向量检索答不准的问题，图谱能答！数据湖几千张表问一句就懂？有人把 Databricks 元数据塞进知识图谱

大白话企业数据湖里动辄几千张表，数据科学家想找「哪些生产表存了客户账单信息」这种问题，光靠向量检索经常答不准。这位作者的做法是：把 Databricks Unity Catalog 里的 catalog、schema、表、字段类型和注释、以及注册的 AI 模型，全部抓下来转成结构化的 Markdown 文档，再喂给 Cognee 做成知识图谱加向量索引。这样问跨部门、跨层级的问题时，图谱能沿着关系找，而不是只比对字面相似度。他还做了按 catalog/schema 限定范围，以及表被删后自动清理图谱节点的机制。

对你意味着如果你在公司里管数据平台、做 RAG 或数据目录，这套思路值得抄：元数据本身就是最好的知识库素材。