logo
AgentLed

KG API

Interrogez des entités, parcourez des relations et ingérez des données dans Knowledge Graph via les outils MCP et les points de terminaison REST.

MCP Tools

Le principal moyen d'interagir avec Knowledge Graph consiste à utiliser les outils MCP, disponibles à partir de n'importe quel client connecté.

query_kg_edges

Interrogez les arêtes de relation dans le graphique. Filtrez par entité source, entité cible, type de bord ou métadonnées.

// Lead scoring — query all SCORED edges for a lead
{
  "source_name": "Jane Smith",
  "edge_type": "SCORED",
  "limit": 50
}

// Investor matching — query all SCORED edges for a startup
{
  "source_name": "Acme Corp",
  "edge_type": "SCORED",
  "limit": 50
}

// Any use case — query all edges between two entities
{
  "source_name": "Jane Smith",
  "target_name": "Q2 Outreach Campaign",
  "limit": 10
}

get_scoring_history

Récupérez l’historique complet des scores d’une entité pour toutes les exécutions de flux de travail.

// Lead scoring — history for a contact
{
  "entity_name": "Jane Smith",
  "edge_types": ["SCORED", "APPROVED", "REJECTED"]
}

// Investor matching — history for a startup
{
  "entity_name": "Acme Corp",
  "edge_types": ["SCORED", "PROCEED_TO_IC", "HOLD"]
}

Renvoie les scores horodatés avec justification, permettant l’analyse des tendances et l’étalonnage.

get_knowledge_rows

Récupérez les lignes d'une liste de connaissances. Les listes sont des ensembles de données structurés (de type CSV) stockés dans l'espace de travail.

// Lead scoring — fetch the leads list
{
  "list_key": "leads",
  "limit": 100,
  "offset": 0
}

// Investor matching — fetch the portfolio companies list
{
  "list_key": "portfolio-companies",
  "limit": 100,
  "offset": 0
}

get_knowledge_text

Récupérer le contenu textuel d’une entrée de connaissances. Utile pour les documents, les notes et les données non structurées.

// Lead scoring — fetch the ICP definition
{
  "key": "icp-definition"
}

// Investor matching — fetch the investment thesis
{
  "key": "investment-thesis"
}

Points de terminaison d’ingestion

Transférez les données dans le Knowledge Graph à partir de systèmes externes. Tous les points de terminaison acceptent les charges utiles JSON.

Point de terminaisonBut
/ingérer/historiqueImporter par lots des entités historiques (entreprises, contacts, deals)
/ingérer/knowledge-dataSynchroniser les lignes de la liste de connaissances de l'espace de travail avec les entités graphiques
/ingérer/insightStocker les informations générées par AI liées aux entités
/ingérer/execution-knowledge-linkLier les résultats d'exécution aux nœuds de connaissances avec des bords marqués

Dans AI Steps

Les étapes AI des flux de travail reçoivent automatiquement quatre outils KG. Aucune configuration n'est nécessaire: les outils sont injectés en fonction de la connexion Knowledge Graph de l'espace de travail.

// Lead scoring — AI step reads prior decisions before scoring
kg_search("leads qualified in the last 30 days from SaaS companies")
kg_traverse("Jane Smith", "APPROVED")
kg_nodes("lead")
kg_write({
  insight: "Leads from LinkedIn outreach convert at 2x vs inbound form",
  entity: "Q2 Outreach Campaign",
  category: "conversion_pattern"
})

// Investor matching — AI step reads thesis and prior outcomes
kg_search("startups that proceeded to IC in healthtech in 2025")
kg_traverse("Acme Corp", "PROCEED_TO_IC")
kg_nodes("startup")
kg_write({
  insight: "Regulatory approval status was the deciding factor for 3 of last 5 IC approvals",
  entity: "Investment Thesis",
  category: "decision_pattern"
})

Lorsque Knowledge Graph n'est pas disponible, les outils renvoient des résultats vides au lieu d'erreurs, de sorte que les flux de travail se dégradent progressivement.

Prochaines étapes