✅ 核心构词：Gov（Governance，数据治理核心）+ io（Data IO，数据交互 / 数据流转，数据治理的核心载体） ✅ 深层内涵：以「数据治理」为核心内核，以「数据交互」为落地链路，一站式承载元数据管理、数据标准统一、数据质量校验全能力，赋能数据全生命周期的合规治理与高效流转。
基于 NetworkX 的数据治理知识图谱项目，提供元数据查询、表字段比较、SQL 生成、数据标准推荐、指标血缘分析等数据治理支持功能。
- 元数据查询：查询数据资产的名称、描述、来源、状态等元数据信息
- 表字段比较：比较不同表之间的字段差异（字段名称、数据类型、是否必填等）
- SQL 生成：根据需求描述自动生成符合要求的 SQL 语句
- 数据标准推荐：基于协同过滤算法，为未贯标列推荐合适的数据标准
- 指标管理：将业务指标纳入知识图谱，支持指标血缘溯源、影响分析、数据溯源和维度发现
- 图数据库集成：使用 NetworkX 构建本地知识图谱，通过 Python 脚本执行查询
# 安装 uv (如果尚未安装)
# https://docs.astral.sh/uv/getting-started/installation/
# 一键安装 govio-cli（持久化工具）
./start.sh
# 初始化配置
govio-cli onboard开发模式：
# 安装项目依赖
uv sync
# 安装开发依赖
uv sync --group devGovio 将企业元数据（图结构）转化为知识图谱，支持两种图数据库后端：
┌─────────────────┐ ┌─────────────────┐
│ 企业数据库 │ │ CSV 文件 │
│ (KunDB/MySQL) │ │ (节点 + 边) │
└────────┬────────┘ └────────┬────────┘
│ │
│ govio-cli onboard │
│ (交互式引导配置) │
▼ ▼
┌─────────────────────────────────────────────────────────────┐
│ onboard 向导 │
│ • 配置元数据连接 (KunDB, app_list, app_map, relationship, metric) │
│ • 选择后端 (NetworkX / FalkorDB) │
│ • 生成 GML 或连接 FalkorDB │
│ • 生成 schema.md、metrics_index.md 和 names/ │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────┐ ┌─────────────────┐
│ NetworkX │ │ FalkorDB │
│ GML 文件 │ │ 图数据库 │
└────────┬─────────┘ └────────┬────────┘
│ ▲
│ │
▼ │
┌──────────────────────────────────────────┐ govio-cli onboard --new-falkordb ./csv_dir
│ govio-cli std-recommend │ (跳过 CSV 生成，直接导入已有 CSV)
│ • 批量推荐未贯标列的数据标准 │
│ • 输出 COMPLIES_WITH.csv │
└──────────────────────────────────────────┘
Govio 提供交互式 CLI 工具 govio-cli，支持两个主命令：
./start.sh检查 uv 环境并安装 govio-cli 为持久化工具（通过 uv tool install）。
govio-cli onboard向导会引导你完成以下步骤：
-
配置元数据连接
- 输入元数据库 URL (KunDB)
- 输入应用清单 Excel 文件路径
- 输入应用数据库映射 JSON 文件路径
- 输入表关系 JSON 文件路径（可选）
- 输入指标定义 JSON 文件路径（可选）
- 输入 CSV 输出目录
- 输入工作区 UUID
-
选择图数据库后端
- NetworkX: 使用本地 GML 文件
- FalkorDB: 连接 FalkorDB 图数据库
-
NetworkX 模式
- 选择是否从 CSV 文件生成新的 GML 文件
- 如果选择生成，输入 CSV 目录路径
- 如果不生成，输入已有的 GML 文件路径
-
FalkorDB 模式
- 输入 FalkorDB 连接信息（host, port, graph name）
-
自动生成 Assets
- 配置文件保存到
~/.govio/config.yaml - Assets 生成到
skills/govio/assets/schema.md: 图结构定义metrics_index.md: 指标索引（原子/派生分组）names/: 节点名称索引
- 配置文件保存到
如果 CSV 文件已经生成，可以使用 --new-falkordb 参数跳过 CSV 生成步骤，直接将指定目录的 CSV 导入 FalkorDB：
govio-cli onboard --new-falkordb ./output此模式会：
- 验证指定目录是否包含必需的 CSV 文件（至少包含
PhysicalTable.csv） - 提示输入 FalkorDB 连接信息（host, port, graph name）
- 将 CSV 数据导入 FalkorDB
- 保存配置并生成 Assets
同样，如果 CSV 文件已经生成，可以使用 --new-networkx 参数跳过 CSV 生成步骤，直接从指定目录的 CSV 生成 GML 文件：
govio-cli onboard --new-networkx ./output此模式会：
- 验证指定目录是否包含必需的 CSV 文件（至少包含
PhysicalTable.csv） - 从 CSV 文件生成 GML 文件
- 保存配置并生成 Assets
注意：
--new-falkordb和--new-networkx不能同时使用。
govio-cli std-recommend推荐器会基于已有配置和 CSV 文件，为未贯标列推荐合适的数据标准，结果输出到配置的 output_dir。
配置完成后，可使用 Skills 工具集进行图数据库查询。配置从 ~/.govio/config.yaml 自动读取。
目录结构：
skills/govio/
├── SKILL.md # 技能定义（AI Agent 使用）
├── reference.md # 参考文档
├── assets/ # 资源文件
│ ├── schema.md # 图数据库模式文件
│ ├── metrics_index.md # 指标索引（原子/派生分组）
│ ├── ontology.gml # NetworkX GML 数据文件
│ └── names/
│ └── node_names.md # 节点名称索引
└── scripts/
├── query.py # 统一查询入口（自动根据配置选择后端）
├── load_names.py # 加载标准名称
└── load_schema.py # 加载图模式
查询示例：
# FalkorDB 模式（根据 config.yaml 自动选择）
uv run python skills/govio/scripts/query.py "MATCH (n:PhysicalTable) RETURN n.name LIMIT 5"
# 支持 stdin 输入
echo "MATCH (n:Application) RETURN n.name" | uv run python skills/govio/scripts/query.py
# NetworkX 模式（查询代码作为 Python 代码执行，结果赋给 result 变量）
uv run python skills/govio/scripts/query.py "result = [n for n, d in g.nodes(data=True) if d.get('node_type') == 'PhysicalTable'][:5]"查询规则：
- FalkorDB：使用 Cypher 查询语言，必须以
MATCH开头 - NetworkX：使用 Python 代码操作
g（NetworkX 图对象），结果赋值给result
AI Agent 使用：
当 AI Agent 加载 SKILL.md 后，可直接使用自然语言查询，例如：
- "查询 CRM 应用有几张表"
- "查找所有包含 '用户' 的表名"
节点文件：
PhysicalTable.csv: 物理表节点Col.csv: 字段节点Application.csv: 应用节点Standard.csv: 数据标准节点Metric.csv: 指标节点（可选，由指标定义 JSON 生成）Dimension.csv: 维度节点（可选，由指标定义 JSON 生成）
边文件：
HAS_COLUMN.csv: 表包含字段的关系USE.csv: 应用使用表的关系COMPLIES_WITH.csv: 字段贯标的关系USES_TABLE.csv: 指标数据来源表的关系（可选）REFERS_COLUMN.csv: 指标引用列的关系（可选）DERIVED_FROM.csv: 派生指标依赖上游指标的关系（可选）DIMENSION_USED.csv: 指标维度关系（可选）SUPERSEDES.csv: 指标版本演进关系（可选）
CSV 格式示例：
# PhysicalTable.csv
:ID(PhysicalTable),name,full_table_name
table1,用户表,DB.SCHEMA.TABLE1
# Col.csv
:ID(Col),name,column_name,full_table_name
col1,用户ID,USER_ID,DB.SCHEMA.TABLE1
# HAS_COLUMN.csv
:START_ID(PhysicalTable),:END_ID(Col)
table1,col1NetworkX 模式：
from govio import NetworkXGraph
# 加载 NetworkX 图
graph = NetworkXGraph(graph="./output/ontology.gml")
# 查看图模式
print(graph.schema)
# 使用 Python 进行图查询
nodes = list(graph.G.nodes(data=True))
cols = [n for n, data in graph.G.nodes(data=True) if data.get("node_type") == "Col"]
for u, v, data in graph.G.edges(data=True):
print(f"{u} --[{data.get('edge_type')}]--> {v}")FalkorDB 模式：
from govio import FalkorDBGraph
# 连接 FalkorDB 图数据库
graph = FalkorDBGraph(host="localhost", port=6379, graph="ontology")
# 查看图模式
print(graph.schema)
# 使用 Cypher 查询
result = graph.query("MATCH (n:Application) RETURN n.name LIMIT 10")from govio.metadata.application import AppInfoLoader
from govio.metadata.database import DatabaseLoader
from govio.metadata.standard import StandardLoader
from govio.metadata.metric import MetricLoader
# 加载应用信息
app_loader = AppInfoLoader(app_list_file="path/to/app_list.xlsx")
apps = app_loader.Application
# 加载数据库元数据
db_loader = DatabaseLoader(
db="mysql+pymysql://user:pass@host/db",
workspace_uuid="your-uuid",
schema_limits=["schema1", "schema2"]
)
tables = db_loader.PhysicalTable
columns = db_loader.Col
# 加载数据标准
std_loader = StandardLoader(
db="mysql+pymysql://user:pass@host/db",
workspace_uuid="your-uuid"
)
standards = std_loader.Standard
std_compliance = std_loader.StdCompliance
# 加载指标定义
metric_loader = MetricLoader(
metric_file="path/to/metrics.json",
df_tables=tables,
df_columns=columns
)
metrics = metric_loader.Metric # 指标节点 DataFrame
dimensions = metric_loader.Dimension # 维度节点 DataFrame指标定义使用 JSON 文件，通过 JSON Schema 校验：
{
"version": "1.0",
"shared_dimensions": [
{ "code": "ym", "name": "年月", "granularity": "月" },
{ "code": "business_unit", "name": "事业部" }
],
"metrics": [
{
"code": "bill_income_amt",
"name": "当月账单收入",
"business_definition": "当月实际确认的账单收入金额",
"type": "atomic",
"unit": "万元",
"data_type": "decimal(18,2)",
"source_layer": "DWS",
"source_tables": [
{
"full_table_name": "db.schema.t_bill",
"columns": [
{ "column_name": "bill_income_amt", "role": "measure" }
]
}
],
"dimensions": [
{ "code": "ym", "usage_type": "group" },
{ "code": "business_unit", "usage_type": "slice" }
]
},
{
"code": "burndown_amt",
"name": "存量消耗额",
"business_definition": "预计当月产生的账单收入减去危机金额",
"type": "derived",
"formula": "forecast_income_amt - risk_amt",
"unit": "万元",
"data_type": "decimal(18,2)",
"source_layer": "DM",
"derived_from": ["forecast_income_amt", "risk_amt"],
"dimensions": [
{ "code": "ym", "usage_type": "group" }
]
}
]
}# FalkorDB: 指标血缘溯源
result = graph.query(
"MATCH p=(m:Metric {code: 'burndown_amt'})-[:DERIVED_FROM*1..5]->(up:Metric) "
"RETURN up.code, up.name, up.type"
)
# FalkorDB: 影响分析（某指标变更会影响哪些下游）
result = graph.query(
"MATCH (m:Metric {code: 'bill_income_amt'})<-[:DERIVED_FROM*1..5]-(dep:Metric) "
"RETURN dep.code, dep.name, dep.formula"
)
# FalkorDB: 数据溯源（指标的来源表）
result = graph.query(
"MATCH (m:Metric {code: 'bill_income_amt'})-[:USES_TABLE]->(t:PhysicalTable) "
"RETURN t.full_table_name, t.name"
)
# FalkorDB: 维度发现（指标可按哪些维度拆分）
result = graph.query(
"MATCH (m:Metric {code: 'burndown_amt'})-[d:DIMENSION_USED]->(dim:Dimension) "
"RETURN dim.code, dim.name, d.usage_type"
)
# NetworkX: 指标血缘溯源
import networkx as nx
metric_node = [n for n, d in graph.G.nodes(data=True)
if d.get('node_type') == 'Metric' and d.get('code') == 'burndown_amt'][0]
ancestors = nx.ancestors(graph.G, metric_node)
lineage = [(n, graph.G.nodes[n].get('code')) for n in ancestors
if graph.G.nodes[n].get('node_type') == 'Metric']from govio.metadata.recommender import create_recommender
# 加载数据
std_compliance = std_loader.StdCompliance # 已贯标列
# 创建推荐器
WEIGHTS = {
'table': 0.25, # 表名权重（仅使用从 full_table_name 提取的 table_name）
'name': 0.35, # 列名权重
'comment': 0.25, # 列注释权重
'type': 0.05, # 数据类型权重
'numeric': 0.10 # 数值特征权重
}
recommender = create_recommender(
std_compliance=std_compliance,
weights=WEIGHTS,
k_neighbors=5, # 使用5个最近邻
top_n=3 # 返回Top 3推荐
)
# 批量推荐
db_loader = DatabseLoader(db, workspace_uuid, ["schema_name"])
all_columns = db_loader.Col # 所有列
recommendations = recommender.batch_recommend(all_columns)创建 .env 文件以配置数据库连接：
KUNDB_URL=mysql+pymysql://username:password@host:port/database_name
APP_LIST_FILE=path/to/app_list.xlsx# 安装开发依赖
uv sync --group dev
# 运行测试
uv run pytest tests/[MIT License]