feat(knowledge-graph): 实现知识图谱基础设施搭建

实现功能：
- Neo4j Docker Compose 配置（社区版，端口 7474/7687，数据持久化）
- Makefile 新增 Neo4j 命令（neo4j-up/down/logs/shell）
- knowledge-graph-service Spring Boot 服务（完整的 DDD 分层架构）
- kg_extraction Python 模块（基于 LangChain LLMGraphTransformer）

技术实现：
- Neo4j 配置：环境变量化密码，统一默认值 datamate123
- Java 服务：
  - Domain: GraphEntity, GraphRelation 实体模型
  - Repository: Spring Data Neo4j，支持 graphId 范围查询
  - Service: 业务逻辑，graphId 双重校验，查询限流
  - Controller: REST API，UUID 格式校验
  - Exception: 实现 ErrorCode 接口，统一异常体系
- Python 模块：
  - KnowledgeGraphExtractor 类
  - 支持异步/同步/批量抽取
  - 支持 schema-guided 模式
  - 兼容 OpenAI 及自部署模型

关键设计：
- graphId 权限边界：所有实体操作都在正确的 graphId 范围内
- 查询限流：depth 和 limit 参数受配置约束
- 异常处理：统一使用 BusinessException + ErrorCode
- 凭据管理：环境变量化，避免硬编码
- 双重防御：Controller 格式校验 + Service 业务校验

代码审查：
- 经过 3 轮 Codex 审查和 2 轮 Claude 修复
- 所有 P0 和 P1 问题已解决
- 编译通过，无阻塞性问题

文件变更：
- 新增：Neo4j 配置、knowledge-graph-service（11 个 Java 文件）、kg_extraction（3 个 Python 文件）
- 修改：Makefile、pom.xml、application.yml、pyproject.toml

runtime/datamate-python/app/module/kg_extraction/models.py

@@ -0,0 +1,75 @@
+"""知识图谱三元组抽取数据模型。"""
+
+from __future__ import annotations
+
+from pydantic import BaseModel, Field
+
+
+class GraphNode(BaseModel):
+    """图谱节点（实体）。"""
+
+    name: str = Field(..., description="实体名称")
+    type: str = Field(..., description="实体类型, 如 Person, Organization, Location")
+    properties: dict[str, object] = Field(default_factory=dict, description="扩展属性")
+
+
+class GraphEdge(BaseModel):
+    """图谱边（关系）。"""
+
+    source: str = Field(..., description="源实体名称")
+    target: str = Field(..., description="目标实体名称")
+    relation_type: str = Field(..., description="关系类型, 如 works_at, located_in")
+    properties: dict[str, object] = Field(default_factory=dict, description="关系属性")
+
+
+class Triple(BaseModel):
+    """知识三元组: (主体, 关系, 客体)。"""
+
+    subject: GraphNode
+    predicate: str = Field(..., description="关系类型")
+    object: GraphNode
+
+
+class EntityTypeConstraint(BaseModel):
+    """实体类型约束，用于 Schema-guided 抽取。"""
+
+    name: str = Field(..., description="类型名称")
+    description: str = Field(default="", description="类型说明")
+
+
+class RelationTypeConstraint(BaseModel):
+    """关系类型约束。"""
+
+    name: str = Field(..., description="关系类型名称")
+    source_types: list[str] = Field(default_factory=list, description="允许的源实体类型")
+    target_types: list[str] = Field(default_factory=list, description="允许的目标实体类型")
+    description: str = Field(default="", description="关系说明")
+
+
+class ExtractionSchema(BaseModel):
+    """抽取 schema 约束，约束 LLM 输出的实体和关系类型范围。"""
+
+    entity_types: list[EntityTypeConstraint] = Field(default_factory=list)
+    relation_types: list[RelationTypeConstraint] = Field(default_factory=list)
+
+
+class ExtractionRequest(BaseModel):
+    """三元组抽取请求。"""
+
+    text: str = Field(..., description="待抽取的文本")
+    graph_id: str = Field(..., description="目标图谱 ID")
+    schema: ExtractionSchema | None = Field(
+        default=None, description="可选的 schema 约束, 提供后做 schema-guided 抽取"
+    )
+    source_id: str | None = Field(default=None, description="来源 ID（数据集/知识库条目）")
+    source_type: str = Field(default="KNOWLEDGE_BASE", description="来源类型")
+
+
+class ExtractionResult(BaseModel):
+    """三元组抽取结果。"""
+
+    nodes: list[GraphNode] = Field(default_factory=list)
+    edges: list[GraphEdge] = Field(default_factory=list)
+    triples: list[Triple] = Field(default_factory=list)
+    raw_text: str = Field(default="", description="原始文本")
+    source_id: str | None = None