feat: GraphRAG — LLM 抽三元组建 Neo4j 图谱 + 混合检索加图谱第三路

混合检索从 2 路(向量+全文)升级为 3 路(+图谱)。入库时 LLM 抽实体/关系建
Neo4j 图，检索时图谱路(实体关联三元组)融进 RRF；UI 可视化图谱。

- mcp-go rag: chat.go(OpenAI 兼容非流式 chat 客户端,抽取用) + graph.go(neo4j-go-driver
  连接 + LLM 抽三元组 + MERGE 实体/关系 + 图谱召回/全量三元组) + rag.go(Config 结构;
  graph+chat 路;Ingest 加 抽实体/写Neo4j 阶段;Search 三路 RRF 融合;SetChat 热更新)
- mcp-go: Neo4j env(默认 neo4j://localhost:7687, neo4j/sundynix);订阅 chat 控制面配置
  (复用 DeepSeek 做抽取);新工具 kb_graph(返回三元组)
- gateway: GET /api/v1/kb/graph;frontend KbView 知识图谱面板(实体—关系→实体)
- 验证: 全模块 build✓ + e2e PASS; live——入库'sundynix用Milvus...'→DeepSeek 抽 4 三元组
  →Neo4j(8 实体);检索三路融合 向量=4 全文=2 图谱=1;浏览器图谱面板渲染 4 三元组
- 边界: 实体链接用 CONTAINS 朴素匹配(可升级 LLM 查询实体抽取);全文/图谱重启随入库重建

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

sundynix-desktop/frontend/src/lib/api.ts

@@ -105,6 +105,20 @@ export interface KbHit {
   score: number;
 }
 
+export interface Triple {
+  s: string;
+  p: string;
+  o: string;
+}
+
+// graphKb: GET /api/v1/kb/graph —— 取某知识库的图谱三元组（→ mcp-go kb_graph，Neo4j）。
+export async function graphKb(kb: string): Promise<Triple[]> {
+  const res = await fetch(`${GATEWAY}/api/v1/kb/graph?kb=${encodeURIComponent(kb)}`);
+  const data = (await res.json()) as { triples?: Triple[]; error?: string };
+  if (!res.ok) throw new Error(data.error ?? `graph failed: ${res.status}`);
+  return data.triples ?? [];
+}
+
 // searchKb: POST /api/v1/kb/search，检索台查询（→ mcp-go kb_search，带分数）。
 export async function searchKb(kb: string, q: string, topK = 5): Promise<KbHit[]> {
   const res = await fetch(`${GATEWAY}/api/v1/kb/search`, {