session-graph
将分散的AI编程会话整合为可查询的知识图谱
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：session-graph。 它的用途是：将分散的AI编程会话整合为可查询的知识图谱 完整的 Skill 内容见：https://321skill.com/skills/session-graph/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
“查询过去一个月所有会话中讨论过‘身份验证’和‘JWT’的技术方案。” session-graph会通过SPARQL查询知识图谱，返回关联的会话片段、涉及的具体技术栈（如Supabase、FastAPI）以及它们之间的使用关系，并标明每个知识点的来源会话和平台。
介绍
session-graph 解决了开发者日常使用多个AI编程工具（如Claude Code、ChatGPT、Cursor等）时，会话知识孤立、难以追溯和关联的问题。它将这些零散的对话内容提取为结构化的知识三元组（主体、谓词、客体），并链接到Wikidata进行实体消歧，最终构建成一个统一的、支持SPARQL查询的知识图谱。
使用上，你需要将不同平台的会话导出文件放入指定目录，运行脚本即可完成知识提取、实体链接和数据导入。整个过程自动化，最终通过Apache Jena Fuseki提供查询界面，你可以像查询数据库一样探索跨会话的知识关联。
这个工具非常适合需要频繁与AI助手协作进行技术探索、问题排查和知识积累的开发者、技术研究员或学生。它能帮助你从历史对话中挖掘出隐藏的技术关联和重复出现的解决方案。
建议在开始前整理好各平台的会话导出文件。由于涉及实体链接和知识提取，首次运行可能需要一些时间，且需要配置Python环境和Apache Jena Fuseki服务。
核心特点
与仅支持单一平台或提供扁平化搜索的工具不同，session-graph是首个支持多平台AI会话（Claude Code、ChatGPT、DeepSeek、Grok、Warp）统一知识图谱构建的工具，并采用W3C/ISO标准本体（如PROV-O、SIOC）而非自定义模式，确保数据的规范性和互操作性。
注意事项
该工具主要面向文本形式的AI编程会话，不适合处理非结构化的图像、音频对话或非技术性闲聊内容。
常见问题
支持哪些AI工具的会话导出？
目前支持Claude Code、ChatGPT、DeepSeek、Grok和Warp。需要用户自行从这些平台导出会话历史文件。
需要自己部署SPARQL服务器吗？
是的，需要本地安装并运行Apache Jena Fuseki作为三元组存储和查询服务器。
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/session-graph/raw/index.md 读取 session-graph 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/session-graph/raw/index.md（查看排版版本）