Knowledge Graph Search

document から entity と relationship の graph を抽出し、根拠となる事実が複数 document に分散する質問に agent が回答できるようにします。

Knowledge Graph を使用する理由

vector search は、質問に最も似ている passage を取得します。1 つの passage に答えが含まれている場合は機能しますが、複数の passage から答えを組み立てる場合は機能しません。

company filing の knowledge base を考えてみましょう。「Aldous Corporation はどの drug を販売していますか？」という質問の答えは 2 つに分かれています。1 つの document には Aldous が Bfarma Labs を買収したこと、もう 1 つには Bfarma Labs が Zalofen を製造していることが記載されています。2 つ目の document には Aldous が一切登場しないため、質問との類似性はありません。ある程度の規模の corpus では、質問の文言を単に繰り返す document との top-k 競争に負けます。

knowledge graph は、共有する entity を通じて passage を結び付けます。

Aldous Corporation --[acquired]--> Bfarma Labs --[manufactures]--> Zalofen

graph search は質問に含まれる entity から開始し、relationship をたどり、到達したすべての entity の背後にある source passage を返します。document は質問に似ているからではなく、質問に接続されているから取得されます。

概要

graph を有効にすると、次の 2 つが変わります。

Ingest 時。 各 chunk は追加の LLM pass を通過し、entity（person、organization、product、location）と、それらの関係を抽出します。複数 document に出現する entity は merge されるため、graph は単一 file ではなく knowledge base 全体にまたがります。
Search 時。 新しい retrieval mode である searchMode: 'graph' は、vector search を使用して query から entity を seed し、その relationship を expand して、到達した entity を source chunk に map し、その result を標準 hybrid search と fuse します。hybrid search と比べて失われるものはありません。graph channel は passage を追加するものであり、置き換えるものではありません。

entity graph の上に、Squid は document node、entity graph から cluster 化された theme（topic）、context metadata から導出された facet tree で構成される concept layer を構築します。この layer は queryGraph() operation を支え、agent は passage を取得するだけでなく、「この knowledge base には何があるか」、「この topic に含まれる document は何か」、「この 2 つはどのように接続されているか」といった structural question を尋ねられます。

使用する場合

状況	推奨
shared entity で接続された複数 document に答えがまたがる	✅ Knowledge graph
「A は B とどのように接続されているか」「X に関係するものは何か」	✅ Knowledge graph
agent が passage を quote するだけでなく corpus を説明・navigate する必要がある	`queryGraph()` を使用する ✅ Knowledge graph
error code、SKU、file name などの exact token	Keyword search
1 つの passage が質問に回答できる	default の hybrid search で十分

要件

knowledge base は 'mongoAtlas' vector store 上にある必要があります。store は作成後 immutable であるため、'postgres' 上で作成された knowledge base に後から graph を追加することはできません。deployment により異なる server default に依存せず、vectorDbType: 'mongoAtlas' を明示的に渡してください。既存 knowledge base に設定された値は getKnowledgeBase() で確認できます。Creating a Knowledge Baseを参照してください。
graphRag 自体は mutable であるため、既存の Atlas knowledge base で graph をいつでも有効・無効にできます。
graph extraction は ingest 時にすべての chunk で LLM を実行するため、embedding に加えて token cost が発生します。大規模 corpus で graph を有効にする前に budget を考慮し、実際の費用は getGraphStatus() で追跡してください。
graph API は TypeScript と Python の SDK で利用できます。この page の例は TypeScript を使用しています。Python client は squid.ai().knowledge_base(...) で get_graph_status()、rebuild_graph()、query_graph()、explore_graph()、search_with_graph_context() と同じ surface を公開します。

クイックスタート

knowledge base の管理には API key が必要なため、backend code から実行し、executableを通じて frontend に公開してください。

Backend code
import { SquidService, executable } from '@squidcloud/backend';

export class KnowledgeGraphService extends SquidService {
  @executable()
  async createGraphKnowledgeBase(): Promise<void> {
    await this.squid
      .ai()
      .knowledgeBase('filings-knowledgebase')
      .upsertKnowledgeBase({
        description: 'Company filings, acquisitions, and product lines',
        embeddingModel: 'text-embedding-3-small',
        chatModel: 'gpt-5.5',
        metadataFields: [],
        // Required: the graph is only built on the MongoDB Atlas vector store.
        vectorDbType: 'mongoAtlas',
        graphRag: {
          enabled: true,
          // Optional domain hint. Steers extraction toward the entity kinds you care about.
          entityTypes: ['ORGANIZATION', 'PRODUCT', 'LOCATION'],
        },
      });
  }

  @executable()
  async addFilings(): Promise<void> {
    await this.squid
      .ai()
      .knowledgeBase('filings-knowledgebase')
      .upsertContexts([
        {
          contextId: 'acquisition-2019',
          type: 'text',
          title: 'Acquisition',
          text: 'Aldous Corporation acquired Bfarma Labs in 2019 for two billion dollars.',
        },
        {
          contextId: 'product-line',
          type: 'text',
          title: 'Product line',
          text: 'Bfarma Labs manufactures a migraine drug called Zalofen at its Dublin plant.',
        },
      ]);
  }
}

entity extraction は ingestion によって trigger され、request path 外で asynchronous に実行されます。そのため graph を query 可能にするための rebuild は不要ですが、upsertContexts() の resolve は graph の準備完了を意味しません。Monitoring the graphで示すように、graph retrieval に依存する前に、すべての context が index 化されるまで getGraphStatus() を poll してください。extraction は knowledge base ごとの limit までの context を対象とします。Graph indexing capを参照してください。

search に API key は不要であり、client から実行できます。

TypeScript
Python

Client code
// 'graph' is the default mode on a graph-enabled knowledge base, so searchMode is optional here.
const chunks = await squid.ai().knowledgeBase('filings-knowledgebase').search({
  prompt: 'Which drugs does Aldous Corporation sell?',
  searchMode: 'graph',
});

Client code
# 'graph' is the default mode on a graph-enabled knowledge base, so searchMode is optional here.
chunks = await squid.ai().knowledge_base('filings-knowledgebase').search(
    'Which drugs does Aldous Corporation sell?',
    options={'searchMode': 'graph'},
)

traversal は Bfarma Labs を通じて Aldous Corporation から Zalofen に到達するため、Aldous Corporation に一切言及していない場合でも product-line chunk が取得されます。たどった chain は searchWithGraphContext() で確認できます。

2 document の knowledge base では search mode 間の違いは期待しないでください。競合するものがなければ、すべての mode がすべてを返します。graph が有用になるのは、connected ではあるものの類似しない passage が通常は除外されるほど、top-k を競う document が十分にある場合です。

Configuration

enabled を除く graphRag のすべての field は optional です。

Field	Type	説明
`enabled`	`boolean`	extraction と `searchMode: 'graph'` を有効にします。必須です。
`entityTypes`	`string[]`	たとえば `['ORGANIZATION', 'PRODUCT']` のように extraction prompt に inject する domain taxonomy hint。extraction を guide しますが、制限はしません。
`extractionModel`	`AiChatModelSelection`	chunk ごとの extraction に使用する chat model。default は server の graph model です。
`autoBuildDebounceMs`	`number`	automatic build の実行前の quiet window。positive integer で、default は server の 5 分 window です。
`concepts`	`object`	concept layer の configuration。`concepts.facets` は facet にする metadata field を選択します（default は `'auto'`、disable するには `[]`）。`concepts.pathFacets` は hierarchical path field から navigable tree を構築します。

path facet は folder path を graph 内の browse 可能な hierarchy に変換します。

Backend code
await this.squid
  .ai()
  .knowledgeBase('filings-knowledgebase')
  .upsertKnowledgeBase({
    description: 'Company filings, acquisitions, and product lines',
    embeddingModel: 'text-embedding-3-small',
    chatModel: 'gpt-5.5',
    metadataFields: [],
    vectorDbType: 'mongoAtlas',
    graphRag: {
      enabled: true,
      concepts: {
        // Build a folder tree from the folderPath metadata stamped by folder-aware uploads.
        pathFacets: [{ field: 'folderPath', type: 'path' }],
      },
    },
  });

graphRag の upsert は object 全体を置き換えるため、省略した field は失われます。単一 field を変更する場合は、getKnowledgeBase() で current configuration を読み取り、spread してください。

既存 Knowledge Base で Graph を有効にする

すでに content を持つ Atlas knowledge base で enabled を true にすると、Squid が graph を backfill します。Squid は knowledge base が quiet になるまで待機してから、まだ graph index 化されていないすべての context を抽出し、その上に concept layer を構築する structural build を実行します。rebuildGraph() を呼び出す必要はありません。

Backend code
const kb = this.squid.ai().knowledgeBase('filings-knowledgebase');
const existing = await kb.getKnowledgeBase();

// Spread the current configuration so enabling the graph does not drop any other field.
await kb.upsertKnowledgeBase({ ...existing!, graphRag: { enabled: true } });

Automatic build

concept layer（theme と facet）は corpus 全体から導出されるため、document ごとではなく batch で rebuild されます。content の ingestion・deletion、または graph の有効化後に、build は自動で schedule されます。

build は最後の graph work が完了してから測定するquiet windowを待機します。進行中の ingestion は deadline を先送りし続けるため、長い bulk upload では document ごとではなく最後に 1 回だけ build が実行されます。
window の default は 5 分で、knowledge base ごとに graphRag.autoBuildDebounceMs で構成できます。
sweep は毎分、due になった knowledge base を確認するため、window が経過してからおおむね 1 分以内に検出されます。
build の保留中は、getGraphStatus() が nextAutoBuildAt を報告します。activity が続く間は、この値も先に進みます。

entity extraction はこの schedule の一部ではありません。ingestion 自体によって trigger されるため、searchMode: 'graph' は concept layer の更新よりずっと前、extraction が完了すると新しく ingestion された document をカバーします。遅れるのは、queryGraph() が読み取る theme と facet structure です。

Build を強制する

quiet window を待ちたくない場合は、rebuildGraph() を呼び出します。default の 'structural' mode はほぼ常に適切です。以下の 'full' に関する warning を参照してください。

Backend code
// Runs a structural build (the default): folds newly ingested documents into topics and
// facets now, reusing the extracted entities. Same build the automatic schedule runs.
await this.squid.ai().knowledgeBase('filings-knowledgebase').rebuildGraph();

Mode	再計算する内容	Cost
`'structural'`（default）	entity resolution、theme、facet。まだ graph index 化されていない context に対してのみ extraction を実行します。	full rebuild のごく一部。
`'full'`	すべて。すべての chunk の LLM re-extraction を含みます。	re-extraction が大部分を占めます。initial ingest と同程度です。

警告

'full' rebuild が必要になることはまれで、destructive かつ低速です。既存 graph を最初に wipe してから、LLM ですべての chunk を再抽出するため、initial ingest と同程度の token と時間がかかります。job の完了まで、searchMode: 'graph' と queryGraph() は incomplete graph に対して実行されます。extraction はすでに ingest 時に実行されるため、新規または更新済み document に full rebuild は不要です。structural build がそれらを取り込みます。entityTypes または extractionModel を変更した後など、extraction 自体を再実行する必要がある場合にのみ、mode: 'full' を明示的に request してください。

knowledge base ごとに、一度に実行できる rebuild は 1 つだけです。getGraphStatus().buildJob を通じて追跡してください。

Graph Indexing Cap

graph extraction は、knowledge base ごとの chunk cap で停止します。cap は knowledge base ごとの option ではなく deployment-level limit であり、value は変更される可能性があります。そのため固定数を前提に設計せず、以下の signal で検出してください。cap を超えて ingestion された context は通常どおり保存され、vector、hybrid、keyword mode で完全に search 可能です。graph coverage のみが存在しないため、graph traversal はそこに到達できず、queryGraph() も表示しません。

skip は silent ではなく報告されます。

upsertContexts() は影響を受けた context を graphIndexingSkippedContextIds に list 化し、単一 context の upsertContext() は graphIndexingSkipped: true を設定します。
getGraphStatus() は contextsIndexed < contextsTotal として継続する gap を表示します。

Backend code
const result = await this.squid
  .ai()
  .knowledgeBase('filings-knowledgebase')
  .upsertContexts([
    {
      contextId: 'annual-report-2026',
      type: 'text',
      title: 'Annual report',
      text: 'Aldous Corporation reported record revenue in 2026.',
    },
  ]);

// The listed contexts are stored and fully searchable; they are only absent from the graph.
const skippedIds = result.graphIndexingSkippedContextIds ?? [];
if (skippedIds.length > 0) {
  console.warn(`${skippedIds.length} contexts were stored without graph coverage`);
}

Console および CLI の bulk upload、connector-driven sync など、upsert result を受け取らない ingestion path では、getGraphStatus() の gap が唯一の signal です。

すでに graph に含まれている document を update しても、graph から追い出されることはありません。更新後 content が context の既存 chunk 数以下になる reupsert は cap の対象外であるため、同じ size の replacement は graph coverage を維持します。context が増加する replacement は新しい content として count され、cap が適用されます。

cap を超える corpus 全体で完全な graph coverage を維持するには、corpus を複数 knowledge base に分割してください。

Graph を使用した Search

searchMode: 'graph' は graph-enabled knowledge base の default mode です。そのため、searchMode を省略すると graph が使用されます。他の mode も引き続き利用でき、Searching a Knowledge Baseで document 化されています。

traversal は graphOptions で調整します。

Option	Default	Limit	説明
`seedLimit`	8	25	expansion 前に vector search で seed する entity 数。
`maxHops`	2	3	各 seed から traversal を expand する距離。
`includeGraphContext`	`false`		traversal した subgraph を response に追加します。

Client code
const chunks = await squid
  .ai()
  .knowledgeBase('filings-knowledgebase')
  .search({
    prompt: 'How is Aldous Corporation connected to Dublin?',
    searchMode: 'graph',
    graphOptions: { seedLimit: 12, maxHops: 3 },
  });

maxHops を増やすと範囲が広がり、弱い association も取得されるため、本当に multi-hop の質問にのみ増やしてください。

Search を concept に scope する

graphFilter は search を graph の 1 concept 配下の document に限定します。user がすでに subject を絞り込んでいる場合に有用です。これはすべての search mode および contextMetadataFilter と compose できるため、thematic scope と metadata filter を組み合わせられます。

Client code
const chunks = await squid
  .ai()
  .knowledgeBase('filings-knowledgebase')
  .search({
    prompt: 'What was the purchase price?',
    // A theme name, a facet value, or a facet nodeId. Names are resolved server side.
    graphFilter: { underConcept: 'Acquisitions' },
  });

facet scope は exact metadata membership で filter します。theme scope は thematic であるため recall-safe ですが fuzzy です。theme の current membership 外にある document は、relevant であっても除外されます。resolve できない concept は CONCEPT_NOT_FOUND と最も近い matching name で failure します。

Traversal を確認する

search() は chunk のみを返します。それらを生成した entity と relationship を確認するには、includeGraphContext とともに searchWithGraphContext() を使用します。retrieval の debugging や、passage が返された理由を user に示す場合に役立ちます。

Client code
const response = await squid
  .ai()
  .knowledgeBase('filings-knowledgebase')
  .searchWithGraphContext({
    prompt: 'Which drugs does Aldous Corporation sell?',
    searchMode: 'graph',
    graphOptions: { includeGraphContext: true },
  });

for (const entity of response.graphContext?.entities ?? []) {
  console.log(`${entity.name} (${entity.type}): ${entity.description}`);
}
for (const rel of response.graphContext?.relationships ?? []) {
  console.log(`${rel.source} --[${rel.type}]--> ${rel.target}`);
}

graphContext は、includeGraphContext: true を指定した graph mode の search でのみ存在します。

Graph を直接 Query する

queryGraph() は passage を取得するのではなく、graph の structure を読み取ります。各 operation は complete answer を返す single round trip です。

Op	Required input	Returns
`overview`		knowledge base の render 済み map: theme、facet、count。
`resolve`	`ref`	document、entity、theme、facet 全体から name に一致する node。
`describe`	`ref`	ancestor と immediate neighbor を含む 1 つの node。
`subtree`	`ref`	`depth`（default および cap は 3）までの document count を含む node subtree。
`docsUnder`	`ref`	node closure 下の document。`totalDocs` は full size を報告します。
`conceptsOf`	`contextId`	1 つの document が属する facet と theme。
`neighborhood`	`ref`	entity 周辺の entity subgraph。`hops`（default 1、max 2）で expand されます。
`pathBetween`	`ref` と `refB`	2 node を接続する relationship chain、または共有する concept。
`globalSummary`	`query`	質問に対する relevance で rank 付けされた knowledge base の theme summary。

Backend code
const kb = this.squid.ai().knowledgeBase('filings-knowledgebase');

// What is in this knowledge base?
const overview = await kb.queryGraph({ op: 'overview' });
console.log(overview.overview);

// How are two things connected?
const path = await kb.queryGraph({
  op: 'pathBetween',
  ref: 'Aldous Corporation',
  refB: 'Zalofen',
});
if (path.pathBetween?.tier === 'entity') {
  // An explanatory chain: Aldous Corporation acquired Bfarma Labs, which manufactures Zalofen.
  for (const step of path.pathBetween.steps ?? []) {
    console.log(`${step.from} --[${step.type}]--> ${step.to}`);
  }
} else {
  // No entity chain exists, so the answer falls back to the concepts both refs sit under.
  console.log(path.pathBetween?.sharedConcepts);
}

ref は name または facet nodeId を受け取ります。name は Squid が server-side で exact match、alias、similarity の順に resolve します。永続化する価値がある stable handle は facet nodeId と document contextId のみです。theme および entity ID は rebuild のたびに変わるため、毎回 name で resolve してください。

Graph を探索する

exploreGraph() は visualization 用に entity graph の bounded slice を返します。degree が最も高い entity と、それらの relationship が対象です。

Backend code
const subgraph = await this.squid.ai().knowledgeBase('filings-knowledgebase').exploreGraph({
  nodeLimit: 100, // Default 200, max 1000.
});

console.log(`${subgraph.nodes.length} nodes, ${subgraph.edges.length} edges`);
// topics maps each node's topicPath ids to names, so a visualization can group by theme.
console.log(subgraph.topics?.map((topic) => topic.name));

slice を 1 つの theme に限定するには、topicId を渡します。theme ID は getGraphStatus().topics または前の exploreGraph() response から取得でき、次の rebuild までのみ有効です。

Graph を Monitoring する

getGraphStatus() は build state、coverage、cost を報告します。

Backend code
const status = await this.squid.ai().knowledgeBase('filings-knowledgebase').getGraphStatus();

console.log(`${status.contextsIndexed}/${status.contextsTotal} contexts graph indexed`);
console.log(`${status.entityCount} entities, ${status.relationshipCount} relationships`);
console.log(`Graph ingest cost so far: $${status.ingestUsage?.estCostUsd ?? 0}`);

if (status.buildJob?.status === 'in_progress') {
  console.log(`Build running since ${new Date(status.buildJob.startedAt!).toISOString()}`);
} else if (status.structureStale) {
  console.log(`${status.staleDocCount} documents changed since the last build`);
}
if (status.nextAutoBuildAt) {
  console.log(`Next automatic build around ${new Date(status.nextAutoBuildAt).toISOString()}`);
}

知っておくべき field:

Field	意味
`enabled`	この knowledge base で graph が有効かどうか。
`contextsIndexed` / `contextsTotal`	extraction coverage。value が等しい場合、すべての context が graph に含まれます。継続する gap は、graph indexing cap により context が skip されたことを示します。
`entityCount` / `relationshipCount`	entity graph の size。
`topics` / `facets`	build 実行後に設定される concept layer。
`structureStale` / `staleDocCount`	最後の concept build 以降に graph index 化された document。次の build まで theme は content に遅れます。
`buildJob`	最新 build: failure 時の `status`、`startedAt`、`error`。
`lastStructureBuildAt`	build が最後に正常完了した時刻。これまでに存在しない場合はありません。
`nextAutoBuildAt`	保留中 automatic build の予定時刻。schedule されていない場合はありません。
`ingestUsage` / `lastRebuildUsage`	`byModel` で model ごとに分けられた LLM token と estimated cost。

graph の完全な準備完了を待つには、contextsIndexed === contextsTotal かつ buildJob が 'in_progress' でなくなるまで poll します。graph indexing cap に達した knowledge base では、contextsIndexed は永続的に contextsTotal を下回ります。status には差し引くべき skipped count が含まれないため、wait に上限を設定してください。buildJob が 'in_progress' でない状態で poll 間の contextsIndexed の進行が停止したら、graph は settled と扱います。

Console から Graph を使用する

Squid Console では code なしで同じ feature を利用できます。

Vector Store を mongoAtlas に設定してknowledge base を作成し、Knowledge Graph toggle を有効にします。store は作成後に変更できないため、Server default を含む他の store では toggle は disabled のままです。Server default で作成され Atlas に resolve された knowledge base は、編集により後で graph を有効にできます。
knowledge base page には Knowledge Graph card が表示され、最後の build time、それ以降に変更された document 数、次の automatic build の推定時刻、structural build をすぐに実行する Build now button が表示されます。

Agent Behavior

接続された agent は graph を自動的に取得します。graph-enabled knowledge base では以下のようになります。

knowledge base search tool は他の mode とともに 'graph' を提供し、これを default として扱います。そのため multi-hop question は特別な prompt なしで graph retrieval を使用します。
tool description には graph の compact overview が含まれるため、agent は search 前に corpus の theme と count を把握できます。
agent は上記 operationを基盤とする queryKnowledgeGraph tool を取得するため、passage を取得するだけでなく corpus structure を navigate できます。
agent は処理中に status update を broadcast します。queryKnowledgeGraph の実行時は Querying Knowledge Base Graph title が報告され、通常の knowledge base search の Accessing Knowledge Base title とは区別されます。そのため chat UI は graph navigation を独自の step として表示できます。

knowledge base を agent に接続する方法については、Agent abilitiesを参照してください。

Error Handling

Error	原因	修正
`CONCEPT_NOT_FOUND`	`queryGraph()` の `ref` が何にも match しません。message には最も近い name が list 化されます。	最初に `op: 'resolve'` で name を resolve するか、suggest された name のいずれかを使用します。
`TOPIC_NOT_FOUND`	`exploreGraph()` の `topicId` が不明です。通常は rebuild により ID が churn したためです。	ID を永続化せず、rebuild のたびに `getGraphStatus()` から theme ID を再読み取りします。
`JOB_ALREADY_EXISTS`	この knowledge base ではすでに rebuild が実行中です。	`getGraphStatus().buildJob` が `'in_progress'` でなくなるまで待機します。
Graph call は成功するが空を返す	knowledge base が `mongoAtlas` 上にない、または `graphRag.enabled` が false です。`rebuildGraph()` を除き、graph operation はそこで no-op です。	`getGraphStatus().enabled` と knowledge base の `vectorDbType` を確認します。
`buildJob.status === 'failed'`	build が `buildJob.error` に記録された error に到達しました。	underlying cause を修正し、`rebuildGraph()` を再実行します。次の automatic build でも retry されます。
`contextsIndexed` が `contextsTotal` 未満で停止する	knowledge base が graph indexing cap を超えています。`upsertContexts()` は skip された context を `graphIndexingSkippedContextIds` に list 化し、`upsertContext()` は `graphIndexingSkipped` を設定します。	failure ではありません。context は graph 外では完全に search 可能です。完全な graph coverage のために corpus を複数 knowledge base に分割します。

graphRag を disable すると graph search は利用できなくなりますが、抽出された graph data は保持されます。そのため再度 enable する cost は低くなります。structural build は、まだ index 化されていないものを取り込み、すでに抽出済みの data を再利用します。graph data を実際に削除するには、graphRag.enabled が false の状態で rebuildGraph() を呼び出します。これは disabled knowledge base にも作用する唯一の graph call であり、disabled 時には graph を構築する代わりに wipe します。knowledge base を delete した場合も graph は削除されます。

ベストプラクティス

knowledge base を作成する前に graph を使用するか決定し、vectorDbType を明示的に渡します。これは immutable であるため、'postgres' knowledge base に graph を追加することはできません。
domain に合う entityTypes を渡します。organization、person、location などの proper noun では、generic product category より extraction の信頼性が大幅に高くなります。
bulk ingestion 前に graph を有効にします。これにより、knowledge base が quiet になり automatic backfill build が完了するまで待つのではなく、ingestion に応じて graph を query 可能になります。後から有効にしても機能します。backfill は backlog に対して structural build を実行します。
maxHops は default のままにします。本当に複数 hop を必要とする質問でのみ増やし、その場合は result が緩くなることを想定してください。
まず小規模 corpus で ingestUsage.estCostUsd を確認し、全体で graph を有効にした場合の cost を見積もります。
continuous ingestion 中の knowledge base では autoBuildDebounceMs を広げ、build が moving target を追い続けないようにします。小規模 update 後に theme をすばやく refresh したい場合は短くします。
rebuild をまたいで theme ID ではなく theme name を resolve します。stable なのは facet nodeId と document contextId だけです。

document から entity と relationship の graph を抽出し、根拠となる事実が複数 document に分散する質問に agent が回答できるようにします。​

Knowledge Graph を使用する理由​

概要​

使用する場合​

要件​

クイックスタート​

Configuration​

既存 Knowledge Base で Graph を有効にする​

Automatic build​

Build を強制する​

Graph Indexing Cap​

Graph を使用した Search​

Search を concept に scope する​

Traversal を確認する​

Graph を直接 Query する​

Graph を探索する​

Graph を Monitoring する​

Console から Graph を使用する​

Agent Behavior​

Error Handling​

ベストプラクティス​