把《史记》做成知识图谱：shiji-kb 上手教程

《史记》知识库 shiji-kb 是一个很适合拿来观察 AI 知识工程的开源项目。它没有停在电子书层面，而是把 57.7 万字拆成实体、事件、关系、章节页面和 Wiki 网络。

项目目前公开的数据很扎实：14,065 个实体词条，126,441 次标注；3,198 个历史事件，7,637 条事件关系；还有 20,830+ 个 Wiki 页面。读者看到的高亮、跳转、搜索和地铁图，背后都是这些结构化数据在起作用。

先在线体验

最快的方式是直接打开站点：

第一次看，建议从几个熟悉章节开始，比如《项羽本纪》《高祖本纪》《孔子世家》《刺客列传》。进入章节后，先观察两件事：一是人名、地名、官职、时间、邦国等标注颜色；二是每个词条是否能继续跳到对应页面。

右上角的设置面板可以关闭高亮。想安静读书，就关掉标注；想研究人物和地点，就打开高亮，把它当成一套古籍阅读辅助层。

地铁图是这个项目里很直观的入口。它把《史记》 130 篇变成 130 条线路，把历史事件做成站点，并按时间轴排布。

使用方法很简单：

这张图适合解决一个传统阅读里很麻烦的问题：同一个人物或事件分散在不同章节，线性阅读时很容易断掉。地铁图把这些交叉点显出来，读历史的路径会清楚很多。

如果想自己研究代码和数据，可以把仓库拉到本地：

git clone https://github.com/baojie/shiji-kb.git
cd shiji-kb

仓库已经包含生成后的 docs/ 静态站点。只想本地浏览，不需要先跑完整构建，直接启动 HTTP 服务即可：

./serve.sh 8888

然后打开：

http://localhost:8888/chapters/
http://localhost:8888/wiki/
http://localhost:8888/app/metro/

这里不要直接双击 HTML 文件。项目里的特殊读音、搜索索引和页面数据需要通过 HTTP 加载，本地 file:// 访问会碰到浏览器跨域限制。

如果只想看渲染链路，可以先生成单章：

python3 render_shiji_html.py chapter_md/001_五帝本纪.tagged.md

要批量生成 130 篇章节页面：

python3 generate_all_chapters.py

项目里还有一个发布脚本，会生成章节、修正路径、构建搜索索引，并准备 GitHub Pages 需要的 docs/ 目录：

./publish_to_docs.sh

如果只是学习，不建议一上来跑全量发布脚本。先看单章渲染，再看 generate_all_chapters.py 怎么扫描 chapter_md/，最后再看发布脚本处理了哪些文件路径和索引。

第一层看 chapter_md/。这里是一百三十篇带标注的章节文件。标注符号对应人名、地名、时间、官职、邦国、器物、礼仪、刑法等类型。读懂这一层，就能理解语法高亮从哪里来。

第二层看 render_shiji_html.py 和 generate_all_chapters.py。前者负责把标注文本渲染成 HTML，后者负责批量处理章节、生成导航和索引。

第三层看 app/metro/。这个目录是史记地铁图，核心文件是 index.html、metro.js、metro.css 和 data/metro_map_data.json。数据里每个站点都有年份、人物、地点、描述和章节信息。

第四层看 wiki/ 和 docs/wiki/。这里是百科式页面网络，包括人物、事件、地名、邦国、故事、概念等页面类型。wiki/doc/query-syntax.md 还记录了页面里如何嵌入 ::: query 查询块，比如筛出精品人物页，或按引用次数排序。

第五层看 skills/。这个项目很有意思的一点，是把知识工程流程写成大量 Skill 文档：校勘、结构分析、实体构建、事件构建、关系构建、本体构建、逻辑推理、应用构造。它不像普通项目只交付代码，更像把一套古籍处理方法论也开源出来。

历史爱好者可以把它当增强阅读器。打开章节，先关掉高亮通读，再打开标注看人物、地点、官职和事件之间的关系。

做内容的人可以把它当素材索引。比如要写鸿门宴、荆轲、韩信、秦灭六国，先在 Wiki 和地铁图里找人物、地点、事件链，再回到章节核对文本。

AI 工程师可以把它当知识工程样板。它展示了一个从古籍文本到结构化知识库的完整路径：文本标注、事件抽取、关系发现、 Wiki 页面、可视化应用，再到 Agent 维护和反思机制。

这个项目最值得学习的地方，是它没有停在“让 AI 总结古籍”。它把古籍拆成可验证、可跳转、可复用的数据结构。对古文化内容来说，这比单纯做问答更踏实。