Knowledge Graph
El Knowledge Graph es la columna vertebral del sistema de contexto de RaiSE. Fusiona todo — patrones de memoria, documentos de gobernanza, metadatos de skills, seguimiento de trabajo y componentes descubiertos — en un solo grafo de conceptos conectados.
Qué Es¶
Un grafo dirigido donde: - Nodos son conceptos — patrones, principios, requisitos, skills, stories, componentes, módulos - Edges son relaciones — "aprendido de", "gobernado por", "depende de", "restringido por"
Cuando ejecutas rai graph build, el CLI recorre todas las fuentes del proyecto y ensambla este grafo. Cuando consultas con rai graph query o rai graph context, estás buscando en este grafo.
Tipos de Nodos¶
| Tipo | Patrón de ID | Fuente | Ejemplo |
|---|---|---|---|
| Pattern | PAT-*, BASE-* |
Archivos JSONL de memoria | "Usar fixtures para tests de BD" |
| Calibration | CAL-* |
Registros de calibración | Story S3.5: talla M, 45 min reales |
| Session | SES-* |
Historial de sesiones | "Implementé módulo de auth" |
| Principle | §N |
Constitución | "Heurísticas simples sobre ML complejo" |
| Requirement | RF-* |
PRD | "Website de marketing con voz de artesano" |
| Guardrail | GR-* |
Guardrails | "MUST: No vanity metrics como goals" |
| Skill | /name |
Archivos SKILL.md | /rai-story-plan — descomponer en tareas |
| Story | S*.* |
Seguimiento de trabajo | S8.6: Docs Getting Started |
| Epic | E* |
Scope de epics | E8: Website v1 + Docs |
| Component | comp-* |
Discovery scan | Clase SessionManager |
| Module | mod-* |
Discovery analysis | mod-memory — subsistema de memoria |
| Decision | ADR-* |
Decisiones de arquitectura | ADR-019: Grafo de contexto unificado |
Tipos de Edges¶
Los edges expresan cómo se relacionan los conceptos:
| Edge | Significado | Ejemplo |
|---|---|---|
learned_from |
El patrón vino de esta sesión | PAT-042 → SES-015 |
governed_by |
El requisito implementa un principio | RF-01 → §2 |
implements |
La story implementa un requisito | S8.6 → RF-05 |
part_of |
La story pertenece a un epic | S8.6 → E8 |
depends_on |
El módulo depende de otro | mod-session → mod-memory |
belongs_to |
El módulo pertenece a un dominio | mod-memory → bc-core |
constrained_by |
El dominio está restringido por un guardrail | bc-core → GR-015 |
applies_to |
El patrón aplica a un skill | PAT-001 → /rai-story-implement |
Construir el Grafo¶
Esto fusiona todas las fuentes:
1. Gobernanza: principios, requisitos, guardrails de governance/
2. Memoria: patrones, calibración, sesiones de .raise/rai/memory/
3. Trabajo: scopes de epics y stories de work/epics/
4. Skills: metadatos de .claude/skills/*/SKILL.md
5. Componentes: código descubierto de work/discovery/
La salida es .raise/rai/memory/index.json.
Consultar el Grafo¶
Búsqueda por Palabras Clave¶
Encontrar conceptos por contenido:
Búsqueda por Concepto¶
Encontrar un concepto específico por ID:
Contexto de Módulo¶
Obtener el contexto arquitectónico completo de un módulo — su dominio, capa, restricciones y dependencias:
Esto retorna: - Bounded context: a qué dominio pertenece el módulo - Layer: su posición en la arquitectura (leaf, domain, integration, orchestration) - Constraints: guardrails aplicables (MUST y SHOULD) - Dependencies: de qué depende y qué depende de él
Validación¶
Verificar el grafo por problemas estructurales:
Esto detecta ciclos en relaciones de dependencia, tipos de edge inválidos y referencias colgantes.
Por Qué un Grafo¶
La estructura de grafo habilita consultas contextuales — no solo "buscar esta palabra clave" sino "muéstrame todo lo relacionado con este módulo, incluyendo las reglas que lo restringen y los patrones aprendidos al construirlo."
Cuando tu partner de IA ejecuta rai session start --context, el CLI ensambla un bundle de contexto recorriendo este grafo. El resultado es una vista comprimida de todo lo relevante a tu trabajo actual — no un dump de todos los archivos, sino una selección curada de los nodos más importantes y sus relaciones.