Semantica

给 AI Agent 补上可追溯的语义层

研究开源方案原型以 MIT 协议开源，自托管完全免费，商用与二次修改都不需要额外授权；模型调用（若你用到 LLM 抽取环节）走你自己的 API 账单，图构建、推理与溯源本身不需要 LLM。托管部署、私有云与 SLA 支持属于官网的付费 Enterprise 方案，未公开定价。访问官网 →

简介

Semantica 是一个 MIT 开源的语义层 / 上下文基础设施，装在 LLM、向量库与 Agent 框架的下面：它把分散的多源数据摄取进来，抽取实体、关系与事件，构建出可查询的上下文图（Context Graph）与知识图谱，再用本体与受控词表（OWL、SHACL、SKOS）把「数据是什么意思」显式写下来，而不是只留一串向量。典型用法是 pip install semantica 后用 Python 记录决策：每个 Agent 决策都成为图上的一等对象，可以回溯因果链、按判例检索相似决策、分析下游影响、跑规则合规校验。与向量检索 + RAG 的差别在于召回方式与可解释性——图遍历给出结构化路径，前向链推理、Rete、Datalog 与 SPARQL 全程确定性，构建图谱与溯源都不需要调用 LLM，溯源按 W3C PROV-O 记录并可导出 JSON / CSV / RDF。图后端是「多语种」的：RDF 三元库（内嵌 Oxigraph、Blazegraph、Apache Jena、Eclipse RDF4J）与属性图（Neo4j、FalkorDB、Apache AGE、AWS Neptune）任选，换存储不用改代码。另有 MCP 服务器、CLI、REST API 与 Agno / CrewAI / LangChain 原生集成，以及一个浏览器里的 Knowledge Explorer 用于交互式探索图谱、本体与时间线。