🕸️ 知识图谱可视化

交互式探索 Nanobot 知识库的资源关联网络。

📊 图谱概览

• 节点总数: 31 个文档
• 标签分类: 21 个主题领域
• 知识网络: 跨领域关联可视化

🎮 交互指南

鼠标操作

• 拖拽: 移动画布视角
• 滚轮: 缩放图谱
• 悬停: 查看节点详情
• 点击: 跳转到文档页面

控制面板

• 🎯 重置视角: 回到初始视图
• 🏷️ 切换标签: 显示/隐藏节点标签
• 📷 导出图片: 保存当前图谱为 PNG

🎨 节点颜色说明

颜色	分类	说明
🔴 红色	LLM	大语言模型 (52 个)
🟣 紫色	Frameworks	开发框架 (47 个)
🔵 蓝色	Tools	工具链 (56 个)
🟢 绿色	Projects	实战项目

节点大小: 基于连接度（连接越多节点越大）

• 🔵 大节点：枢纽（>20 连接）
• 🟡 中节点：重要（>10 连接）
• 🟠 小节点：普通（≤10 连接）

📈 图谱统计

V7.0.0 数据:

• 总节点：31 个
• 核心索引：1 个 (INDEX.md)
• 领域文档：10 个 (ML/CV/LLM/RL/GNN/Audio/RecSys/Frameworks/Tools/Learning)
• 专项资源：20 个

知识密度:

• 平均每个节点连接：2-4 个相关领域
• 最密集节点：INDEX.md (连接所有领域)
• 跨领域桥接：LLM ↔ NLP ↔ CV ↔ ML

🔧 技术实现

技术栈

• 渲染引擎: Sigma.js v2
• 图数据结构: Graphology
• 布局算法: ForceAtlas2 (力导向)
• 前端框架: Vue 3 + VitePress

数据格式

{
  "version": "7.0.0",
  "nodes": [
    {
      "id": "unique-id",
      "label": "文档标题",
      "tags": ["ml", "frameworks"],
      "description": "文档描述",
      "url": "/path/to/doc"
    }
  ],
  "edges": [
    {
      "source": "node-id-1",
      "target": "node-id-2"
    }
  ]
}

构建脚本

• scripts/build-graph-index.py - 自动生成图谱数据
• 运行命令：python scripts/build-graph-index.py

🚀 下一步优化

• [ ] 添加边权重（基于关联强度）
• [ ] 支持节点搜索和过滤
• [ ] 添加时间轴视图（文档创建时间）
• [ ] 支持自定义布局（圆形/层级/力导向）
• [ ] 添加节点聚类（自动分组相关文档）

---

最后更新: 2026-04-05
版本: V7.0.0
技术: Sigma.js + Graphology + Vue 3