query_knowledge

自然语言查询供应链知识图谱。

适用于：获取供应链背景知识、查询公司/产品/原材料信息、了解行业趋势。

输入 Schema

用途

最常用 tool。自然语言查图谱，返回综合答案 + 来源 chunks。底层走 LightRAG hybrid 模式（实体邻域 + 社区摘要融合）。

调用示例

Claude Desktop 中说："用 graphforge 查一下这家公司去年营业收入"。

JSON-RPC payload：

{
  "method": "tools/call",
  "params": {
    "name": "query_knowledge",
    "arguments": {
      "input": "这家公司去年营业收入是多少？"
    }
  }
}

返回示例

{
  "answer": "根据 2024 年年报，公司营业收入为 1,234.5 亿元，同比增长 12.3%...",
  "sources": [
    { "doc_id": "doc_xxx", "chunk_id": "ch_001", "score": 0.87 }
  ],
  "mode": "hybrid"
}

何时用

• 用户问的是事实/数值类问题（"X 是多少 / 谁负责 Y / Z 怎么定义"）
• 复杂分析类问题改用 analyze_root_cause
• 指标具体计算改用 compute_metric

注意

input 是单一查询字符串。Claude Desktop 会自动从对话上下文推断问题；自研 client 需自己拼。

首次冷启动 LightRAG 可能 30-120s，之后秒回。