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

rai graph build

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:

rai graph query "testing patterns"

Búsqueda por Concepto

Encontrar un concepto específico por ID:

rai graph query "PAT-001" --strategy concept_lookup

Contexto de Módulo

Obtener el contexto arquitectónico completo de un módulo — su dominio, capa, restricciones y dependencias:

rai graph context mod-memory

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:

rai graph validate

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.