项目地址： https://github.com/withmarbleapp/os-taxonomy
一份面向小学阶段的全学科知识图谱 os‑taxonomy 已经开源，数据集包含1590 个知识点、3221 条知识依赖关系，可以直接用于搭建 AI 家教、作为 RAG 知识库外挂；也有开发者将其封装成 MCP 服务，让 AI Agent 能够直接调用查询：学习某一知识点前需要掌握哪些基础、抵达目标知识点的最优学习路径是什么。
这套图谱最核心的价值，是把知识点之间的前置后置依赖做了显性化建模。普通 AI 答疑只能针对孩子当下提出的问题给出答案，而依托该图谱，AI 结合测评结果，能够定位孩子缺失的前置知识，自动规划后续学习顺序。
举个例子：想要理解 “水为什么会沸腾”，前提是先要搞懂温度、热量、水的三态变化等基础概念。知识图谱会把前置基础概念和后续高阶知识点完整串联，让学习脱离碎片化死记硬背课本的模式，形成连贯的知识网络。
它从底层回应了智能教育领域的三个核心问题：
- 学什么：把零散的课程内容拆解为一个个结构化、可独立教学的知识单元；
- 先学什么：显式标注知识点之间的前置依赖，理清学习先后次序；
- 怎么学：为 AI 辅导、知识漏洞诊断、生成个性化学习路径，提供完整结构化底层数据。
项目出品方 Marble，也基于这套知识图谱，开发了面向儿童的交互式实验学习产品。
数据集目前覆盖数学、科学、英语等共计 8 门学科，对齐 NGSS、Common Core、英国国家课程等美英主流课标。
简短版本（适合快讯 / 朋友圈）
开源小学全科知识图谱 os‑taxonomy，1590 个知识点 + 3221 条依赖关系，适配 AI 家教、RAG，还可通过 MCP 给 Agent 调用，查询前置知识、规划学习路径。
它最大亮点是显性定义知识先后依赖，AI 不只回答题目，还能定位知识缺口，生成个性化学习路线，解决 “学什么、先学什么、怎么学” 三大教育问题，覆盖 8 大学科，对齐美英课标。 仓库：https://github.com/withmarbleapp/os-taxonomy
