القائمة
Query the VeritasReason knowledge graph using SPARQL, Cypher, keyword search, and structured graph query patterns.
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/bibinprathap/VeritasGraph --skill queryيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
VeritasReason full-stack knowledge graph skill for context graphs, decision intelligence, explainability, extraction, reasoning, visualization, ontology, provenance, policy, and export workflows.
Analyze cause-and-effect relationships in the VeritasReason knowledge graph — causal chains, interventions, counterfactuals, and causal influence scores.
Track and inspect graph changes, diffs, temporal updates, and the impact of new data on VeritasReason knowledge graphs.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | query |
| description | Query the VeritasReason knowledge graph using SPARQL, Cypher, keyword search, and structured graph query patterns. |
Run graph queries and search. Usage: /veritasreason:query <mode> [args]
$ARGUMENTS = query mode + query string or filter.
sparql <query>Execute a SPARQL query against the graph.
from veritasreason.query import QueryEngine
engine = QueryEngine()
results = engine.query_sparql(query)
Return: query bindings as a Markdown table.
cypher <query>Execute a Cypher-like query.
results = engine.query_cypher(query)
Output: node/relationship results and path summaries.
search <keywords> [--filter <type>]Search graph entities by keyword.
results = engine.search(keywords=keywords, filter_type=filter_type)
Return: ranked matches with entity types and relevance scores.