它解决什么问题
“这个站写过哪些东西、彼此怎么关联”是传统博客回答不了的问题。知识星图把文章、项目、踩坑、笔记、标签、系列编译成一张可探索的关系网——读者可以从任何一颗星出发，顺着引力找到相关的一切。
数据链路
内容集合（frontmatter 关系字段）
→ scripts/generate-graph-data.mjs（构建期，仅非草稿）
→ public/graph-data.json（当前构建：172 节点 / 253 边）
→ /graph SSR 页面读取（磁盘直读，见文章《SSR 页面为什么不该向自己发 HTTP 请求》）边类型：文章↔标签、文章↔系列、项目↔相关文章、踩坑↔标签——全部来自已校验的 frontmatter 引用（引用完整性由内容门禁保证，图里不会出现悬空边）。
渲染层的四个工程决策
- 力导向自研而非引库：确定性初始布局（同一输入同一画面，可回归）、O(n²) 斥力 + 弹簧 + 向心力、alpha 衰减自动停帧——当前规模几百毫秒收敛，浏览器里算得起，无需 Web Worker。
- 性能自律：
requestAnimationFrame只在有能量时运行；IntersectionObserver离开视口即停帧，后台标签页暂停；拖拽/缩放/平移/双击复位全在 Canvas 坐标系内完成，不触发布局。 - 降级是设计的一部分：
prefers-reduced-motion下同步结算 240 次迭代输出静态星图——信息量不变，只是不“飘”；移动端粒子/光效降级的同一原则在这里复用。 - 无鼠标等价操作：星图是可发现性增强，不是唯一入口——节点列表（可过滤、键盘可达、Enter 聚焦星图对应节点）、类型筛选、路径查询（起点/终点下拉 + 本地 BFS 最短路径，含“无可达路径”空态）全部可纯键盘完成。
交互模型
点击节点 → 邻域高亮（相连边标记 source/target、非相关弱化）+ 邻接面板列出关系；类型筛选与关键词过滤联动重排；BFS 路径提示展示“节点 A → B → C”与跳数。数据在页面内联一份公开 payload（构建期直读生成物），过滤/路径全部内存态——不持久化、不上传任何输入。
当前状态与边界
星图模式已成为探索地图默认视图（节点阈值达标后从二级入口升级）。边界：图规模到千级节点时 O(n²) 斥力需要换成 Barnes-Hut 或分块布局，页面结构已为此预留（渲染器与数据层解耦，输入只是那份 JSON）。
下一步
方向筛选（只看“文章→标签”类边）、跨类型路径高亮动画（尊重 reduced-motion）、以及基于入度的“枢纽文章”榜单接入首页。