从零到一：图工程师的七天成长路径
本路径与子站课表对齐：7 天学会 Graph Engineering。文档负责深度讲解，子站负责课表、沙盒与打卡节奏。
写给零基础的你
你不需要先成为图论学者或深度学习专家。你只需要每天完成可见产出物。七天后，你应拥有：一张业务图、一组黄金查询、一次算法解读、一版微型 GraphRAG 、一份学习笔记库。
总览
| Day | 主题 | 产出物 |
|---|---|---|
| 1 | 建模范式 | Schema 草图 + ADR 半页 |
| 2 | 查询语言 | 5 条 Cypher + PROFILE 截图 |
| 3 | 图算法 | PageRank/社区 Top 解读 |
| 4 | 图库与规模 | 度分布报告 + 超级节点策略 |
| 5 | 知识图谱 | 带置信度的三元组集 |
| 6 | GNN 与 GraphRAG | 评测表 + 证据包示例 |
| 7 | 综合项目 | 脚手架仓库 v0.1 |
Day 1：从图思维落地
上午：读 入门介绍 公理与分层；手绘你熟悉的领域（课程依赖 / 团队协作 / 阅读书目）的 10 个节点。
下午：区分属性图与 RDF 的适用性；写半页 ADR：为何用图、主查询形状、非目标。
晚间：用 NetworkX 或 Neo4j 建出该图；对比一条 SQL JOIN 与 Cypher。
验收：能向同事讲清「边为什么是一等公民」。
Day 2：模式匹配的手感
上午：MATCH/WHERE/RETURN；变长路径；MERGE 语义。
下午：为名字/id 建索引；PROFILE 正反对比。
晚间：挑战——把同一查询用 Gremlin 思路描述（即使不跑）。
验收：5 条黄金查询入库，附预期结果。
Day 3：算法眼镜
上午：度、PageRank、Betweenness 直觉。
下午：Louvain/连通分量；在小图上可视化。
晚间：链接预测基线（共同邻居）与 AUC 粗评。
验收：Top10 节点的业务解释（不是只贴分数）。
Day 4：规模与架构直觉
上午：原生图 vs 非原生；分区与超级节点概念。
下午：批量导入与逐条插入的差异（可读文档+小实验）。
晚间：写出你的图的度分布与治理策略草案。
验收：明确「哪一类查询禁止上线」。
Day 5：知识图谱流水线
上午：TBox/ABox；实体链接消歧例子。
下午：从文本抽 20 条三元组，人工打置信度。
晚间：冲突与过期策略；导出 Turtle 或 Cypher。
验收：每条边有来源字段。
Day 6：GraphRAG 与 GNN 入门
上午：消息传递与 Cora 上 MLP vs GCN 的文献/教程复现（可用小资源）。
下午：手写 GraphRAG 证据包 JSON；对 10 个问题做有无证据回答。
晚间：记录失败案例（链接错、扩展空、幻觉）。
验收：一张评测表（忠实度/引用/延迟主观分）。
Day 7：作品集与前沿雷达
上午：读生产议题清单（观测、备份、安全）。
下午：组装脚手架目录：schemas/etl/queries/rag/eval/adr。
晚间：大作业缩小版——选定「人物—组织—文档」或自选主题，串起导入→查询→问答；写 1 页回顾：最大认知转变、下一月计划。
验收：仓库可被他人按 README 跑通最小 Demo。
七天后如何继续（30 天）
- 每周一个垂直切片上真实数据（脱敏）。
- 读 GitHub 项目 按周清单吃透 2 个仓库。
- 坚持黄金查询 CI。
- 参加或自办「图诊所」。
- 选一条前沿深入：动态图 / 异构 GNN / 企业 GraphRAG 成本优化。
能力雷达（自评 1–5）
| 维度 | Day0 | Day7 | Day30 目标 |
|---|---|---|---|
| 建模 | |||
| 查询 | |||
| 算法 | |||
| 治理 | |||
| GraphRAG | |||
| GNN | |||
| 安全与观测 |
常见放弃点与对策
| 放弃点 | 对策 |
|---|---|
| 纠结选型 | 先单机属性图跑通问题 |
| 沉迷可视化 | 先黄金查询正确 |
| 直接上大模型抽取 | 先小规模人工金标准 |
| 论文深坑 | 以任务为界，时间盒阅读 |
| 没有数据 | 用公开数据集或自造小图 |
导师提问清单（每天结束前回答）
- 今天的主查询形状是什么？
- 我新增了哪种边/约束？
- 什么可能在 100× 数据时坏掉？
- 我如何证明结果正确？
- 明天最小下一步是什么？
作品集叙事模板
我解决了【业务问题】。图中【N】类节点【M】类边。核心查询是【形状】，P95【】。质量上我保证【约束/溯源】。AI 方面我用【GraphRAG/GNN/无】，评测【指标】。超级节点策略是【】。决策见 ADR【链接】。
用这段话参加面试或内部分享，比罗列名词更有力。
与文档地图的闭环
- 概念 → intro
- 动手 → getting-started
- 深化 → development
- 生态 → github-projects
- 准则 → best-practices
- 疑难 → faq
- 路径 → 本文
结束语
从零到一不是「装上某图数据库」，而是获得看见关系、约束关系、查询关系、解释关系的能力。七天只是点火；真正的图 工程师在之后每一次 MERGE、每一次 PROFILE、每一次拒答无证据问题中成长。现在就打开 Day 1 的纸笔，画出你的第一张十点图。
Day 1 详细课表（示例时间盒）
| 时段 | 分钟 | 行动 |
|---|---|---|
| 09:00 | 40 | 读 intro 公理与历史，笔记 10 条 |
| 09:40 | 50 | 画业务草图，标注查询形状 |
| 10:30 | 30 | 休息与复盘 |
| 11:00 | 60 | ADR 半页 + 非目标列表 |
| 14:00 | 90 | 环境安装与建图 |
| 15:30 | 60 | SQL vs Cypher 对照 |
| 19:00 | 60 | 输出 Day1 笔记发到日记/仓库 |
其他天数可按同样粒度拆分；关键是时间盒，避免在选型上耗尽意志力。
Day 2 详细练习题
- 点查：按唯一 id 找人。
- 一跳：他的同事。
- 两跳：同事的同事（排除自己）。
- 路径：到某公司的最短雇佣路径。
- 聚合：每家公司人数 Top5。
每题保存：查询文本、结果行数、PROFILE 摘要、是否走索引。
Day 3 算法实验记录模板
数据集：
算法：
参数：
Top10：
业务解释：
可疑点：
可视化截图路径：
下一步验证：
Day 4 容量草稿纸
当前节点：
当前边：
度 P50/P95/P99：
Top1 节点与度数：
若 10×：预计磁盘/内存：
禁止的查询：
限流策略：
Day 5 三元组表格
| subject | predicate | object | source | confidence | notes |
|---|---|---|---|---|---|
至少填满 20 行，其中至少 3 行低置信，演示「不入库正式层」。
Day 6 评测表
| qid | question | has_evidence | faithful | cited | comment |
|---|---|---|---|---|---|
| 1 | Y/N | 0/1 | 0/1 |
Day 7 Demo 脚本（README 级别）
# 1. 导入样例
# 2. 跑黄金查询
# 3. 跑一个问答示例（可先手工证据包）
# 4. 打开可视化或打印路径
陌生人 15 分钟内跑通，才算 v0.1。
同伴学习协议
两人一组：一人当「业务方」只提问题，一人当「图工程师」建模；第二天互换。结束后互评词表清晰度与查询可解释性。
能量管理
图学习容易在「工具安装」与「论文焦虑」上耗尽。规定：每天深度 工作不超过 4 小时块；安装问题 >40 分钟则换 NetworkX 路线；论文阅读必须绑定当日任务。
证书与自我认证
你可以给自己发「Graph Engineering 七天结业」——条件是七件产出物齐全且可公开（脱敏）。把链接写进简历「项目」栏，比参加含金量不明的线上证书更实在。
进阶分支（七天后选择一条）
- 平台方向：图数据库内核、分区、SRE。
- 语义方向：本体、推理、数据质量。
- 智能方向：GraphRAG、Agent 记忆、GNN。
- 领域方向：风控、推荐、生物、运维拓扑。
选分支后，重读 development 与 best-practices 的对应章节，做 30 天专题。
给老师/团队负责人的用法
把本文当作训练营大纲：每天站会只问「产出物链接」；用 FAQ 决策树做答疑；用最佳实践检查单做结营评审。子站用于同步进度可视化。
最后一公里检查
- intro 读完并有笔记
- getting-started 练习完成
- 黄金查询 ≥5
- 度分布看过
- 至少 20 条带出处三元组
- GraphRAG 评测表 ≥10 题
- 脚手架 README 可复现
- 写完作品集叙事段
全部勾选，即完成从零到一。真正的「一到一百」，是你下一次在生产故障里冷静打开 PROFILE 的时候。
附录：七天情绪曲线（正常现象）
Day1 兴奋 → Day2 语法挫败 → Day3 算法「原来如此」→ Day4 被规模吓到 → Day5 厌恶脏数据 → Day6 担心落后于 LLM 浪潮 → Day7 整合后的平静自信。
若 Day2 卡住：只练三条查询。若 Day5 厌恶抽取：先用结构化 CSV 生成三元组。若 Day6 恐慌：记住 GNN 可选，图查询本身已能创造价值。
图工程是长跑。七天点火，余生护火：每次把关系讲清楚，都是在践行第一性原 理。
致谢式自勉
你将一次次被问：「这和知识图谱有何不同？」「为什么不用纯向量？」请把答案建在查询形状、评测数字与失败案例上。诚实地展示边界，比夸张承诺更像工程师。
出门考试只有一道题：给定一团乱关系，你能否建成可查询、可治理、可解释的图——并知道何时停手不用图。