Graph 能力把 (subject, relation, object) 三元组存进 GraphStore，让 Agent 可遍历。

默认后端：NetworkX，持久化为 storage/<profile>/graph.json。≤ 100k 边都够用；更大就在 graph_registry 里注册 Neo4j 之类的后端。

导入三元组

两种方式：

A. profile JSONL

把文件放到 data/profiles/<profile>/triplets/*.jsonl，一行一个：

{"subject": "Ann", "relation": "leads", "object": "Search platform"}
{"subject": "Acme", "relation": "located_in", "object": "Shanghai", "confidence": 1.0}

warmup 时会自动加载：

await agent.warmup()
# -> 调用 graph.load_from_profile()

B. graph_upsert_triples 工具

用户让 Agent 记住新关系时用：

{
  "triples": [
    {"subject": "Ann", "relation": "manages", "object": "Bob"},
    {"subject": "Bob", "relation": "works_on", "object": "Search platform"}
  ]
}

数据模型

每个三元组产生：

• subject / object 对应两个 节点（label 默认 = id，type 默认 "entity"）
• relation 作为 边 的 key，携带 weight = confidence 和 properties

type 和 relation 都是自由字符串——定一套规范并坚持用。

工具清单

工具	作用
graph_search_entities	按名字精确 + 模糊匹配节点
graph_traverse	从 start BFS 到 max_hops，可传 relation_filter 限制走哪些边。返回按平均权重排序的路径
graph_neighbors	某个节点的所有入/出边（direction = both/out/in）
graph_upsert_triples	写入新三元组（标注为 destructive）

端到端示例

python -m datamind.scripts.hello_graph

种的三元组：

Ann      —leads→         Search platform
Bob      —member_of→     Search platform
Search   — part_of→      Acme Engineering
Acme     —located_in→    Shanghai
Shanghai —in_country→    China

Ann 出发的 3-hop 遍历返回：

Ann → Acme → Shanghai         [works_at | located_in]
Ann → Project Alpha           [leads]
Ann → Acme → Shanghai → China [works_at | located_in | in_country]
…

加上 relation_filter=["works_at", "located_in", "in_country"] 会只保留业务链。

配置

DATAMIND__GRAPH__BACKEND=networkx      # networkx | neo4j (future)
# DATAMIND__GRAPH__DSN=bolt://user:pw@host:7687
DATAMIND__GRAPH__EMBED_ENTITIES=false

接 Neo4j 就在 datamind/capabilities/graph/providers/neo4j_store.py 下新建一个类 + @graph_registry.register("neo4j")。build_graph_service 已经为 DSN-based 后端做好了路由。