学习路径构建器 v2.4.0
核心功能
输入职业技能标准文档（如PDF）→ 输出三层知识图谱（JSON/CSV/JSON-LD格式）
核心设计：L1大领域 → L2模块 → L3叶节点，每节点0.5学时，来源标注（权威/参考/推断）
工作流程
第零步：检测多方向标准（如有人工智能5个方向则推荐默认方向）
第一步：提取PDF文本 → 写入 /tmp/kg_pdf_text_{job_id}.txt
第二步：动态提取L1职业功能领域（从原文结构，非固定4个框）
第三步：逐域构建L2/L3节点 → 增量写入 /tmp/kg_progress_{job_id}.json
第四步：生成 JSON + CSV(nodes/edges) + JSON-LD
第五步：生成来源说明文档 + 质量检查
每步完成后通过当前会话发送进度通知
核心原则
- 权威资源优先：osta.org.cn、openstd.samr.gov.cn、教育部/工信部/中国大学MOOC
- 搜索优先：先搜索权威来源，找不到再用参考来源，最后才推论
- 来源标注：每个节点标注 ✅权威 / ⚠️参考 / 🤖推断
- 动态L1：L1领域从PDF标准原文的职业功能结构动态提取，非固定框架
多方向标准处理
检测到多方向标准时（如人工智能工程技术人员5个方向）：
- 分析各方向的学习热度、材料丰富度、应用前景
- 生成推荐报告，提供默认推荐
- 学习者未选择时使用默认方向
详细示例见 references/README.md
输出格式
每次构建同时生成4个文件：
{name}_kg.json— 主JSON{name}_kg_nodes.csv— 节点表（Excel可打开）{name}_kg_edges.csv— 关系表{name}_kg.jsonld— JSON-LD开放格式
超时策略
- 不设硬性超时，任务完整执行
- 每步结果写文件，失败可从该步骤续接
- references/ 目录包含详细说明文档，按需加载
详细说明：references/README.md 作者：Wang Zhipeng | 更新：2026-04-21 14:13