feat(kg): 实现 Phase 3.1 前端图谱浏览器

核心功能： - G6 v5 力导向图，支持交互式缩放、平移、拖拽 - 5 种布局模式：force, circular, grid, radial, concentric - 双击展开节点邻居到图中（增量探索） - 全文搜索，类型过滤，结果高亮（变暗/高亮状态） - 节点详情抽屉：实体属性、别名、置信度、关系列表（可导航） - 关系详情抽屉：类型、源/目标、权重、置信度、属性 - 查询构建器：最短路径/全路径查询，可配置 maxDepth/maxPaths - 基于 UUID 的图加载（输入或 URL 参数 ?graphId=...） - 大图性能优化（200 节点阈值，超过时禁用动画）新增文件（13 个）： - knowledge-graph.model.ts - TypeScript 接口，匹配 Java DTOs - knowledge-graph.api.ts - API 服务，包含所有 KG REST 端点 - knowledge-graph.const.ts - 实体类型颜色、关系类型标签、中文显示名称 - graphTransform.ts - 后端数据 → G6 节点/边格式转换 + 合并工具 - graphConfig.ts - G6 v5 图配置（节点/边样式、行为、布局） - hooks/useGraphData.ts - 数据钩子：加载子图、展开节点、搜索、合并 - hooks/useGraphLayout.ts - 布局钩子：5 种布局类型 - components/GraphCanvas.tsx - G6 v5 画布，力导向布局，缩放/平移/拖拽 - components/SearchPanel.tsx - 全文实体搜索，类型过滤 - components/NodeDetail.tsx - 实体详情抽屉 - components/RelationDetail.tsx - 关系详情抽屉 - components/QueryBuilder.tsx - 路径查询构建器 - Home/KnowledgeGraphPage.tsx - 主页面，整合所有组件修改文件（5 个）： - package.json - 添加 @antv/g6 v5 依赖 - vite.config.ts - 添加 /knowledge-graph 代理规则 - auth/permissions.ts - 添加 knowledgeGraphRead/knowledgeGraphWrite - pages/Layout/menu.tsx - 添加知识图谱菜单项（Network 图标） - routes/routes.ts - 添加 /data/knowledge-graph 路由新增文档（10 个）： - docs/knowledge-graph/ - 完整的知识图谱设计文档 Bug 修复（Codex 审查后修复）： - P1: 详情抽屉状态与选中状态不一致（显示旧数据） - P1: 查询构建器未实现（最短路径/多路径查询） - P2: 实体类型映射 Organization → Org（匹配后端） - P2: getSubgraph depth 参数无效（改用正确端点） - P2: AllPathsVO 字段名不一致（totalPaths → pathCount） - P2: 搜索取消逻辑无效（传递 AbortController.signal） - P2: 大图性能优化（动画降级） - P3: 移除未使用的类型导入构建验证： - tsc --noEmit ✅ clean - eslint ✅ 0 errors/warnings - vite build ✅ successful
2026-02-20 19:13:46 +08:00
parent 9b6ff59a11
commit afcb8783aa
29 changed files with 6472 additions and 37 deletions
--- a/docs/knowledge-graph/schema/entities.md
+++ b/docs/knowledge-graph/schema/entities.md
@@ -0,0 +1,329 @@
+# DataMate 知识图谱 - 核心实体定义
+
+> Schema 版本：1.0.0
+> 更新日期：2026-02-17
+
+## 概述
+
+DataMate 知识图谱定义了 **8 类核心实体**，覆盖数据资产管理、任务追踪、组织归属和知识管理四大领域。
+
+所有实体在 Neo4j 中统一使用 `Entity` 标签，通过 `type` 属性区分语义类型。每个实体都包含以下公共属性：
+
+| 公共属性 | 类型 | 必填 | 说明 |
+|---------|------|------|------|
+| `id` | String (UUID) | 是 | 全局唯一标识符 |
+| `name` | String | 是 | 实体名称 |
+| `type` | String | 是 | 实体类型（见下文各类型定义） |
+| `description` | String | 否 | 实体描述 |
+| `graph_id` | String (UUID) | 是 | 所属图谱 ID，用于多租户隔离 |
+| `source_id` | String | 否 | 来源记录 ID（MySQL 主键或外部系统 ID） |
+| `source_type` | String | 否 | 来源类型：`SYNC`（MySQL 同步）、`EXTRACTION`（LLM 抽取）、`MANUAL`（人工创建） |
+| `confidence` | Double | 否 | 置信度 0.0-1.0（同步数据默认 1.0，抽取数据由模型评分） |
+| `properties_json` | String (JSON) | 否 | 类型特有 properties 的 JSON 序列化，各类型的 properties 定义见下文 |
+| `created_at` | LocalDateTime | 是 | 创建时间 |
+
+---
+
+## 1. Dataset（数据集）
+
+数据集是 DataMate 的核心资产，代表一组结构化或非结构化数据的集合。
+
+**对应代码模型**：`data-management-service` 的 `Dataset.java`
+
+### properties（properties_json 字段）
+
+| property | 类型 | 必填 | 约束 | 说明 |
+|----------|------|------|------|------|
+| `dataset_type` | String | 是 | `IMAGE` / `TEXT` / `QA` / `MULTIMODAL` / `OTHER` | 数据集类型 |
+| `status` | String | 是 | `DRAFT` / `ACTIVE` / `ARCHIVED` | 数据集状态 |
+| `category` | String | 否 | 最长 50 字符 | 业务分类 |
+| `format` | String | 否 | — | 数据格式（如 CSV、JSON、DICOM） |
+| `record_count` | Long | 否 | >= 0 | 记录/文件数量 |
+| `size_bytes` | Long | 否 | >= 0 | 数据集大小（字节） |
+| `version` | Integer | 否 | >= 1 | 版本号 |
+| `tags` | List\<String\> | 否 | — | 标签列表 |
+
+### Cypher 示例
+
+```cypher
+// 创建 Dataset 实体（类型 properties 序列化到 properties_json）
+CREATE (d:Entity {
+  id: 'a1b2c3d4-...',
+  name: '用户行为日志-v2',
+  type: 'Dataset',
+  description: '2025年Q4用户行为埋点数据',
+  graph_id: $graphId,
+  source_id: '12345',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"dataset_type":"TEXT","status":"ACTIVE","category":"用户行为","format":"JSON","record_count":1500000,"size_bytes":2147483648,"version":2,"tags":["behavior","production"]}',
+  created_at: datetime()
+})
+```
+
+---
+
+## 2. Field（字段）
+
+字段代表数据集中的列或属性元数据，是数据血缘分析和影响评估的基础单元。
+
+**对应代码模型**：从 `DatasetFile` 的 schema 元数据中提取
+
+### properties（properties_json 字段）
+
+| property | 类型 | 必填 | 约束 | 说明 |
+|----------|------|------|------|------|
+| `data_type` | String | 是 | — | 数据类型（如 STRING、INT、FLOAT、DATETIME、JSON） |
+| `nullable` | Boolean | 否 | — | 是否允许空值 |
+| `is_primary_key` | Boolean | 否 | — | 是否为主键 |
+| `default_value` | String | 否 | — | 默认值 |
+| `sample_values` | List\<String\> | 否 | 最多 5 个 | 示例值 |
+| `statistics` | String | 否 | JSON 格式 | 字段统计信息（null 率、唯一值数等） |
+
+### Cypher 示例
+
+```cypher
+CREATE (f:Entity {
+  id: 'f1e2d3c4-...',
+  name: 'user_id',
+  type: 'Field',
+  description: '用户唯一标识符',
+  graph_id: $graphId,
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"data_type":"STRING","nullable":false,"is_primary_key":true,"sample_values":["U001","U002","U003"]}',
+  created_at: datetime()
+})
+```
+
+---
+
+## 3. LabelTask（标注任务）
+
+标注任务代表一次数据标注活动，包括人工标注和自动标注。
+
+**对应代码模型**：`data-annotation-service` 的 `LabelingProject`、`AutoAnnotationTask`；`task-coordination-service` 的 `TaskMeta`
+
+### properties（properties_json 字段）
+
+| property | 类型 | 必填 | 约束 | 说明 |
+|----------|------|------|------|------|
+| `task_mode` | String | 是 | `MANUAL` / `AUTO` / `HYBRID` | 标注模式 |
+| `data_type` | String | 否 | `image` / `text` / `audio` / `video` / `pdf` 等 | 标注数据类型 |
+| `labeling_type` | String | 否 | — | 标注类型（如 NER、目标检测、情感分析） |
+| `status` | String | 是 | `PENDING` / `IN_PROGRESS` / `COMPLETED` / `FAILED` / `STOPPED` | 任务状态 |
+| `progress` | Double | 否 | 0.0-100.0 | 完成进度百分比 |
+| `template_name` | String | 否 | — | 使用的标注模板名称 |
+
+### Cypher 示例
+
+```cypher
+CREATE (t:Entity {
+  id: 'e5f6a7b8-...',
+  name: '医学图像病灶标注-批次3',
+  type: 'LabelTask',
+  description: 'CT影像中肺结节目标检测标注',
+  graph_id: $graphId,
+  source_id: '67890',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"task_mode":"HYBRID","data_type":"image","labeling_type":"object_detection","status":"IN_PROGRESS","progress":45.5,"template_name":"医学目标检测"}',
+  created_at: datetime()
+})
+```
+
+---
+
+## 4. Workflow（工作流）
+
+工作流代表一组数据处理步骤的编排定义，涵盖数据清洗、数据合成、数据评估等处理管道。
+
+**对应代码模型**：`data-cleaning-service` 的 `CleaningTemplate`；`data-collection-service` 的 `CollectionTemplate`；算子编排 `Operator`
+
+### properties（properties_json 字段）
+
+| property | 类型 | 必填 | 约束 | 说明 |
+|----------|------|------|------|------|
+| `workflow_type` | String | 是 | `CLEANING` / `SYNTHESIS` / `EVALUATION` / `COLLECTION` / `CUSTOM` | 工作流类型 |
+| `status` | String | 否 | `DRAFT` / `ACTIVE` / `DEPRECATED` | 工作流状态 |
+| `version` | String | 否 | — | 版本号 |
+| `operator_count` | Integer | 否 | >= 0 | 包含的算子数量 |
+| `schedule` | String | 否 | Cron 表达式 | 调度表达式（用于定时工作流） |
+
+### Cypher 示例
+
+```cypher
+CREATE (w:Entity {
+  id: 'c9d0e1f2-...',
+  name: '文本去重清洗管道',
+  type: 'Workflow',
+  description: '基于SimHash的文本去重 + 格式标准化 + 质量过滤',
+  graph_id: $graphId,
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"workflow_type":"CLEANING","status":"ACTIVE","version":"2.1","operator_count":3}',
+  created_at: datetime()
+})
+```
+
+---
+
+## 5. Job（作业）
+
+作业代表一次具体的任务执行实例，是工作流的运行时实体，记录输入输出和执行状态。
+
+**对应代码模型**：`CleaningTask`、`DataSynthInstance`、`EvaluationTask`、`CollectionTask`、`TaskExecution`
+
+### properties（properties_json 字段）
+
+| property | 类型 | 必填 | 约束 | 说明 |
+|----------|------|------|------|------|
+| `job_type` | String | 是 | `CLEANING` / `SYNTHESIS` / `EVALUATION` / `COLLECTION` / `ANNOTATION` | 作业类型 |
+| `status` | String | 是 | `PENDING` / `RUNNING` / `COMPLETED` / `FAILED` / `STOPPED` / `CANCELLED` | 执行状态 |
+| `started_at` | String | 否 | ISO 8601 | 开始时间 |
+| `completed_at` | String | 否 | ISO 8601 | 完成时间 |
+| `duration_seconds` | Long | 否 | >= 0 | 执行耗时（秒） |
+| `input_count` | Long | 否 | >= 0 | 输入记录/文件数 |
+| `output_count` | Long | 否 | >= 0 | 输出记录/文件数 |
+| `error_message` | String | 否 | — | 错误信息（失败时） |
+
+### Cypher 示例
+
+```cypher
+CREATE (j:Entity {
+  id: 'd3e4f5a6-...',
+  name: '清洗作业-20260215-001',
+  type: 'Job',
+  description: '用户行为日志去重清洗',
+  graph_id: $graphId,
+  source_id: '54321',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"job_type":"CLEANING","status":"COMPLETED","started_at":"2026-02-15T10:00:00","completed_at":"2026-02-15T10:35:00","duration_seconds":2100,"input_count":1500000,"output_count":1380000}',
+  created_at: datetime()
+})
+```
+
+---
+
+## 6. User（用户）
+
+用户代表 DataMate 平台的操作人员，用于追踪数据资产的责任人和任务的执行者。
+
+**对应代码模型**：`User.java`（`user` 表）
+
+### properties（properties_json 字段）
+
+| property | 类型 | 必填 | 约束 | 说明 |
+|----------|------|------|------|------|
+| `username` | String | 是 | 唯一 | 登录用户名 |
+| `email` | String | 否 | — | 邮箱地址 |
+| `role` | String | 否 | `ADMIN` / `USER` | 角色 |
+| `enabled` | Boolean | 否 | — | 是否启用 |
+
+### Cypher 示例
+
+```cypher
+CREATE (u:Entity {
+  id: 'b7c8d9e0-...',
+  name: '张三',
+  type: 'User',
+  graph_id: $graphId,
+  source_id: '1001',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"username":"zhangsan","email":"zhangsan@example.com","role":"USER","enabled":true}',
+  created_at: datetime()
+})
+```
+
+---
+
+## 7. Org（组织）
+
+组织代表企业内部的团队或部门，用于数据资产的归属管理和权限隔离。
+
+**对应代码模型**：从 `User.organization` 字段聚合派生
+
+### properties（properties_json 字段）
+
+| property | 类型 | 必填 | 约束 | 说明 |
+|----------|------|------|------|------|
+| `org_code` | String | 否 | 唯一 | 组织编码 |
+| `parent_org_id` | String | 否 | UUID | 上级组织 ID |
+| `level` | Integer | 否 | >= 1 | 组织层级 |
+| `member_count` | Integer | 否 | >= 0 | 成员数量 |
+
+### Cypher 示例
+
+```cypher
+CREATE (o:Entity {
+  id: 'a0b1c2d3-...',
+  name: '数据工程部',
+  type: 'Org',
+  description: '负责数据采集、清洗和标注',
+  graph_id: $graphId,
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"org_code":"DE","level":2,"member_count":15}',
+  created_at: datetime()
+})
+```
+
+---
+
+## 8. KnowledgeSet（知识集）
+
+知识集代表经过整理和验证的知识资产集合，是 RAG 检索和知识问答的基础。
+
+**对应代码模型**：`KnowledgeSet.java`（`knowledge_set` 表）
+
+### properties（properties_json 字段）
+
+| property | 类型 | 必填 | 约束 | 说明 |
+|----------|------|------|------|------|
+| `status` | String | 是 | `DRAFT` / `PUBLISHED` / `ARCHIVED` / `DEPRECATED` | 知识集状态 |
+| `domain` | String | 否 | — | 知识领域 |
+| `business_line` | String | 否 | — | 业务线 |
+| `sensitivity` | String | 否 | `PUBLIC` / `INTERNAL` / `CONFIDENTIAL` / `SECRET` | 敏感级别 |
+| `item_count` | Integer | 否 | >= 0 | 包含的知识条目数 |
+| `valid_from` | String | 否 | ISO 8601 | 有效期开始 |
+| `valid_to` | String | 否 | ISO 8601 | 有效期结束 |
+
+### Cypher 示例
+
+```cypher
+CREATE (k:Entity {
+  id: 'f4e5d6c7-...',
+  name: '医学影像标注规范知识库',
+  type: 'KnowledgeSet',
+  description: 'CT/MRI影像标注标准和常见病灶特征知识',
+  graph_id: $graphId,
+  source_id: '777',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"status":"PUBLISHED","domain":"医学影像","business_line":"AI辅助诊断","sensitivity":"INTERNAL","item_count":320,"valid_from":"2026-01-01T00:00:00","valid_to":"2027-01-01T00:00:00"}',
+  created_at: datetime()
+})
+```
+
+---
+
+## 实体类型汇总
+
+| 实体类型 | Neo4j type 值 | 核心用途 | 来源 |
+|---------|--------------|---------|------|
+| Dataset | `Dataset` | 数据资产管理、血缘追踪 | MySQL 同步 |
+| Field | `Field` | 字段级血缘、影响分析 | MySQL 同步 / Schema 解析 |
+| LabelTask | `LabelTask` | 标注任务追踪、人员管理 | MySQL 同步 |
+| Workflow | `Workflow` | 流程编排、复用管理 | MySQL 同步 |
+| Job | `Job` | 执行追踪、输入输出血缘 | MySQL 同步 |
+| User | `User` | 责任人追踪、权限管理 | MySQL 同步 |
+| Org | `Org` | 组织归属、资产隔离 | MySQL 同步 / 派生 |
+| KnowledgeSet | `KnowledgeSet` | 知识资产管理、RAG 检索 | MySQL 同步 |
+
+## 扩展说明
+
+- **自定义实体类型**：除上述 8 类核心实体外，用户可通过 LLM 抽取或手动创建自定义实体类型。自定义实体使用相同的 `Entity` 标签和公共属性结构，`type` 字段可为任意字符串。
+- **属性存储**：类型特有 properties 存储在 `properties_json` 字段中（JSON 序列化），不直接作为 Neo4j 节点属性。这保证了 schema 的灵活性，同时通过 `type` 字段实现类型区分。
+- **索引策略**：`id`、`graph_id`、`type`、`name` 字段建立 Neo4j 索引，`properties_json` 中的 properties 不建立索引。如果某个 property 需要高频查询，应提升为节点顶层属性并建立索引。
--- a/docs/knowledge-graph/schema/er-diagram.md
+++ b/docs/knowledge-graph/schema/er-diagram.md
@@ -0,0 +1,298 @@
+# DataMate 知识图谱 - 实体关系图
+
+> Schema 版本：1.0.0
+> 更新日期：2026-02-17
+
+## 核心实体关系总览
+
+```mermaid
+graph LR
+    %% 实体定义
+    Dataset["<b>Dataset</b><br/>数据集"]
+    Field["<b>Field</b><br/>字段"]
+    LabelTask["<b>LabelTask</b><br/>标注任务"]
+    Workflow["<b>Workflow</b><br/>工作流"]
+    Job["<b>Job</b><br/>作业"]
+    User["<b>User</b><br/>用户"]
+    Org["<b>Org</b><br/>组织"]
+    KnowledgeSet["<b>KnowledgeSet</b><br/>知识集"]
+
+    %% 关系连接
+    Dataset -->|HAS_FIELD| Field
+    Dataset -->|DERIVED_FROM| Dataset
+    Dataset -->|BELONGS_TO| Org
+
+    Job -->|USES_DATASET| Dataset
+    Job -->|PRODUCES| Dataset
+    Job -->|DEPENDS_ON| Job
+
+    Workflow -->|TRIGGERS| Job
+    Workflow -->|USES_DATASET| Dataset
+
+    LabelTask -->|USES_DATASET| Dataset
+    LabelTask -->|ASSIGNED_TO| User
+
+    User -->|BELONGS_TO| Org
+
+    Field -->|IMPACTS| Field
+
+    KnowledgeSet -->|SOURCED_FROM| Dataset
+
+    %% 样式
+    classDef dataAsset fill:#4A90D9,stroke:#2C5F8A,color:#fff,stroke-width:2px
+    classDef task fill:#7B68EE,stroke:#5A4CB5,color:#fff,stroke-width:2px
+    classDef actor fill:#50C878,stroke:#3A9B5B,color:#fff,stroke-width:2px
+    classDef knowledge fill:#FFB347,stroke:#CC8F39,color:#fff,stroke-width:2px
+
+    class Dataset,Field dataAsset
+    class LabelTask,Workflow,Job task
+    class User,Org actor
+    class KnowledgeSet knowledge
+```
+
+## 分领域视图
+
+### 数据血缘视图
+
+展示数据集之间的派生关系和字段级血缘。
+
+```mermaid
+graph TB
+    subgraph 源数据层
+        DS_RAW["Dataset<br/>原始数据集"]
+        F1["Field: user_id"]
+        F2["Field: event_type"]
+        F3["Field: timestamp"]
+    end
+
+    subgraph 处理层
+        JOB_CLEAN["Job<br/>清洗作业"]
+        JOB_SYNTH["Job<br/>合成作业"]
+    end
+
+    subgraph 产出数据层
+        DS_CLEAN["Dataset<br/>清洗后数据集"]
+        DS_SYNTH["Dataset<br/>合成数据集"]
+        F1_CLEAN["Field: user_id"]
+        F4["Field: user_segment"]
+    end
+
+    DS_RAW -->|HAS_FIELD| F1
+    DS_RAW -->|HAS_FIELD| F2
+    DS_RAW -->|HAS_FIELD| F3
+
+    JOB_CLEAN -->|USES_DATASET| DS_RAW
+    JOB_CLEAN -->|PRODUCES| DS_CLEAN
+    JOB_SYNTH -->|USES_DATASET| DS_CLEAN
+    JOB_SYNTH -->|PRODUCES| DS_SYNTH
+
+    DS_CLEAN -->|DERIVED_FROM| DS_RAW
+    DS_SYNTH -->|DERIVED_FROM| DS_CLEAN
+
+    DS_CLEAN -->|HAS_FIELD| F1_CLEAN
+    DS_SYNTH -->|HAS_FIELD| F4
+
+    F1 -->|IMPACTS| F1_CLEAN
+    F1_CLEAN -->|IMPACTS| F4
+
+    classDef source fill:#E8F4FD,stroke:#4A90D9,color:#333
+    classDef process fill:#F3E8FF,stroke:#7B68EE,color:#333
+    classDef output fill:#E8FFF0,stroke:#50C878,color:#333
+
+    class DS_RAW,F1,F2,F3 source
+    class JOB_CLEAN,JOB_SYNTH process
+    class DS_CLEAN,DS_SYNTH,F1_CLEAN,F4 output
+```
+
+### 任务编排视图
+
+展示工作流、作业和任务之间的编排关系。
+
+```mermaid
+graph LR
+    subgraph 工作流定义
+        WF_CLEAN["Workflow<br/>清洗管道"]
+        WF_EVAL["Workflow<br/>评估管道"]
+    end
+
+    subgraph 作业执行
+        JOB1["Job<br/>清洗作业 #1"]
+        JOB2["Job<br/>清洗作业 #2"]
+        JOB3["Job<br/>评估作业"]
+    end
+
+    subgraph 标注任务
+        LT1["LabelTask<br/>人工标注"]
+        LT2["LabelTask<br/>自动标注"]
+    end
+
+    subgraph 人员
+        U1["User<br/>张三"]
+        U2["User<br/>李四"]
+    end
+
+    WF_CLEAN -->|TRIGGERS| JOB1
+    WF_CLEAN -->|TRIGGERS| JOB2
+    WF_EVAL -->|TRIGGERS| JOB3
+
+    JOB2 -->|DEPENDS_ON| JOB1
+    JOB3 -->|DEPENDS_ON| JOB2
+
+    LT1 -->|ASSIGNED_TO| U1
+    LT2 -->|ASSIGNED_TO| U2
+
+    classDef wf fill:#7B68EE,stroke:#5A4CB5,color:#fff
+    classDef job fill:#9B8FFF,stroke:#7B68EE,color:#fff
+    classDef task fill:#B8A9FF,stroke:#9B8FFF,color:#fff
+    classDef user fill:#50C878,stroke:#3A9B5B,color:#fff
+
+    class WF_CLEAN,WF_EVAL wf
+    class JOB1,JOB2,JOB3 job
+    class LT1,LT2 task
+    class U1,U2 user
+```
+
+### 组织归属视图
+
+展示用户、数据集与组织的归属关系。
+
+```mermaid
+graph TB
+    subgraph 组织
+        ORG1["Org<br/>数据工程部"]
+        ORG2["Org<br/>AI研发部"]
+    end
+
+    subgraph 人员
+        U1["User: 张三"]
+        U2["User: 李四"]
+        U3["User: 王五"]
+    end
+
+    subgraph 数据资产
+        DS1["Dataset: 用户行为日志"]
+        DS2["Dataset: 医学影像集"]
+        DS3["Dataset: 训练数据集"]
+    end
+
+    U1 -->|BELONGS_TO| ORG1
+    U2 -->|BELONGS_TO| ORG1
+    U3 -->|BELONGS_TO| ORG2
+
+    DS1 -->|BELONGS_TO| ORG1
+    DS2 -->|BELONGS_TO| ORG2
+    DS3 -->|BELONGS_TO| ORG2
+
+    classDef org fill:#FFB347,stroke:#CC8F39,color:#fff
+    classDef user fill:#50C878,stroke:#3A9B5B,color:#fff
+    classDef data fill:#4A90D9,stroke:#2C5F8A,color:#fff
+
+    class ORG1,ORG2 org
+    class U1,U2,U3 user
+    class DS1,DS2,DS3 data
+```
+
+### 知识溯源视图
+
+展示知识集与数据集的溯源关系。
+
+```mermaid
+graph LR
+    subgraph 数据源
+        DS1["Dataset<br/>用户行为日志"]
+        DS2["Dataset<br/>产品文档"]
+    end
+
+    subgraph 知识资产
+        KS1["KnowledgeSet<br/>用户行为知识库"]
+    end
+
+    subgraph 标注
+        LT["LabelTask<br/>知识标注"]
+    end
+
+    KS1 -->|SOURCED_FROM| DS1
+    KS1 -->|SOURCED_FROM| DS2
+    LT -->|USES_DATASET| DS1
+
+    classDef data fill:#4A90D9,stroke:#2C5F8A,color:#fff
+    classDef knowledge fill:#FFB347,stroke:#CC8F39,color:#fff
+    classDef task fill:#7B68EE,stroke:#5A4CB5,color:#fff
+
+    class DS1,DS2 data
+    class KS1 knowledge
+    class LT task
+```
+
+## 综合示例：完整数据流
+
+展示从原始数据到知识资产的完整处理链路。
+
+```mermaid
+graph TB
+    %% 组织和人员
+    ORG["Org: 数据工程部"]
+    USER["User: 张三"]
+
+    %% 数据资产
+    DS_RAW["Dataset: 原始日志"]
+    DS_CLEAN["Dataset: 清洗数据"]
+    F_UID_RAW["Field: user_id (原始)"]
+    F_UID_CLEAN["Field: user_id (清洗)"]
+
+    %% 处理流程
+    WF["Workflow: 清洗管道"]
+    JOB["Job: 清洗作业"]
+    LT["LabelTask: 情感标注"]
+
+    %% 知识
+    KS["KnowledgeSet: 行为知识库"]
+
+    %% 组织归属
+    USER -->|BELONGS_TO| ORG
+    DS_RAW -->|BELONGS_TO| ORG
+
+    %% 数据结构
+    DS_RAW -->|HAS_FIELD| F_UID_RAW
+    DS_CLEAN -->|HAS_FIELD| F_UID_CLEAN
+
+    %% 处理链路
+    WF -->|TRIGGERS| JOB
+    JOB -->|USES_DATASET| DS_RAW
+    JOB -->|PRODUCES| DS_CLEAN
+    DS_CLEAN -->|DERIVED_FROM| DS_RAW
+
+    %% 字段血缘
+    F_UID_RAW -->|IMPACTS| F_UID_CLEAN
+
+    %% 任务分配
+    LT -->|USES_DATASET| DS_CLEAN
+    LT -->|ASSIGNED_TO| USER
+
+    %% 知识溯源
+    KS -->|SOURCED_FROM| DS_CLEAN
+
+    %% 样式
+    classDef org fill:#FFB347,stroke:#CC8F39,color:#fff,stroke-width:2px
+    classDef user fill:#50C878,stroke:#3A9B5B,color:#fff,stroke-width:2px
+    classDef data fill:#4A90D9,stroke:#2C5F8A,color:#fff,stroke-width:2px
+    classDef field fill:#87CEEB,stroke:#4A90D9,color:#333,stroke-width:1px
+    classDef process fill:#7B68EE,stroke:#5A4CB5,color:#fff,stroke-width:2px
+    classDef knowledge fill:#FF6B6B,stroke:#CC5555,color:#fff,stroke-width:2px
+
+    class ORG org
+    class USER user
+    class DS_RAW,DS_CLEAN data
+    class F_UID_RAW,F_UID_CLEAN field
+    class WF,JOB,LT process
+    class KS knowledge
+```
+
+## 图例
+
+| 颜色 | 分类 | 包含实体 |
+|------|------|---------|
+| 蓝色 | 数据资产 | Dataset, Field |
+| 紫色 | 任务/流程 | Workflow, Job, LabelTask |
+| 绿色 | 人员 | User, Org |
+| 橙色/红色 | 知识 | KnowledgeSet |
--- a/docs/knowledge-graph/schema/relationships.md
+++ b/docs/knowledge-graph/schema/relationships.md
@@ -0,0 +1,585 @@
+# DataMate 知识图谱 - 核心关系定义
+
+> Schema 版本：1.0.0
+> 更新日期：2026-02-17
+
+## 概述
+
+DataMate 知识图谱定义了 **10 类核心关系**，覆盖数据血缘、任务编排、组织归属和知识溯源四大场景。
+
+所有关系在 Neo4j 中统一使用 `RELATED_TO` 关系类型，通过 `relation_type` 属性区分语义类型。每个关系都包含以下公共属性：
+
+| 公共属性 | 类型 | 必填 | 说明 |
+|---------|------|------|------|
+| `id` | String (UUID) | 是 | 关系唯一标识符 |
+| `relation_type` | String | 是 | 语义关系类型（见下文各类型定义） |
+| `graph_id` | String (UUID) | 是 | 所属图谱 ID |
+| `weight` | Double | 否 | 关系权重 0.0-1.0（默认 1.0） |
+| `confidence` | Double | 否 | 置信度 0.0-1.0（同步数据默认 1.0，抽取数据由模型评分） |
+| `source_id` | String | 否 | 来源记录 ID |
+| `properties_json` | String | 否 | 扩展属性 JSON |
+| `created_at` | LocalDateTime | 是 | 创建时间 |
+
+### 关系方向约定
+
+所有关系均为有向关系。方向表示语义上的"主动方 → 被动方"关系：
+- `(A)-[:RELATED_TO {relation_type: 'HAS_FIELD'}]->(B)` 表示 A 拥有 B
+- 查询时应注意方向，反向查询需要使用 `<-[]-` 语法
+
+---
+
+## 1. HAS_FIELD（包含字段）
+
+**方向**：`Dataset → Field`
+
+表示数据集包含某个字段/列。这是数据血缘分析的基础关系，支撑字段级影响评估。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `ordinal` | Integer | 否 | 字段在数据集中的位置（从 0 开始） |
+| `required` | Boolean | 否 | 是否为必填字段 |
+
+### 约束
+
+- 源实体类型必须为 `Dataset`
+- 目标实体类型必须为 `Field`
+- 同一 Dataset → Field 对不应重复
+
+### Cypher 示例
+
+```cypher
+// 创建 HAS_FIELD 关系
+MATCH (d:Entity {id: $datasetId, graph_id: $graphId})
+MATCH (f:Entity {id: $fieldId, graph_id: $graphId})
+CREATE (d)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'HAS_FIELD',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"ordinal": 0, "required": true}',
+  created_at: datetime()
+}]->(f)
+
+// 查询数据集的所有字段
+MATCH (d:Entity {id: $datasetId, graph_id: $graphId})
+      -[r:RELATED_TO {relation_type: 'HAS_FIELD', graph_id: $graphId}]->
+      (f:Entity {graph_id: $graphId})
+RETURN f ORDER BY r.properties_json
+```
+
+### 业务场景
+
+- 查看数据集包含哪些字段
+- 字段搜索：找到包含 `user_id` 字段的所有数据集
+- Schema 对比：比较两个数据集的字段差异
+
+---
+
+## 2. DERIVED_FROM（派生自）
+
+**方向**：`Dataset → Dataset`
+
+表示数据集之间的血缘关系：目标数据集是源数据集经过某种处理后派生出来的。涵盖数据清洗、数据合成、版本迭代等场景。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `derivation_type` | String | 是 | 派生类型：`CLEANING`（清洗）/ `SYNTHESIS`（合成）/ `SPLIT`（拆分）/ `MERGE`（合并）/ `VERSION`（版本迭代） |
+| `job_id` | String | 否 | 产生该派生关系的作业 ID |
+| `transformation` | String | 否 | 转换描述（如"去重 + 格式标准化"） |
+
+### 约束
+
+- 源实体和目标实体类型均为 `Dataset`
+- 不允许自引用（源 ≠ 目标）
+- 建议检查避免循环依赖
+
+### Cypher 示例
+
+```cypher
+// 创建清洗派生关系
+MATCH (output:Entity {id: $outputDatasetId, graph_id: $graphId})
+MATCH (input:Entity {id: $inputDatasetId, graph_id: $graphId})
+CREATE (output)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'DERIVED_FROM',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 1.0,
+  properties_json: '{"derivation_type":"CLEANING","job_id":"d3e4f5a6-...","transformation":"SimHash去重 + 空值过滤"}',
+  created_at: datetime()
+}]->(input)
+
+// 追踪数据血缘（最多 5 跳）
+MATCH path = (d:Entity {id: $datasetId, graph_id: $graphId})
+             -[:RELATED_TO *1..5 {relation_type: 'DERIVED_FROM'}]->
+             (ancestor:Entity {graph_id: $graphId})
+RETURN path
+```
+
+### 业务场景
+
+- **数据血缘追踪**：追溯数据集的来源链路
+- **影响分析**：当源数据集变更时，哪些下游数据集受影响
+- **版本管理**：查看数据集的版本演进历史
+
+---
+
+## 3. USES_DATASET（使用数据集）
+
+**方向**：`Job | LabelTask | Workflow → Dataset`
+
+表示作业、标注任务或工作流使用某个数据集作为输入。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `usage_role` | String | 否 | 使用角色：`INPUT`（输入）/ `REFERENCE`（参考）/ `VALIDATION`（验证） |
+
+### 约束
+
+- 源实体类型为 `Job`、`LabelTask` 或 `Workflow`
+- 目标实体类型为 `Dataset`
+
+### Cypher 示例
+
+```cypher
+// 创建使用关系
+MATCH (j:Entity {id: $jobId, graph_id: $graphId})
+MATCH (d:Entity {id: $datasetId, graph_id: $graphId})
+CREATE (j)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'USES_DATASET',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 1.0,
+  properties_json: '{"usage_role":"INPUT"}',
+  created_at: datetime()
+}]->(d)
+
+// 查询数据集被哪些作业使用
+MATCH (j:Entity {graph_id: $graphId})
+      -[r:RELATED_TO {relation_type: 'USES_DATASET', graph_id: $graphId}]->
+      (d:Entity {id: $datasetId, graph_id: $graphId})
+RETURN j
+```
+
+### 业务场景
+
+- 查看数据集的消费者：谁在使用这个数据集
+- 评估数据集的重要程度：被多少任务依赖
+- 任务输入追溯：任务使用了哪些数据集
+
+---
+
+## 4. PRODUCES（产出）
+
+**方向**：`Job → Dataset`
+
+表示作业执行后产出了一个新的数据集。与 `USES_DATASET` 相对，构成完整的输入输出链路。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `output_type` | String | 否 | 产出类型：`PRIMARY`（主输出）/ `SECONDARY`（副产物，如日志、统计报告） |
+
+### 约束
+
+- 源实体类型为 `Job`
+- 目标实体类型为 `Dataset`
+- 一个 Job 可以产出多个 Dataset（如主输出 + 统计报告）
+
+### Cypher 示例
+
+```cypher
+// 创建产出关系
+MATCH (j:Entity {id: $jobId, graph_id: $graphId})
+MATCH (d:Entity {id: $outputDatasetId, graph_id: $graphId})
+CREATE (j)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'PRODUCES',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 1.0,
+  properties_json: '{"output_type":"PRIMARY"}',
+  created_at: datetime()
+}]->(d)
+
+// 查看作业的完整输入输出
+MATCH (input:Entity {graph_id: $graphId})
+      <-[:RELATED_TO {relation_type: 'USES_DATASET'}]-
+      (j:Entity {id: $jobId, graph_id: $graphId})
+      -[:RELATED_TO {relation_type: 'PRODUCES'}]->
+      (output:Entity {graph_id: $graphId})
+RETURN input, j, output
+```
+
+### 业务场景
+
+- **端到端血缘**：结合 `USES_DATASET` 查看 Input → Job → Output 完整链路
+- **产出追踪**：查看作业产出了哪些数据集
+- **成本归因**：将产出数据集的成本归因到执行作业
+
+---
+
+## 5. ASSIGNED_TO（分配给）
+
+**方向**：`LabelTask | Job → User`
+
+表示任务被分配给某个用户执行。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `assigned_at` | String | 否 | 分配时间（ISO 8601） |
+| `role` | String | 否 | 分配角色：`EXECUTOR`（执行者）/ `REVIEWER`（审核者）/ `OWNER`（负责人） |
+
+### 约束
+
+- 源实体类型为 `LabelTask` 或 `Job`
+- 目标实体类型为 `User`
+- 同一任务可分配给多个用户（不同角色）
+
+### Cypher 示例
+
+```cypher
+// 创建分配关系
+MATCH (t:Entity {id: $taskId, graph_id: $graphId})
+MATCH (u:Entity {id: $userId, graph_id: $graphId})
+CREATE (t)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'ASSIGNED_TO',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 1.0,
+  properties_json: '{"assigned_at":"2026-02-15T10:00:00","role":"EXECUTOR"}',
+  created_at: datetime()
+}]->(u)
+
+// 查询用户的所有待办任务
+MATCH (t:Entity {graph_id: $graphId})
+      -[r:RELATED_TO {relation_type: 'ASSIGNED_TO', graph_id: $graphId}]->
+      (u:Entity {id: $userId, graph_id: $graphId})
+RETURN t
+```
+
+### 业务场景
+
+- **工作量分析**：查看用户被分配了多少任务
+- **任务追踪**：查看任务的执行者和审核者
+- **人员负载均衡**：分析团队内任务分配情况
+
+---
+
+## 6. BELONGS_TO（归属于）
+
+**方向**：`User → Org` 或 `Dataset → Org`
+
+表示用户属于某个组织，或数据集归属于某个组织。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `membership_type` | String | 否 | 归属类型：`PRIMARY`（主归属）/ `SECONDARY`（兼任/共享） |
+| `since` | String | 否 | 归属起始时间（ISO 8601） |
+
+### 约束
+
+- 源实体类型为 `User` 或 `Dataset`
+- 目标实体类型为 `Org`
+- User → Org 通常为 1:1（主归属），但允许兼任
+
+### Cypher 示例
+
+```cypher
+// 用户归属组织
+MATCH (u:Entity {id: $userId, graph_id: $graphId})
+MATCH (o:Entity {id: $orgId, graph_id: $graphId})
+CREATE (u)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'BELONGS_TO',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 1.0,
+  properties_json: '{"membership_type":"PRIMARY","since":"2025-03-01T00:00:00"}',
+  created_at: datetime()
+}]->(o)
+
+// 查询组织下的所有数据资产
+MATCH (d:Entity {type: 'Dataset', graph_id: $graphId})
+      -[:RELATED_TO {relation_type: 'BELONGS_TO', graph_id: $graphId}]->
+      (o:Entity {id: $orgId, graph_id: $graphId})
+RETURN d
+```
+
+### 业务场景
+
+- **组织资产看板**：查看组织拥有的所有数据集
+- **权限继承**：基于组织关系推导数据访问权限
+- **跨组织协作**：发现共享数据集的组织关系
+
+---
+
+## 7. TRIGGERS（触发）
+
+**方向**：`Workflow → Job`
+
+表示工作流触发了一次作业执行。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `trigger_type` | String | 否 | 触发方式：`MANUAL`（手动）/ `SCHEDULED`（定时）/ `EVENT`（事件驱动） |
+| `triggered_at` | String | 否 | 触发时间（ISO 8601） |
+
+### 约束
+
+- 源实体类型为 `Workflow`
+- 目标实体类型为 `Job`
+- 一个 Workflow 可触发多个 Job（每次执行产生一个）
+
+### Cypher 示例
+
+```cypher
+// 创建触发关系
+MATCH (w:Entity {id: $workflowId, graph_id: $graphId})
+MATCH (j:Entity {id: $jobId, graph_id: $graphId})
+CREATE (w)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'TRIGGERS',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 1.0,
+  properties_json: '{"trigger_type":"SCHEDULED","triggered_at":"2026-02-15T10:00:00"}',
+  created_at: datetime()
+}]->(j)
+
+// 查询工作流的执行历史
+MATCH (w:Entity {id: $workflowId, graph_id: $graphId})
+      -[r:RELATED_TO {relation_type: 'TRIGGERS', graph_id: $graphId}]->
+      (j:Entity {graph_id: $graphId})
+RETURN j ORDER BY r.created_at DESC
+```
+
+### 业务场景
+
+- **执行历史**：查看工作流的所有执行记录
+- **故障排查**：定位工作流最近一次失败的作业
+- **运行统计**：统计工作流的执行频率和成功率
+
+---
+
+## 8. DEPENDS_ON（依赖）
+
+**方向**：`Job → Job`
+
+表示作业之间的执行依赖关系：源作业的执行依赖于目标作业的完成。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `dependency_type` | String | 否 | 依赖类型：`STRICT`（强依赖，必须成功）/ `SOFT`（弱依赖，失败可继续） |
+
+### 约束
+
+- 源实体和目标实体类型均为 `Job`
+- 不允许自引用
+- 不允许循环依赖（应用层校验）
+
+### Cypher 示例
+
+```cypher
+// 创建依赖关系
+MATCH (j1:Entity {id: $jobId, graph_id: $graphId})
+MATCH (j2:Entity {id: $dependsOnJobId, graph_id: $graphId})
+CREATE (j1)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'DEPENDS_ON',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 1.0,
+  properties_json: '{"dependency_type":"STRICT"}',
+  created_at: datetime()
+}]->(j2)
+
+// 查询作业的完整依赖链
+MATCH path = (j:Entity {id: $jobId, graph_id: $graphId})
+             -[:RELATED_TO *1..10 {relation_type: 'DEPENDS_ON'}]->
+             (dep:Entity {graph_id: $graphId})
+RETURN path
+```
+
+### 业务场景
+
+- **DAG 执行调度**：确定作业执行顺序
+- **失败传播分析**：当某个作业失败，哪些下游作业受影响
+- **关键路径分析**：找到最长依赖链，识别瓶颈
+
+---
+
+## 9. IMPACTS（影响）
+
+**方向**：`Field → Field`
+
+表示字段之间的影响关系：源字段的变更会影响目标字段。这是跨数据集的字段级血缘关系。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `impact_type` | String | 否 | 影响类型：`DIRECT`（直接映射）/ `TRANSFORM`（转换派生）/ `AGGREGATE`（聚合计算） |
+| `transformation_rule` | String | 否 | 转换规则描述（如"UPPER(source.name)"） |
+| `job_id` | String | 否 | 建立该影响关系的作业 ID |
+
+### 约束
+
+- 源实体和目标实体类型均为 `Field`
+- 通常跨越不同 Dataset（但同 Dataset 内的字段派生也允许）
+- 不允许自引用
+
+### Cypher 示例
+
+```cypher
+// 创建字段影响关系
+MATCH (f1:Entity {id: $sourceFieldId, graph_id: $graphId})
+MATCH (f2:Entity {id: $targetFieldId, graph_id: $graphId})
+CREATE (f1)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'IMPACTS',
+  graph_id: $graphId,
+  weight: 0.8,
+  confidence: 0.9,
+  properties_json: '{"impact_type":"TRANSFORM","transformation_rule":"TRIM(LOWER(source))","job_id":"d3e4f5a6-..."}',
+  created_at: datetime()
+}]->(f2)
+
+// 查询字段的影响范围（下游）
+MATCH (f:Entity {id: $fieldId, graph_id: $graphId})
+      -[:RELATED_TO *1..5 {relation_type: 'IMPACTS'}]->
+      (downstream:Entity {graph_id: $graphId})
+RETURN downstream
+```
+
+### 业务场景
+
+- **字段级血缘**：追踪字段从源到目标的完整链路
+- **影响评估**：修改某个字段前，评估下游影响范围
+- **数据质量追溯**：发现下游字段质量问题时，回溯源头
+
+---
+
+## 10. SOURCED_FROM（来源于）
+
+**方向**：`KnowledgeSet → Dataset`
+
+表示知识集的知识内容来源于某个数据集，是知识溯源的基础关系。
+
+### 关系属性
+
+| 属性 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `extraction_method` | String | 否 | 抽取方式：`LLM`（LLM 抽取）/ `RULE`（规则抽取）/ `MANUAL`（人工整理） |
+| `extracted_at` | String | 否 | 抽取时间（ISO 8601） |
+| `item_count` | Integer | 否 | 从该数据集抽取的知识条目数 |
+
+### 约束
+
+- 源实体类型为 `KnowledgeSet`
+- 目标实体类型为 `Dataset`
+- 一个 KnowledgeSet 可来源于多个 Dataset
+
+### Cypher 示例
+
+```cypher
+// 创建来源关系
+MATCH (k:Entity {id: $knowledgeSetId, graph_id: $graphId})
+MATCH (d:Entity {id: $datasetId, graph_id: $graphId})
+CREATE (k)-[r:RELATED_TO {
+  id: randomUUID(),
+  relation_type: 'SOURCED_FROM',
+  graph_id: $graphId,
+  weight: 1.0,
+  confidence: 0.85,
+  properties_json: '{"extraction_method":"LLM","extracted_at":"2026-02-10T14:30:00","item_count":120}',
+  created_at: datetime()
+}]->(d)
+
+// 查询知识集的所有数据来源
+MATCH (k:Entity {id: $knowledgeSetId, graph_id: $graphId})
+      -[r:RELATED_TO {relation_type: 'SOURCED_FROM', graph_id: $graphId}]->
+      (d:Entity {graph_id: $graphId})
+RETURN d, r.properties_json AS extraction_info
+```
+
+### 业务场景
+
+- **知识溯源**：查看知识集基于哪些数据构建
+- **数据变更通知**：当源数据集更新时，提醒知识集需要刷新
+- **知识覆盖分析**：查看哪些数据集尚未被纳入知识管理
+
+---
+
+## 关系类型汇总
+
+| 关系类型 | 方向 | relation_type 值 | 核心用途 |
+|---------|------|-----------------|---------|
+| HAS_FIELD | Dataset → Field | `HAS_FIELD` | 数据集字段结构 |
+| DERIVED_FROM | Dataset → Dataset | `DERIVED_FROM` | 数据集级血缘 |
+| USES_DATASET | Job/LabelTask/Workflow → Dataset | `USES_DATASET` | 输入依赖 |
+| PRODUCES | Job → Dataset | `PRODUCES` | 输出产出 |
+| ASSIGNED_TO | LabelTask/Job → User | `ASSIGNED_TO` | 任务分配 |
+| BELONGS_TO | User/Dataset → Org | `BELONGS_TO` | 组织归属 |
+| TRIGGERS | Workflow → Job | `TRIGGERS` | 流程触发 |
+| DEPENDS_ON | Job → Job | `DEPENDS_ON` | 作业依赖 |
+| IMPACTS | Field → Field | `IMPACTS` | 字段级血缘 |
+| SOURCED_FROM | KnowledgeSet → Dataset | `SOURCED_FROM` | 知识溯源 |
+
+## 典型查询模式
+
+### 1. 端到端数据血缘
+
+```cypher
+// 从最终数据集追溯到原始数据集，经过的所有处理步骤
+MATCH path = (final:Entity {id: $datasetId, graph_id: $graphId})
+             -[:RELATED_TO *1..10]->
+             (origin:Entity {graph_id: $graphId})
+WHERE ALL(r IN relationships(path) WHERE r.relation_type IN ['DERIVED_FROM', 'USES_DATASET', 'PRODUCES'])
+RETURN path
+```
+
+### 2. 数据集影响分析
+
+```cypher
+// 查找修改某数据集后，所有受影响的下游实体
+MATCH (d:Entity {id: $datasetId, graph_id: $graphId})
+      <-[:RELATED_TO {relation_type: 'USES_DATASET'}]-
+      (consumer:Entity {graph_id: $graphId})
+RETURN consumer.type AS entity_type, consumer.name AS entity_name, consumer.id AS entity_id
+```
+
+### 3. 用户工作看板
+
+```cypher
+// 查询用户相关的所有实体和关系
+MATCH (u:Entity {id: $userId, type: 'User', graph_id: $graphId})
+OPTIONAL MATCH (task:Entity)-[:RELATED_TO {relation_type: 'ASSIGNED_TO'}]->(u)
+OPTIONAL MATCH (u)-[:RELATED_TO {relation_type: 'BELONGS_TO'}]->(org:Entity)
+RETURN u, collect(DISTINCT task) AS tasks, collect(DISTINCT org) AS orgs
+```
+
+## 扩展说明
+
+- **自定义关系类型**：除上述 10 类核心关系外，用户可通过 LLM 抽取或手动创建自定义关系类型。自定义关系使用相同的 `RELATED_TO` Neo4j 关系类型和公共属性结构，`relation_type` 字段可为任意字符串。
+- **双向关系**：所有关系均为单向。如果需要表达双向关系（如"A 和 B 互相影响"），应创建两条方向相反的关系。
+- **关系去重**：应用层应在创建关系前检查是否已存在相同的（source, target, relation_type）组合，避免重复。
--- a/docs/knowledge-graph/schema/schema.cypher
+++ b/docs/knowledge-graph/schema/schema.cypher
@@ -0,0 +1,469 @@
+// =============================================================================
+// DataMate 知识图谱 - Neo4j Schema 初始化脚本
+// Schema 版本：1.0.0
+// 更新日期：2026-02-17
+//
+// 使用方式：
+//   1. 通过 Cypher Shell 执行：
+//      cat schema.cypher | cypher-shell -u neo4j -p <password>
+//   2. 或在 Neo4j Browser 中逐段执行
+//
+// 注意：
+//   - 所有索引和约束使用 IF NOT EXISTS，可重复执行
+//   - 约束自动创建对应索引，无需重复创建
+//   - 关系属性索引需要 Neo4j Enterprise Edition，社区版使用属性内联匹配
+// =============================================================================
+
+// =============================================================================
+// 第 1 部分：节点约束
+// =============================================================================
+
+// Entity 节点 ID 唯一性约束（自动创建索引）
+CREATE CONSTRAINT entity_id_unique IF NOT EXISTS
+FOR (n:Entity) REQUIRE n.id IS UNIQUE;
+
+// =============================================================================
+// 第 2 部分：节点索引
+// =============================================================================
+
+// graph_id 索引 —— 多租户隔离的核心索引，所有查询都会带上 graph_id
+CREATE INDEX entity_graph_id IF NOT EXISTS
+FOR (n:Entity) ON (n.graph_id);
+
+// type 索引 —— 按实体类型过滤
+CREATE INDEX entity_type IF NOT EXISTS
+FOR (n:Entity) ON (n.type);
+
+// name 索引 —— 按名称搜索
+CREATE INDEX entity_name IF NOT EXISTS
+FOR (n:Entity) ON (n.name);
+
+// source_id 索引 —— MySQL → Neo4j 同步时按源 ID 查找
+CREATE INDEX entity_source_id IF NOT EXISTS
+FOR (n:Entity) ON (n.source_id);
+
+// 复合索引：(graph_id, type) —— 查询某图谱内指定类型的实体
+CREATE INDEX entity_graph_id_type IF NOT EXISTS
+FOR (n:Entity) ON (n.graph_id, n.type);
+
+// 复合索引：(graph_id, id) —— 精确查找实体（最常用查询路径）
+CREATE INDEX entity_graph_id_id IF NOT EXISTS
+FOR (n:Entity) ON (n.graph_id, n.id);
+
+// 复合索引：(graph_id, source_id) —— 同步时按源 ID 查找
+CREATE INDEX entity_graph_id_source_id IF NOT EXISTS
+FOR (n:Entity) ON (n.graph_id, n.source_id);
+
+// created_at 索引 —— 按创建时间排序
+CREATE INDEX entity_created_at IF NOT EXISTS
+FOR (n:Entity) ON (n.created_at);
+
+// =============================================================================
+// 第 3 部分：全文索引（用于模糊搜索）
+// =============================================================================
+
+// Entity name + description 全文索引
+CREATE FULLTEXT INDEX entity_fulltext IF NOT EXISTS
+FOR (n:Entity) ON EACH [n.name, n.description];
+
+// =============================================================================
+// 第 3.1 部分：SyncHistory 约束和索引（同步元数据节点）
+// =============================================================================
+
+// (graph_id, sync_id) 唯一约束 —— 防止 syncId 碰撞产生重复记录
+CREATE CONSTRAINT sync_history_graph_sync_unique IF NOT EXISTS
+FOR (h:SyncHistory) REQUIRE (h.graph_id, h.sync_id) IS UNIQUE;
+
+// (graph_id, started_at) 索引 —— 加速按时间范围查询同步历史
+CREATE INDEX sync_history_graph_started IF NOT EXISTS
+FOR (h:SyncHistory) ON (h.graph_id, h.started_at);
+
+// (graph_id, status, started_at) 索引 —— 加速按状态+时间的过滤查询
+CREATE INDEX sync_history_graph_status_started IF NOT EXISTS
+FOR (h:SyncHistory) ON (h.graph_id, h.status, h.started_at);
+
+// =============================================================================
+// 第 4 部分：关系属性说明
+// =============================================================================
+
+// Neo4j 社区版不支持关系属性索引。
+// 所有关系查询通过节点索引定位后，在关系上使用属性内联匹配：
+//   -[r:RELATED_TO {graph_id: $graphId, relation_type: $type}]->
+//
+// 如果使用 Neo4j Enterprise Edition，可取消以下注释创建关系索引：
+//
+// CREATE INDEX rel_graph_id IF NOT EXISTS
+// FOR ()-[r:RELATED_TO]-() ON (r.graph_id);
+//
+// CREATE INDEX rel_relation_type IF NOT EXISTS
+// FOR ()-[r:RELATED_TO]-() ON (r.relation_type);
+//
+// CREATE INDEX rel_id IF NOT EXISTS
+// FOR ()-[r:RELATED_TO]-() ON (r.id);
+
+// =============================================================================
+// 第 5 部分：示例数据（可选，用于验证 Schema）
+// =============================================================================
+
+// 以下示例数据使用固定的 graph_id，用于开发和测试环境。
+// 生产环境中 graph_id 由应用层生成和管理。
+
+// --- 创建示例组织 ---
+CREATE (org:Entity {
+  id: '00000000-0000-0000-0000-000000000001',
+  name: '数据工程部',
+  type: 'Org',
+  description: '负责数据采集、清洗和标注',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_type: 'MANUAL',
+  confidence: 1.0,
+  properties_json: '{"org_code":"DE","level":1,"member_count":15}',
+  created_at: datetime()
+});
+
+// --- 创建示例用户 ---
+CREATE (user:Entity {
+  id: '00000000-0000-0000-0000-000000000002',
+  name: '张三',
+  type: 'User',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"username":"zhangsan","email":"zhangsan@example.com","role":"USER","enabled":true}',
+  created_at: datetime()
+});
+
+// --- 创建示例数据集（源） ---
+CREATE (ds1:Entity {
+  id: '00000000-0000-0000-0000-000000000010',
+  name: '用户行为日志-原始',
+  type: 'Dataset',
+  description: '原始用户行为埋点数据',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_id: '100',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"dataset_type":"TEXT","status":"ACTIVE","category":"用户行为","format":"JSON","record_count":2000000,"size_bytes":3221225472}',
+  created_at: datetime()
+});
+
+// --- 创建示例数据集（清洗后） ---
+CREATE (ds2:Entity {
+  id: '00000000-0000-0000-0000-000000000011',
+  name: '用户行为日志-清洗后',
+  type: 'Dataset',
+  description: '经过去重和格式标准化的用户行为数据',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_id: '101',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"dataset_type":"TEXT","status":"ACTIVE","category":"用户行为","format":"JSON","record_count":1500000,"size_bytes":2147483648,"version":1}',
+  created_at: datetime()
+});
+
+// --- 创建示例字段 ---
+CREATE (f1:Entity {
+  id: '00000000-0000-0000-0000-000000000020',
+  name: 'user_id',
+  type: 'Field',
+  description: '用户唯一标识符',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"data_type":"STRING","nullable":false,"is_primary_key":true}',
+  created_at: datetime()
+});
+
+CREATE (f2:Entity {
+  id: '00000000-0000-0000-0000-000000000021',
+  name: 'event_type',
+  type: 'Field',
+  description: '事件类型',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"data_type":"STRING","nullable":false,"sample_values":["click","view","purchase"]}',
+  created_at: datetime()
+});
+
+CREATE (f3:Entity {
+  id: '00000000-0000-0000-0000-000000000022',
+  name: 'user_id',
+  type: 'Field',
+  description: '用户唯一标识符（清洗后）',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"data_type":"STRING","nullable":false,"is_primary_key":true}',
+  created_at: datetime()
+});
+
+// --- 创建示例工作流 ---
+CREATE (wf:Entity {
+  id: '00000000-0000-0000-0000-000000000030',
+  name: '文本去重清洗管道',
+  type: 'Workflow',
+  description: 'SimHash去重 + 格式标准化 + 空值过滤',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"workflow_type":"CLEANING","status":"ACTIVE","version":"1.0","operator_count":3}',
+  created_at: datetime()
+});
+
+// --- 创建示例作业 ---
+CREATE (job:Entity {
+  id: '00000000-0000-0000-0000-000000000040',
+  name: '清洗作业-20260215-001',
+  type: 'Job',
+  description: '用户行为日志去重清洗',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_id: '500',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"job_type":"CLEANING","status":"COMPLETED","started_at":"2026-02-15T10:00:00","completed_at":"2026-02-15T10:35:00","duration_seconds":2100,"input_count":2000000,"output_count":1500000}',
+  created_at: datetime()
+});
+
+// --- 创建示例标注任务 ---
+CREATE (lt:Entity {
+  id: '00000000-0000-0000-0000-000000000050',
+  name: '情感分析标注-批次1',
+  type: 'LabelTask',
+  description: '用户评论情感标注（正面/负面/中性）',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_id: '600',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"task_mode":"MANUAL","data_type":"text","labeling_type":"sentiment_analysis","status":"IN_PROGRESS","progress":30.0,"template_name":"情感分析"}',
+  created_at: datetime()
+});
+
+// --- 创建示例知识集 ---
+CREATE (ks:Entity {
+  id: '00000000-0000-0000-0000-000000000060',
+  name: '用户行为分析知识库',
+  type: 'KnowledgeSet',
+  description: '从用户行为数据中提取的业务规则和洞察',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  source_type: 'SYNC',
+  confidence: 1.0,
+  properties_json: '{"status":"PUBLISHED","domain":"用户行为","business_line":"数据分析","sensitivity":"INTERNAL","item_count":85}',
+  created_at: datetime()
+});
+
+// =============================================================================
+// 第 6 部分：示例关系
+// =============================================================================
+
+// HAS_FIELD：源数据集 → 字段
+MATCH (ds1:Entity {id: '00000000-0000-0000-0000-000000000010'})
+MATCH (f1:Entity {id: '00000000-0000-0000-0000-000000000020'})
+CREATE (ds1)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000001',
+  relation_type: 'HAS_FIELD',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"ordinal":0,"required":true}',
+  created_at: datetime()
+}]->(f1);
+
+MATCH (ds1:Entity {id: '00000000-0000-0000-0000-000000000010'})
+MATCH (f2:Entity {id: '00000000-0000-0000-0000-000000000021'})
+CREATE (ds1)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000002',
+  relation_type: 'HAS_FIELD',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"ordinal":1,"required":true}',
+  created_at: datetime()
+}]->(f2);
+
+// HAS_FIELD：清洗后数据集 → 字段
+MATCH (ds2:Entity {id: '00000000-0000-0000-0000-000000000011'})
+MATCH (f3:Entity {id: '00000000-0000-0000-0000-000000000022'})
+CREATE (ds2)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000003',
+  relation_type: 'HAS_FIELD',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"ordinal":0,"required":true}',
+  created_at: datetime()
+}]->(f3);
+
+// DERIVED_FROM：清洗后数据集 → 源数据集
+MATCH (ds2:Entity {id: '00000000-0000-0000-0000-000000000011'})
+MATCH (ds1:Entity {id: '00000000-0000-0000-0000-000000000010'})
+CREATE (ds2)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000004',
+  relation_type: 'DERIVED_FROM',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"derivation_type":"CLEANING","job_id":"00000000-0000-0000-0000-000000000040","transformation":"SimHash去重 + 空值过滤"}',
+  created_at: datetime()
+}]->(ds1);
+
+// TRIGGERS：工作流 → 作业
+MATCH (wf:Entity {id: '00000000-0000-0000-0000-000000000030'})
+MATCH (job:Entity {id: '00000000-0000-0000-0000-000000000040'})
+CREATE (wf)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000005',
+  relation_type: 'TRIGGERS',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"trigger_type":"MANUAL","triggered_at":"2026-02-15T10:00:00"}',
+  created_at: datetime()
+}]->(job);
+
+// USES_DATASET：作业 → 源数据集
+MATCH (job:Entity {id: '00000000-0000-0000-0000-000000000040'})
+MATCH (ds1:Entity {id: '00000000-0000-0000-0000-000000000010'})
+CREATE (job)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000006',
+  relation_type: 'USES_DATASET',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"usage_role":"INPUT"}',
+  created_at: datetime()
+}]->(ds1);
+
+// PRODUCES：作业 → 清洗后数据集
+MATCH (job:Entity {id: '00000000-0000-0000-0000-000000000040'})
+MATCH (ds2:Entity {id: '00000000-0000-0000-0000-000000000011'})
+CREATE (job)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000007',
+  relation_type: 'PRODUCES',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"output_type":"PRIMARY"}',
+  created_at: datetime()
+}]->(ds2);
+
+// ASSIGNED_TO：标注任务 → 用户
+MATCH (lt:Entity {id: '00000000-0000-0000-0000-000000000050'})
+MATCH (user:Entity {id: '00000000-0000-0000-0000-000000000002'})
+CREATE (lt)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000008',
+  relation_type: 'ASSIGNED_TO',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"assigned_at":"2026-02-14T09:00:00","role":"EXECUTOR"}',
+  created_at: datetime()
+}]->(user);
+
+// USES_DATASET：标注任务 → 清洗后数据集
+MATCH (lt:Entity {id: '00000000-0000-0000-0000-000000000050'})
+MATCH (ds2:Entity {id: '00000000-0000-0000-0000-000000000011'})
+CREATE (lt)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000009',
+  relation_type: 'USES_DATASET',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"usage_role":"INPUT"}',
+  created_at: datetime()
+}]->(ds2);
+
+// BELONGS_TO：用户 → 组织
+MATCH (user:Entity {id: '00000000-0000-0000-0000-000000000002'})
+MATCH (org:Entity {id: '00000000-0000-0000-0000-000000000001'})
+CREATE (user)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000010',
+  relation_type: 'BELONGS_TO',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"membership_type":"PRIMARY","since":"2025-03-01T00:00:00"}',
+  created_at: datetime()
+}]->(org);
+
+// BELONGS_TO：源数据集 → 组织
+MATCH (ds1:Entity {id: '00000000-0000-0000-0000-000000000010'})
+MATCH (org:Entity {id: '00000000-0000-0000-0000-000000000001'})
+CREATE (ds1)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000011',
+  relation_type: 'BELONGS_TO',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 1.0,
+  source_id: '',
+  properties_json: '{"membership_type":"PRIMARY"}',
+  created_at: datetime()
+}]->(org);
+
+// IMPACTS：源字段 → 清洗后字段
+MATCH (f1:Entity {id: '00000000-0000-0000-0000-000000000020'})
+MATCH (f3:Entity {id: '00000000-0000-0000-0000-000000000022'})
+CREATE (f1)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000012',
+  relation_type: 'IMPACTS',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 0.95,
+  source_id: '',
+  properties_json: '{"impact_type":"DIRECT","job_id":"00000000-0000-0000-0000-000000000040"}',
+  created_at: datetime()
+}]->(f3);
+
+// SOURCED_FROM：知识集 → 清洗后数据集
+MATCH (ks:Entity {id: '00000000-0000-0000-0000-000000000060'})
+MATCH (ds2:Entity {id: '00000000-0000-0000-0000-000000000011'})
+CREATE (ks)-[:RELATED_TO {
+  id: '00000000-0000-0000-0000-100000000013',
+  relation_type: 'SOURCED_FROM',
+  graph_id: '11111111-1111-1111-1111-111111111111',
+  weight: 1.0,
+  confidence: 0.85,
+  source_id: '',
+  properties_json: '{"extraction_method":"LLM","extracted_at":"2026-02-16T14:30:00","item_count":85}',
+  created_at: datetime()
+}]->(ds2);
+
+// =============================================================================
+// 第 7 部分：验证查询
+// =============================================================================
+
+// 验证节点数量
+// MATCH (n:Entity {graph_id: '11111111-1111-1111-1111-111111111111'})
+// RETURN n.type AS type, count(*) AS count
+// ORDER BY count DESC;
+
+// 验证关系数量
+// MATCH (:Entity {graph_id: '11111111-1111-1111-1111-111111111111'})
+//       -[r:RELATED_TO {graph_id: '11111111-1111-1111-1111-111111111111'}]->
+//       (:Entity {graph_id: '11111111-1111-1111-1111-111111111111'})
+// RETURN r.relation_type AS type, count(*) AS count
+// ORDER BY count DESC;
+
+// 验证端到端血缘
+// MATCH path = (ds2:Entity {name: '用户行为日志-清洗后'})
+//              -[:RELATED_TO *1..5]->
+//              (origin:Entity)
+// WHERE ALL(r IN relationships(path) WHERE r.graph_id = '11111111-1111-1111-1111-111111111111')
+// RETURN path;
+
+// =============================================================================
+// 第 8 部分：清理示例数据（可选）
+// =============================================================================
+
+// 如需清理示例数据，执行以下语句：
+// MATCH (n:Entity {graph_id: '11111111-1111-1111-1111-111111111111'})
+// DETACH DELETE n;