GraphRAG PostgreSQL Skill

PostgreSQL単体（pgvector + PGroonga拡張）でGraphRAGを構築するためのスキル。 自然言語でプロジェクトを説明すると、最適なGraphRAGスキーマを設計・生成する。

How It Works

/graphrag 小説のキャラクター関係を管理したい。時系列で関係が変化する

↓ Claude が分析

Entity型: Character, Location, Organization, Event, Item
Edge型: friend_of, enemy_of, ally_of, family_of, participates_in
追加機能: 時系列サポート（events テーブル）

↓ ユーザー確認後、生成

sql/schema.sql, sql/indexes.sql, sql/queries/*.sql, docs/

Output Location

{project}/
├── sql/
│   ├── schema.sql              # カスタマイズされたスキーマ
│   ├── indexes.sql             # インデックス定義
│   └── queries/
│       ├── local_search.sql    # Entity中心検索
│       ├── global_search.sql   # 全体俯瞰検索
│       ├── hybrid_search.sql   # Hybrid Search
│       └── custom_*.sql        # 要件固有のクエリ
└── docs/
    ├── graphrag-guide.md       # 運用ガイド
    └── prompts/
        ├── entity_extraction.md
        └── edge_extraction.md

Execution Flow

Phase 1: Analyze User Requirements

ユーザーの自然言語の説明を分析:

1. データの種類: 何を管理したいか（小説、技術文書、FAQ、障害報告...）
2. 追跡したい関係: どんな関係が重要か（人間関係、依存関係、因果関係...）
3. 検索・分析の要件: どんなクエリが必要か（関連検索、パス検索、影響分析...）
4. 特別な要件: 時系列、ネタバレ制御、承認フロー、重要度など

Phase 2: Read Reference Documents

以下のリファレンスを参照して設計:

• references/use-cases.md - 既存パターンを参考に
• references/architecture.md - アーキテクチャ基本
• references/schema-design.md - スキーマ設計
• references/entity-extraction.md - Entity/Edge抽出

Phase 3: Design Entity/Edge Types

ユーザー要件に最適なEntity型とEdge型を設計:

参考パターン（use-cases.md より）:

これらを参考に、ユーザー要件に合わせてカスタム設計する。

Phase 4: Confirm Design with User

AskUserQuestionで設計を確認:

1. プロジェクト名
2. Entity型の確認: 「以下のEntity型を提案します。追加/削除があれば教えてください」
3. Edge型の確認: 「以下のEdge型を提案します」
4. オプション:
   • Embedding dimension: 1536 / 768 / Custom
   • Primary language: Japanese / English
   • 時系列サポート: Yes / No
   • Global Search (Community): Yes / No

Phase 5: Generate Schema

1. Read templates/schema-core.sql
2. 設計したEntity/Edge型をスキーマに反映:
   • コメントとして型定義を追加
   • 必要な拡張テーブルを追加
3. Write to sql/schema.sql

Phase 6: Generate Indexes

参照: references/indexing-strategies.md

• pgvector: HNSW（推奨）
• PGroonga: Japanese → TokenMecab / English → TokenBigram

Phase 7: Generate Custom Queries

参照: references/query-patterns.md

ユーザーの検索要件に基づいてクエリを生成:

• local_search.sql - Entity中心のn-hop展開
• global_search.sql - Community reports検索
• hybrid_search.sql - PGroonga + pgvector (RRF)
• custom_*.sql - 要件固有（依存ツリー、因果パス、類似検索等）

Phase 8: Generate Entity Extraction Prompts

参照: references/entity-extraction.md

設計したEntity/Edge型に基づいてLLM抽出プロンプトを生成:

• docs/prompts/entity_extraction.md - Entity抽出用
• docs/prompts/edge_extraction.md - Edge抽出用

Phase 9: Generate Documentation

参照: references/chunking-strategies.md

• docs/graphrag-guide.md:
  • Entity/Edge型の定義と説明
  • Chunking戦略
  • クエリの使い方
  • パフォーマンスチューニング

Phase 10: Completion Report

生成完了を報告:

1. 設計したEntity/Edge型のサマリー
2. 生成されたファイル一覧
3. 次のステップ

Reference Files

共通:

• references/architecture.md - 全体アーキテクチャ
• references/schema-design.md - テーブル設計詳細
• references/indexing-strategies.md - インデックス戦略
• references/query-patterns.md - 検索パターン

ユースケース固有:

• references/use-cases.md - ユースケース別Entity/Edge型定義
• references/chunking-strategies.md - ユースケース別Chunking
• references/entity-extraction.md - 抽出プロンプト

オプション:

• references/community-detection.md - コミュニティ検出

Template Files

• templates/schema-core.sql - コアテーブル
• templates/schema-extensions.sql - 拡張テーブル
• templates/indexes.sql - インデックス
• templates/query-local.sql - Local Search
• templates/query-global.sql - Global Search
• templates/query-hybrid.sql - Hybrid Search