ai-extraction-guide.md | AI 提取 JSON 格式定义 + 场景示例 | 实现 AI 辅助提取时

第一层：知识模型（知 — 记录什么）

1.1 实体类型

类型 | 示例 ---|--- person | 张三、Alice project | 知信图谱开发、Q3 营销计划 concept | 验证链模型、敏捷开发 tool | kg.py、Figma event | 2026-05-10 项目启动会 document | 需求规格说明书 v2 org | 产品部、XX 公司

1.2 关系类型

类型 | 含义 | 示例 ---|---|--- works_on | 参与/负责 | 张三 works_on 知信图谱 knows | 认识/了解 | 张三 knows 机器学习 depends_on | 依赖 | 知信图谱 depends_on SQLite contains | 包含 | Q3 计划 contains 市场调研 created_by | 由...创建 | kg.py created_by 张三 related_to | 一般关联 | 项目A related_to 项目B before / after | 时序 | 需求评审 before 开发启动

1.3 事实类型

类型 | 含义 | 有效期特征 ---|---|--- knowledge | 客观知识 | 长期（除非被证伪） opinion | 个人观点 | 可能变化，需标注持有者 decision | 决策记录 | 长期（历史记录） status | 状态信息 | 短中期，需定期更新 constraint | 约束条件 | 持续有效直到解除

第二层：验证模型（信 — 凭什么信）

2.1 验证链（核心概念）

知信图谱的"信"不只是一个分数，而是一条可追溯的验证链：

信息源 → 源可信度 → 验证行为 → 验证方法 → 有效期限 → 团队共识

(谁说的) (此人可靠吗) (核实过吗) (怎么核实的) (过期了吗) (别人认可吗)

2.2 动态验证状态

每条事实有一个动态状态，随验证行为自动切换：

状态 | 含义 | 触发 ---|---|--- unverified | 未验证，仅供参考 | 新录入默认 self_checked | 录入者自查过 | --verify --level self_checked peer_reviewed | 团队成员复核过 | 至少 1 人标注 confirm external_confirmed | 外部权威确认 | --verify --level external_confirmed disputed | 存在质疑 | 有人标注 dispute outdated |