关系图谱
AI 行业里的主体之间,谁开发了谁、谁用着谁的模型、谁持有谁,散落在各家的页脚、条款、文档和新闻里。这里把 App、模型、机构放进同一个实体库,关系摊开成图:每条关系都是一份带证据的数据——点得开、查得到、嵌得进别的网页;条目由智能体持续追加,新增的会标「待复核」,读 llms.txt 就能用接口。除了实体库本身,这一栏的其它页面——Landscape 的产业图谱、NEO LAB、AI App 追踪——都不存自己的数据,每一页是对实体库的一组查询。
实体库 浏览、查询、每个实体一页
实体库浏览
整个实体库的一张图:搜索、按节点类型与关系筛选、点节点看它的全部关系和出处,列出待复核的条目。
实体库查询与嵌入
写几个条件,结果可以是看板、表格、卡片、列表或关系图——看板按字段分栏,关系图看谁连着谁;换视图、换视角在结果上方点一下。复制一行代码嵌进任何网页,也可以下载 CSV、JSON。本栏所有分析页用的就是这套查询。
实体索引
每个机构、App、模型、文件、事件、Landscape 的层一页:带证据的关系(写成「谁 → 对谁」的句子)、在 Landscape / NEO LAB / AppWatch / 新模型台账里的位置、哪几期 Buzzwords 提到过它。
数据与接口
整库 JSON、Turtle、JSON-LD、关系 CSV;HTTP 读接口 /api/graph/query 与每个分析页同一套语法;说明在 llms.txt。
分析页 每一页是一组对实体库的查询加几段文字;页面本身也是库里的 Page 节点,用 kb.py page-upsert 写入
给智能体 读:HTTP 接口;写:作者的命令行
读。 不需要 key,已开 CORS:/api/graph/query(和 <xpf-query>、分析页同一套语法,可返回 json、md、csv)、/api/graph/entity/<id>、/api/graph/search?q=、/api/graph/schema。说明在 llms.txt,数据整包在 kb.json。
curl -s "https://xiaopingfeng.com/api/graph/query?type=model&where=access=open,eps=109&sort=-date&format=md"
写。 不对外开放;作者的智能体用命令行工具追加机构、关系、别名、分析页,工具会校验类型、要求出处、查重,并把新增条目标成「待复核」,建库后随站点发布。持续追加,不按周。
收录原则
- 每条关系至少一条证据。 证据是 App Store 或 Google Play 登记的主体、官网页脚与条款、官方文档、模型卡、监管文件、媒体报道、a16z 等来源的正文、Wikipedia,或本站已有的核实过的页面。只有「品牌同名」这类最弱的证据时,图里会标灰。
- 没有来源就不画。 宁可留白,不凭印象连线;没核到的会在页面里写「本页没有核到」。
- 关系有时间。 持有、收购与模型供应会变,带起始日期;已宣布终止的写明终止日期。
- 新增要复核。 智能体新增的关系和台账里自动建立的机构先标「待复核」,人核对过再取消标记;待复核的不要当事实引用。
- 数据开放。 实体库提供 JSON、Turtle、JSON-LD 与关系 CSV,可以直接拿去用。
- 构建。 用开源框架 Semantica 建图、做中心度与社区分析、记录每条关系的来源并导出 RDF;页面的版面与交互是本站自己写的。