Ian Chou's Blog

從 Lance-graph 開始：教學系列大綱

從 Lance-graph 開始：教學系列大綱

如果要把 lance-graph 講清楚，我覺得不能一開始就跳進 GraphRAG、embedding pipeline 或複雜的檢索設計。
比較好的教法是先把最核心的幾件事講明白：

這篇文章就是我對這套教學系列的整理。目標很單純：先讓人真的看懂 lance-graph。

為什麼值得從 Lance-graph 開始？

lance-graph 有一個很適合教學的特質：它不是一整套包山包海的大框架，而是一個非常清楚的能力延伸。

你可以先這樣理解：

這種切法很適合教學，因為觀眾不用先吞下一整套新宇宙，只要先理解一個問題：

當資料之間不只是「相似」，而是有明確關聯時，
我們該怎麼把這些關聯也變成可查詢的資料？

這就是 lance-graph 最適合拿來示範的地方。

這套系列想讓讀者學會什麼？

我希望看完這套系列之後，讀者至少能做到下面幾件事：

  1. 說清楚 LanceDB 和 lance-graph 的關係
  2. 知道什麼是 node、edge、property、path
  3. 能設計一個最小可用的 graph schema
  4. 能寫出基本的 Cypher 查詢
  5. 能把一份簡單資料整理成 graph demo

這樣就夠了。

先把這些基礎能力建立起來，後面要延伸到知識圖譜、推薦系統、GraphRAG，才會是自然成長，不會像跳級。

目標讀者

這套系列我想對準三種人：

不假設讀者已經熟悉

但會假設讀者至少知道

這套系列的教學原則

1. 先講資料模型，再講查詢語法

如果不知道資料怎麼建模，Cypher 只會變成看不懂的新語法。

2. 先做小圖，再談大規模

一開始用 10 到 30 個節點就夠了。先讓讀者看懂 graph 長什麼樣，比直接談 scale 有用。

3. 每一集都要能自己跑

每一集至少要有一個可以執行的成果：

4. 先回答「這能拿來做什麼」

教學不能只停在語法。每個 query 最好都對應一個真實問題。

教學系列總覽

我目前會把系列切成 6 章：

章節 主題 核心問題 產出
Ch1 LanceDB 到 lance-graph 兩者差在哪？為什麼要加 graph？ 最小概念 demo
Ch2 Graph schema 設計 node、edge、property 怎麼建模？ 一份 skills graph schema
Ch3 把資料放進圖裡 怎麼從 JSON/YAML 建 node 與 edge？ 建圖 script
Ch4 Cypher 查詢入門 怎麼找鄰居、找路徑、做多跳查詢？ 查詢 notebook
Ch5 用小案例做完整 demo 怎麼把 schema + query 串起來？ 可執行示範專案
Ch6 往後怎麼延伸 之後可以接哪些應用？ 系列收尾與延伸方向

Ch1：先搞懂 LanceDB 和 Lance-graph 的關係

第一章的目標不是寫很多 code，而是讓讀者先建立地圖。

要回答的問題

Demo 想法

用一個非常小的技能資料集：

然後示範兩種不同問題：

讀者只要在這一集建立一個直覺就夠了：

graph 的價值不是把資料畫成圖，
而是讓「關聯」本身可以被查詢。

Ch2：Graph Schema 怎麼設計？

第二章是整個系列最關鍵的基礎。

如果 schema 設計得亂，後面查詢一定亂。

這一章會講什麼

教學用的最小 schema

我會先用一個很適合教學的小模型：

(:Skill)
(:Article)
(:Category)

對應的關係：

(:Skill)-[:RELATED_TO]->(:Skill)
(:Article)-[:MENTIONS]->(:Skill)
(:Skill)-[:IN_CATEGORY]->(:Category)

這一章要讓讀者得到的能力

不是背一套標準答案，而是學會判斷：

Ch3：怎麼把資料真的建成圖？

第三章開始動手做。

前面知道 schema 是什麼，這一章就要把它變成實際資料。

這一章的目標

讓讀者知道 graph 不是抽象概念，而是真的可以從一份結構化資料建立出來。

會做的事

教學策略

這一章不追求自動化到最極致，而是優先讓每一步都看得見。

比較理想的節奏是：

  1. 先手動建 5 到 10 個節點
  2. 再從檔案讀資料批次建立
  3. 最後讓讀者看到 graph 結構真的成形

這樣他才會知道 lance-graph 不是神奇黑盒，而是一層清楚的資料建模過程。

Ch4：Cypher 查詢入門

這一章是整個系列最有「上手感」的一集。

目標

讓讀者能自己寫出幾種最基本、但真的有用的查詢。

我想先教的查詢類型

  1. 單跳鄰居查詢
  2. 多跳擴展查詢
  3. 路徑查詢
  4. 帶條件的節點過濾
  5. 從文章反查技能，或從技能反查文章

Query 不該只是語法練習

每個查詢都應該搭配一個具體問題，例如：

這樣讀者才會感受到：Cypher 不是新語法包袱，而是一種很直接的問資料方式。

Ch5：做一個完整的小型 demo

前四章拆開講概念，第五章就把東西串起來。

這一章的目標

做出一個真正能示範 lance-graph 價值的小專案。

demo 不需要很大

我反而覺得越小越好。
一個好的教學 demo 不需要 10 萬筆資料，只需要：

demo 可以長這樣

一個技術學習圖譜：

讀者可以查：

如果這一章做得好，讀者看完就已經有能力自己做變體。

Ch6：往後怎麼延伸

第六章不用塞太多新技術，而是幫讀者看到下一步。

可以延伸的方向

這一章的定位不是再開新坑，而是讓讀者知道：

我現在學的不是孤立工具，
而是一個之後可以長出更多應用的基礎能力。

我想把這套系列做成什麼樣子？

如果順利，我希望它最後是一套很乾淨的教學組合：

理想的 repo 結構可以像這樣：

lance-graph-course/
├── README.md
├── data/
│   ├── skills.yaml
│   └── articles.jsonl
├── src/
│   ├── build_tables.py
│   ├── build_graph.py
│   ├── query_examples.py
│   └── demo.py
└── notebooks/
    ├── 01_intro.ipynb
    ├── 02_schema.ipynb
    ├── 03_build_graph.ipynb
    └── 04_queries.ipynb

這樣整套東西就不只是文章，也不只是影片，而是一個真的能拿來學、拿來改、拿來展示的教學資產。

影片節奏怎麼安排比較好？

我會傾向每集都維持在 10 到 20 分鐘，避免一支影片塞太多東西。

比較適合的節奏是：

這樣觀眾比較容易跟著跑，也比較容易在每一集結束時真的留下收穫。

結語

如果這套系列要成功，重點不是一次講很多，而是先把最重要的東西講清楚。

對 lance-graph 來說，那個最重要的東西不是某個華麗應用，而是這件事：

你怎麼把資料之間的關聯建模出來，並且把它變成可以查詢的結構。

只要這件事教清楚了，後面不管你要走向知識圖譜、推薦系統，還是 GraphRAG，都會順很多。

延伸閱讀

這篇文章是我對 lance-graph 教學系列的起點整理。先把資料模型、graph schema 和查詢講清楚，再慢慢往更大的應用延伸。