接口与配置

术语表

按智能体、图算法、构图和图学习整理 26 个核心术语，说明其含义及在 iGraph 中的具体用途。

更新于 2026-10-15下载 Markdown

#智能体与运行机制

中文术语	英文	定义	iGraph 中的用法
智能体	Agent	结合模型推理、任务状态与工具调用来完成目标的软件执行主体。	iGraph 是图数据智能体：从用户问题选择证据操作，读取图查询、算法与学习结果，再组织后续分析和解释。具体图运算由 Graph Engine 执行。
技能	Skill	围绕一类任务组织的可复用说明、流程与辅助资源，使智能体能够按需采用相应方法。	技能指导图分析和构图流程。构图智能体结合领域经验选择结构变换，在固定查询上验收候选方案，并将可复用经验用于后续策略选择。技能不是某个图算法函数的别名。
工具调用	Tool call	按照工具声明的名称和参数数据结构，请求一个明确操作并接收结构化结果。	例如 shortest_path 接收 source、target 等参数。智能体通过 MCP 调用 Graph Engine；工具返回的 success、结果字段和错误决定下一步操作。
会话	Session	组织一段交互及其关联状态的隔离作用域。	iGraph 在默认工作区归属下按 session_id 管理活动图、上传文件、模型和作业等状态。切换会话不等于切换同一会话内的 graph_version；模型也需要在对应会话作用域内解析。
后台作业	Asynchronous job	提交后独立运行，并通过标识查询状态、进度和最终结果的执行单元。	训练等长任务可能返回 job_id；get_job_status 查询该作业，完成结果位于 job.result。请求取消与确认计算已经停止是不同阶段。
服务器发送事件	Server-sent events (SSE)	服务器通过持续的 HTTP 响应向客户端单向发送事件的流式传输机制。	iGraph 用事件流向界面传递运行消息与进度。事件到达、连接断开和作业最终状态分别表示不同事实；界面应依据明确的状态字段判断完成。
用户记忆	User memory	针对某个用户保存并在后续交互中复用的偏好和背景信息。	Agentic User Memory 使用 update_user_memory；记忆面板读取用户记忆存储。保存后核对记忆列表及新会话读取结果，不能只凭模型回复判断已持久化。
可复用经验	Learned knowledge	从任务中提炼、供后续相关问题检索的知识或经验。	save_learning 写入可检索的 Learned Knowledge，与 update_user_memory 的用户记忆及构图领域经验是不同存储。知识检索成功不等于它会出现在用户记忆面板。

#图结构与算法

中文术语	英文	定义	iGraph 中的用法
多重边	Parallel edges / multiedges	同一对端点之间存在的多条独立关系；每条关系可有不同标识、类型或属性。	GraphData 可保留逻辑边标识。部分算法需要临时投影视图，例如最短路径按端点对取最小权重；这种计算投影不应被理解为源关系被删除或合并保存。
最短路径	Shortest path	在给定方向与成本定义下，从起点到终点使总成本最小的路径；无权时成本通常是边数。	shortest_path 的 use_weight=true 将权重解释为距离或成本，false 则按跳数计算。边权表示相似度时，需要先明确它是否适合直接作为路径距离。
社区发现	Community detection	根据连接结构识别内部连接较密集、群体之间连接相对稀疏的节点集合。	community_detection 可选择 Louvain 等方法，返回社区规模、节点预览和模块度。这里的社区是结构分组，不自动具有业务类别标签；结果也取决于方向、权重和算法选项。
介数中心性	Betweenness centrality	统计节点位于其他节点对最短路径上的份额，用于描述其在最短路径结构中的中介作用。	node_centrality 选择 centrality_type=betweenness 时计算此指标，可用于寻找连接群体的桥接节点。高介数是特定图和路径定义下的结构特征，不能直接等同于真实业务影响力。
接近中心性	Closeness centrality	根据节点与其他可达节点的最短路径距离衡量其接近程度；常见形式与平均距离的倒数有关。	node_centrality 选择 centrality_type=closeness。解释数值时要考虑图是否连通、是否有向及距离语义，不能只比较连接数，也不能将不可达节点当作零距离。
全局聚类系数（传递性）	Global clustering coefficient (transitivity)	在无向简单图语义下，衡量相邻两步关系闭合为三角形的比例，等于三角形数的三倍除以连通三元组数。	global_metrics 的 metric=transitivity 在无向计算视图上计算该值。它与先逐节点计算局部聚类系数再取平均的 average_clustering 是不同指标。

#构图、验证与版本

中文术语	英文	定义	iGraph 中的用法
图版本	Graph version (graph_version)	标识某个会话中可保存、加载和分析的图状态。	get_graph_info 返回活动 graph_version，load_graph_version 可切换已保存版本。图学习用它校验输入一致性；构图数据集的 revision 和执行控制的 generation 不属于这套图版本编号。
构图修订	Construction revision	保存的构图结果在编辑与提交过程中使用的修订编号。	构图编辑请求携带 base_revision，服务端检查它与当前 revision 是否一致，防止旧编辑覆盖新内容。load_constructed_graph 才将构图结果装入会话图；修订号不应直接充当 graph_version。
执行代次	Execution generation	用于区分一次运行当前有效执行与过期执行的控制标识。	Run、Job 和工作进程回执携带 generation。执行控制在继续运行和状态发布时校验代次，阻止过期结果进入当前状态。它描述执行有效性，不描述图内容是否发生变化。
SQL 参考执行器	SQL reference executor (oracle)	在独立参考数据上执行查询、产生用于核对的参考答案的执行器。	构图验收把固定查询计划编译为 SQL，在源表上生成期望结果，再与只读取候选图的 GraphExecutor 比较。这里的 oracle 是语义校验角色，不表示使用 Oracle 数据库，也不是模型自行编写的答案。
源数据完整性	Source-data integrity	转换后的表示完整保留源记录标识、字段值及声明关系等语义的性质。	source_integrity_errors 检查全部源记录与声明外键，覆盖固定查询没有访问的数据。查询全部通过与源数据完整性通过是两项检查，不能用其中一项替代另一项。
固定查询工作负载	Frozen query workload	在比较候选方案之前确定、并在比较期间保持不变的一组查询与执行计划。	构图智能体通过 set_workload 提交查询，随后在同一工作负载上比较语义正确性与执行成本。冻结查询防止通过改题提高得分；通过率只覆盖这组查询，不代表任意问题的正确率。

#图学习

中文术语	英文	定义	iGraph 中的用法
消息传递	Message passing	图神经网络沿边收集邻居信息，并通过聚合和变换更新节点表示的计算过程。	已注册 GNN 骨干网络以 x 和 edge_index 计算节点表示；APPNP 在预测后进行传播。当前模型调用不把边权或 xe 传入前向计算，沿边传播不等于使用了全部边属性。
图级读出	Graph-level readout	将同一张图的节点或边表示聚合为一个固定维度图表示的操作。	图分类采用 global_mean_pool，对每张图的节点嵌入求均值，形成 [B, D] 批次表示，再送入图级线性分类头。当前接口没有提供切换求和或最大值读出的选项。
嵌入向量	Embedding vector	以固定维度数值向量表示节点或图等对象，使其可参与数值预测和相似性计算。	预训练保存节点 embedding.npy 与对应名称；data.feature_source=embedding 按名称复用这些向量。复用嵌入不等于恢复上游模型的训练检查点，未知节点名当前填零向量。
节点分类	Node classification	以单个节点为预测对象，为其确定类别标签的监督学习任务。	task=node_classification 在活动图上运行 GNN 和分类头，用已标注训练节点计算交叉熵。二维节点标签当前先取 argmax，仍是单标签分类；不能据此宣称支持多标签节点分类。
链接预测	Link prediction	以节点对为预测对象，估计其连接可能性或相关分数的任务。	task=link_prediction 使用节点嵌入内积解码，返回分数和 sigmoid 概率。该解码对称，且当前验证边仍参与消息传递；解释指标时需要说明这两项实现条件。
图分类	Graph classification	以整张图为预测对象，通过图级表示预测一个或多个标签的任务。	task=graph_classification 使用独立多图数据集：HIV 为单个二分类任务，PCBA 为 128 个二分类任务。节点消息传递后进行图级读出；整图标签与同一图中各节点的标签是不同监督对象。

术语参考：以下官方文档用于核对中英文表达。各术语在 iGraph 中的具体数据结构、算法选项和运行边界，以本项目相应技术章节为准。