Outline Graph Import

连接约束（关键）

理科（数学、物理、化学、生物等）：

• ✅ concept ↔ concept（prerequisite / related / part_of）
• ✅ concept ↔ skill（related）— 能力节点桥接两个知识点
• ❌ skill ↔ skill — 禁止能力节点之间直连

示例：「函数」(concept) —related→ 「求导」(skill) —related→ 「导数」(concept)

文科（历史、政治、地理等）：

• ✅ concept ↔ concept（prerequisite / related / part_of）
• ✅ concept ↔ causal（related / causal）— 因果节点桥接两个知识点
• ❌ causal ↔ causal — 禁止因果节点之间直连

示例：「工业革命」(concept) —related→ 「推动城市化」(causal) —related→ 「城市化进程」(concept)

通用约束：

• skill 和 causal 节点不混用于同一学科
• 桥接节点（skill / causal）的两端必须各连接至少一个 concept 节点

工作流程

1. 识别学科 — 从材料判断理科 / 文科，决定桥接节点类型（skill 或 causal）
2. 抽取层级清单 — 父要点 → 子要点，标注每个要点的 node_kind
3. 提取补充资料 — 从材料中识别与各要点关联的描述、定义、事件说明等内容片段
4. 自检连接合法性 — 建关系前逐条核对上述约束表，违规则修正
5. 向教师确认执行计划 — 摘要呈现：
   • 将新增 N 个节点 / M 条关系
   • 将为 K 个要点挂载补充资料（列出要点名称与资料摘要）
   • 教师确认后方可执行后续步骤
6. 批量创建节点 — graph.batch_create_nodes，先父后子
7. 批量创建关系 — graph.batch_create_relations，仅建立合法边
8. 写入并挂载补充资料（需教师在步骤 5 中已同意）：
   • 用 file.write 将资料写入 resource/graph/notes/ 目录，文件名建议 {node_id}.md
   • 逐条调用 graph.attach_resource 挂载到对应节点（无批量接口，需逐个调用）
9. 需核对公开表述时 — web.search 查证，摘录注明来源与日期

注意事项

• 不扩充材料中未出现的知识点；不确定处向教师确认
• 对桥接节点务必标注 description 说明其连接的两个概念
• 资料挂载的内容应忠于原文，仅做必要的格式化整理，不添加未出现的内容