Un puissant outil d'analyse de réseau basé sur Python pour construire, mesurer et visualiser des structures de graphes complexes à l'aide de NetworkX.
Installer & Télécharger
1. ClawHub CLI
Le moyen le plus rapide d'installer une compétence directement depuis le registre.
npx clawhub@latest install graph-analysis
2. Installation manuelle
Copiez le dossier de la compétence dans l'un de ces emplacements
~/.openclaw/skills/ <project>/skills/ Priorité : Espace de travail > Local > Intégré
3. Installation du prompt
Copiez ce prompt dans OpenClaw pour l'installer automatiquement.
Aide-moi à installer graph-analysis via Clawhub. Si Clawhub n'est pas installé, installe-le d'abord (npm i -g clawhub).
Vous préférez télécharger ?
Obtenez les fichiers bruts de la compétence dans une archive ZIP.
Qu'est-ce que Analyse de Graphes ?
La compétence Analyse de Graphes exploite la bibliothèque NetworkX, standard de l'industrie, pour transformer des données relationnelles brutes en informations exploitables. En s'intégrant directement dans le flux de travail de votre agent AI, cette extension Openclaw Skills permet une exploration approfondie des propriétés topologiques, de la connectivité et des modèles structurels au sein de n'importe quel ensemble de données.
Que vous traitiez des réseaux sociaux, des cartes d'infrastructure ou des données organisationnelles hiérarchiques, cette compétence offre la rigueur mathématique nécessaire aux applications avancées de la théorie des graphes. Elle automatise le processus de création de nœuds et d'arêtes, le calcul algorithmique et le rendu visuel de haute qualité, rendant la science des réseaux complexes accessible via de simples commandes AI.
Cas d'utilisation de Analyse de Graphes
- Identifier les parties prenantes influentes ou les goulots d'étranglement dans une chaîne d'approvisionnement à l'aide de métriques de centralité.
- Cartographier et visualiser les interactions sur les réseaux sociaux pour détecter des clusters de communautés organiques.
- Optimiser la logistique et l'acheminement en calculant les plus courts chemins pondérés entre les nœuds.
- Analyser le risque systémique dans les réseaux financiers en mesurant la densité et la connectivité du graphe.
- Générer des modèles de réseaux synthétiques tels que les graphes Scale-free ou Small-world pour la simulation et les tests.
Comment fonctionne Analyse de Graphes
- Ingestion des données : La compétence analyse les données structurées issues de CSV, JSON ou de listes en ligne pour définir les nœuds et les arêtes.
- Construction du graphe : Elle initialise le type de graphe approprié, tel que des structures dirigées (DiGraph) ou non dirigées (Graph).
- Traitement algorithmique : L'agent exécute des algorithmes spécialisés incluant PageRank, la détection de communauté Louvain ou la centralité d'intermédiarité.
- Synthèse visuelle : En utilisant Matplotlib avec le backend Agg, la compétence génère des visualisations PNG avec des mises en page personnalisées comme Spring ou Kamada-Kawai.
- Livraison d'informations : Les résultats, statistiques et images générées sont renvoyés à l'utilisateur pour examen final.
Configuration de Analyse de Graphes
Pour activer les capacités de traitement de graphes, assurez-vous que python3 et pip sont installés, puis exécutez la commande suivante pour installer les dépendances Openclaw Skills requises :
pip install networkx matplotlib numpy --break-system-packages
Schéma de données et taxonomie de Analyse de Graphes
La compétence Analyse de Graphes organise les données en objets de graphes structurés et exporte les actifs visuels comme suit :
| Attribut | Description |
|---|---|
| Nodes | Entités au sein du réseau, contenant souvent des attributs de métadonnées. |
| Edges | Relations entre les nœuds, qui peuvent être pondérées ou dirigées. |
| Centrality | Métriques incluant le Degré, l'Intermédiarité et la Proximité stockées sous forme de dictionnaires. |
| Communities | Sous-ensembles de nœuds identifiés par modularité ou partitionnement de Louvain. |
| Output Files | Les visualisations sont généralement enregistrées sous graph.png ou communities.png. |
Fonctionnalités avancées de Analyse de Graphes
- Prise en charge de la visualisation multi-mises en page, incluant les dispositions spring, circular et shell pour une représentation spatiale optimale.
- Détection de communauté évolutive à l'aide de la méthode Louvain, optimisée pour les graphes à grande échelle dépassant 10 000 nœuds.
- Stylisation personnalisée des nœuds où la taille et la couleur peuvent être mappées par programmation aux scores de centralité ou à l'appartenance à une communauté.
- Prise en charge de la recherche de chemin pondéré, permettant des calculs de distance et de coût plus réalistes dans les réseaux complexes.
SKILL.md
Chargement
Compétences Openclaw associées
Feuille de route pour Business Intelligence Analyst
La feuille de route pour Business Intelligence Analyst génère des plans de développement de carrière personnalisés et multiphasés pour les analystes BI aspirants et professionnels en fonction de leurs compétences et objectifs uniques.
Firebase Admin SDK
Une intégration côté serveur puissante qui permet aux agents IA de gérer les services Firebase, l'authentification et les bases de données avec des privilèges administratifs.
Context Save Tool
Un spécialiste d'élite en ingénierie de contexte conçu pour orchestrer la capture, la sérialisation et la récupération avancées d'état pour une continuité fluide du flux de travail AI.
Compétence e-office IM
Une compétence spécialisée pour intégrer les capacités de messagerie instantanée de Weaver e-office dans les agents AI via les APIs WebSocket.
Speech Paper Daily
Un agent d'automatisation de recherche spécialisé qui suit, analyse et archive les avancées quotidiennes en technologie de la parole et traitement audio.
GLM Master Skill
Une compétence maître uniquement documentaire conçue pour la découverte et l'installation de l'écosystème complet d'IA GLM.
En vedette*
