📊 Wiki 知识图谱
更新于 2026-06-29 第 6 轮 ingest 后 节点 120(含 12 新 source + 5 新 entity + 1 新 concept)| 中心节点入度 TOP:Agentic-AI / Enterprise-Agent-Architecture-2026(新增)/ 金融智能体落地 / Harness-Engineering
⚠️ Lint 待办:上次发现的 44 个孤儿 source + 60+ 失效引用仍未修,详见 lint-2026-06-29
🧭 阅读建议
- 图 1 主线四概念演进 — 从 Vibe Coding 到 Agentic Engineering 的范式跃迁
- 图 2 概念-实体生态 — 核心 concept 与工具的连接
- 图 3 低代码平台横评 — Coze/Dify/n8n 及关系
- 图 4 金融 vertical 子图 — 汽车金融 + 银行 + 行业概念
- 图 5 全 Wiki 鸟瞰 — 按类型分层
- Obsidian Graph View 配套 — Cmd+G + Filters/Groups 见末尾
图 1 · 主线四概念演进
flowchart LR Vibe[Vibe Coding<br/><i>试运气</i>] --> SDD[Spec-Driven Development<br/><i>显式中间产物</i>] SDD --> Harness[Harness Engineering<br/><i>系统级闭环</i>] Harness --> AgEng[Agentic Engineering<br/><i>Karpathy 提出</i>] Harness --> BHD[Brain-Hands Decoupling] Harness --> LRA[Long-Running Agents] Harness --> PAT[Parallel Agent Teams] AgEng -.-> WvA[Workflow vs Agent] WvA -.-> SDD classDef main fill:#7aa2ff,color:#fff,stroke:#333,stroke-width:2px classDef sub fill:#c7e1ff,stroke:#333 class Vibe,SDD,Harness,AgEng main class BHD,LRA,PAT,WvA sub
图 2 · Agentic-AI 概念-实体生态
flowchart TB AI[Agentic AI<br/>主动执行式 AI 框架] AI --> Codex AI --> ClaudeSDK[Claude Agent SDK] AI --> OpenClaw AI --> MCP[MCP Protocol] AI --> DeepSeek Codex -.->|生态依赖| OpenClaw ClaudeSDK -.->|实现| LRA[Long-Running Agents] MCP -.->|协议层| AI
图 3 · 低代码 / 高代码 平台横评
flowchart TB Top["💡 低代码 vs 高代码 智能体建设<br/><i>上层哲学:双轨制</i>"] Top --> 对比[AI 工作流平台对比] Top --> HighCode["🛠 高代码路径<br/>LangGraph / AutoGen / 自研 Harness"] Top --> Harness[Harness Engineering<br/><i>高代码进阶纪律</i>] subgraph LC["低代码智能体平台"] Coze[Coze<br/>字节 · 对话 Bot] Dify[Dify<br/>AI 应用 · RAG 最强] n8n[n8n<br/>自动化 · 600+ 节点] end subgraph SDD_TOOLS["SDD / Plan 系工具"] Plan[Plan Mode] Super[Superpowers · TDD] Kiro[Kiro · Spec 即 IDE] OpenSpec GStack[GStack · 23 角色] end Coze --> 对比 Dify --> 对比 n8n --> 对比 Plan --> SDD[Spec-Driven Dev] Super --> SDD OpenSpec --> SDD Kiro --> SDD GStack --> SDD 对比 --> WvA[Workflow vs Agent] HighCode --> Harness classDef new fill:#fde68a,stroke:#92400e,stroke-width:2px class Top new
🆕 2026-06-29 新增上层节点 低代码-vs-高代码-智能体建设,统领低代码(Coze/Dify/n8n)与高代码(Harness/LangGraph)两条路径。
图 4 · 金融 vertical 子图
flowchart TB Fin[金融智能体落地<br/>2026 元年] AutoFin[汽车金融 AI 建设方向] Fin --> Bank[🏦 银行] Fin --> Sec[📈 证券] Fin --> Ins[🛡 保险] Fin --> AutoFin Bank -.->|金发 8 号文| Harness AutoFin -.->|供应链风控| Harness Bank -.->|安全底线| MCP AutoFin --> 车企[新能源车企 Agent 战争] AutoFin --> 监管[频踩监管红线] AutoFin --> 风控[AI 供应链风控] Bank --> 招商[招行 800+ 场景] Bank --> 浦发[浦发 2500+ 智能体] Bank --> 中小[中小银行追赶] Fin --> AI[Agentic AI] AutoFin --> AI
图 5 · 全 Wiki 鸟瞰
flowchart TB subgraph C["🔵 Concepts (13 个)"] Agentic_AI["Agentic-AI<br/>← 56"] _______["金融智能体落地<br/>← 29"] Harness_Engineering["Harness-Engineering<br/>← 28"] AI________["AI-工作流平台对比<br/>← 18"] _____AI_____["汽车金融-AI-建设方向<br/>← 15"] WvA["Workflow-vs-Agent<br/>← 12 ⚠️孤页"] NewLC["低代码-vs-高代码<br/>← 4 🆕"] end subgraph E["🟢 Entities (15 个)"] Dify["Dify<br/>← 22"] OpenClaw["OpenClaw<br/>← 18"] Codex["Codex<br/>← 18"] Coze["Coze<br/>← 14"] Superpowers["Superpowers<br/>← 14"] Plan_Mode["Plan-Mode<br/>← 14"] MCP_Model_Context_Protocol["MCP-Model-Context-Protocol<br/>← 12"] OpenSpec["OpenSpec<br/>← 9"] end subgraph S["🟡 Sources (74 个,仅 TOP 5)"] 10_SDD_______["10-SDD五个常识全错了...<br/>← 28"] 07_OpenAI_Codex______["07-OpenAI-Codex-负责人访谈...<br/>← 18"] 02_AI_PM______Harness_Engineer["02-AI-PM-必须掌握-Harness-Eng...<br/>← 17"] 12_Parallel_Claude_C_Compiler["12-Parallel-Claude-C-Comp...<br/>← 11"] 08_____Agentic_AI_____["08-企业级-Agentic-AI-架构设计...<br/>← 11"] end C --> E E --> S
🏆 入度 TOP 15(2026-06-29 重算)
| 排名 | 类型 | 节点 | 入度 | 变化 |
|---|---|---|---|---|
| 1 | concepts | Agentic-AI | 56 | ↓ (65→56,去重后) |
| 2 | concepts | 金融智能体落地 | 29 | ↑ |
| 3 | sources | 10-SDD五个常识全错了 | 28 | = |
| 4 | concepts | Harness-Engineering | 28 | ↓ |
| 5 | sources | 02-AI-PM-必须掌握-Harness-Engineering | 19 | ↑ |
| 6 | sources | 07-OpenAI-Codex-负责人访谈 | 18 | = |
| 7 | entities | Dify | 18 | ↓ |
| 8 | concepts | AI-工作流平台对比 | 18 | ↑ (←本轮 +1 来自新概念) |
| 9 | concepts | 汽车金融-AI-建设方向 | 15 | ↓ |
| 10 | entities | OpenClaw | 13 | ↓ |
| 11 | sources | 01-n8n-vs-Dify-vs-Coze | 13 | ↑ |
| 12 | sources | 13-Harness-Design-Long-Running-Apps | 12 | = |
| 13 | entities | MCP-Model-Context-Protocol | 12 | = |
| 14 | concepts | Workflow-vs-Agent | 12 | ⚠️ 缺失页(被 12 处引用但文件不存在) |
| 15 | sources | 12-Parallel-Claude-C-Compiler | 11 | = |
🆕 新增节点:低代码-vs-高代码-智能体建设 入度 4 / 出度 29(含 18 sources + 6 concepts + 5 entities)
🆕 2026-06-29 第 6 轮新增:
- Enterprise-Agent-Architecture-2026 —— 跨 12 篇 source 的核心综述页,预计入度成为 Top 5 内(被 12 个 sources 反向引用 + 5 个 entities)
- 新 sources(68-79):12 个企业级架构 source(Tyk / ISG / MLflow / RTSLabs / VDF / Internative / ClarityArc / arXiv / 腾讯 ×3 / 葡萄城)
- 新 entities(5 个):A2A-Protocol / LangGraph / Microsoft-AGT / Google-ADK / Temporal
🆕 图 6 · 企业级 Agent 架构 2026 综述子图
flowchart TB Hub["💎 Enterprise-Agent-Architecture-2026<br/><i>跨 12 源综述</i>"]:::hub subgraph EN["🌐 英文一手(8)"] Tyk[Tyk 4 组件 + A2A] ISG[ISG 控制平面] MLflow[MLflow 框架对比] RTSLabs[RTSLabs 7 层] VDF[VDF 7 模式] Internative[Internative 6 模式] ClarityArc[ClarityArc 3 层 + Manager] arXiv[arXiv 学术综述] end subgraph CN["🇨🇳 中文一手(4)"] T1[腾讯 MAS 综述] T2[腾讯 7+2 完整] T3[腾讯 7+2 技术栈] GC[葡萄城白皮书 L0-L4] end subgraph EE["🛠 关键 Entities"] A2A[A2A Protocol] MCP[MCP Protocol] LG[LangGraph] AGT[Microsoft AGT] ADK[Google ADK] TMP[Temporal] end Tyk --> Hub ISG --> Hub MLflow --> Hub RTSLabs --> Hub VDF --> Hub Internative --> Hub ClarityArc --> Hub arXiv --> Hub T1 --> Hub T2 --> Hub T3 --> Hub GC --> Hub Hub --> A2A Hub --> MCP Hub --> LG Hub --> AGT Hub --> ADK Hub --> TMP Hub -.->|上承| HE[Harness-Engineering] Hub -.->|上承| AAI[Agentic-AI] Hub -.->|下承| LCHC[低代码-vs-高代码] classDef hub fill:#fde68a,stroke:#92400e,stroke-width:3px,color:#000
🎨 Obsidian Graph View 配套设置
打开 Cmd+G 后建议这样设置:
1. Filters
- Files:
path:Clippings/wiki(只看 wiki 层,过滤原始素材) - 或
path:Clippings/wiki/sources只看 source 子图
2. Groups(按类型上色)
| Query | 颜色 |
|---|---|
path:Clippings/wiki/concepts | 🔵 蓝 |
path:Clippings/wiki/entities | 🟢 绿 |
path:Clippings/wiki/sources | 🟡 黄 |
path:Clippings/wiki/graph | 🔴 红(主图谱本身) |
3. Display
- Show arrows: ✅
- Node size: 按入度(默认)
- Repel force: 调高让聚类更明显
🔄 如何重新生成
当 wiki 内容更新后,跑:
- 告诉 AI:“重新生成 wiki 知识图谱”
AI 会自动扫所有 wiki 文件 → 重算入度/出度 → 重写 graph.md。