Entity Optimizer
优化知识图谱实体与事实的AI工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Entity Optimizer。 它的用途是：优化知识图谱实体与事实的AI工具 完整的 Skill 内容见：https://321skill.com/skills/entity-optimizer-x-7/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'优化实体存在，合并知识图谱中关于'苹果公司'的重复实体'。它会自动扫描所有包含'Apple Inc.'、'苹果公司'、'Apple'的实体节点，识别出三者的关系，生成合并建议报告，并列出冲突事实（如成立年份不一致），最后在您确认后执行合并操作并更新关联关系。
介绍
Entity Optimizer 专注于解决知识图谱中实体信息不一致、事实过时或重复的问题。当您需要清理和统一知识图谱中的实体标识、更新规范事实或审计数据质量时，这个工具能自动扫描、比对并修复实体关系，确保机器可读数据的准确性和权威性。
使用方式非常简单：直接对AI说出“优化实体存在”或“协调实体身份”等指令，Entity Optimizer 便会启动审计流程，分析当前知识图谱中的实体记录，标记冲突或冗余的信息，并给出更新建议。您也可以手动指定需要整合的实体范围，工具会生成差异报告供您确认。
适合需要频繁维护知识图谱的数据分析师、智能体开发人员以及后端开发工程师。尤其适用于企业级知识库管理、产品元数据治理、以及多源数据融合场景，能显著降低人工核对成本。
建议定期运行审计以保持图谱健康度，同时注意该工具依赖底层知识图谱的访问权限，对于完全无结构的数据集需先进行实体抽取。初次使用时建议在小范围数据集上验证效果，再逐步扩大应用范围。
核心特点
与通用数据清洗工具不同，Entity Optimizer 专门针对知识图谱的实体身份协调和事实规范性进行深度审计，能自动识别同义实体并推荐合并策略，同时保留变更历史用于回滚。
注意事项
不适合处理非结构化文本或纯文档类数据，需要已有知识图谱或结构化实体存储作为输入。
常见问题
Entity Optimizer 能处理哪些类型的知识图谱？
支持主流图数据库（如Neo4j、ArangoDB）和RDF格式，也可通过插件适配自定义存储。
如何确保实体合并不会误删重要信息？
工具默认只生成审计报告和修改建议，需要用户确认后才执行变更，同时自动备份旧版本供回滚。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/entity-optimizer-x-7/raw/index.md 读取 Entity Optimizer 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/entity-optimizer-x-7/raw/index.md（查看排版版本）