开源项目第193期：Semantica — 开源版 Palantir for AI Agent，知识图谱 + 确定性推理 + W3C 溯源，让 AI 决策可追溯、可审计、可合规

引言

"向量数据库告诉你'相关内容是什么'，知识图谱告诉你'为什么相关'，溯源层告诉你'这个结论从哪里来'。"

这是「每日一个开源项目」系列的第 193 篇 。今天的项目是 Semantica ------ semantica-agi 出品的图原生 AI 决策基础设施，自我定位是"开源版 Palantir for AI Agents"。

一句话描述它做什么：让 AI Agent 的每一个决策都可以被解释、追溯和审计。

不是 RAG 框架，不是向量数据库，不是 Agent 框架。它坐落在这些东西之下，提供的是确定性推理层和溯源层------当 Agent 做了一个决策，你能查到这个决策用了哪些上下文数据、经过了哪些推理步骤、应用了哪些策略、结论的依据来自哪里。

8,200 颗 Star，MIT 许可，Python 3.8+。

你会学到什么

• Semantica 和 RAG / 向量数据库的定位差异
• 决策作为一等公民：为什么 AI 决策不应该只是日志行
• 确定性推理引擎：不依赖 LLM 的可解释推理
• W3C PROV-O 溯源：每个事实的来源链
• 冲突检测和时间旅行
• 使用场景：金融合规、医疗、法律、网络安全

前提知识

• 了解 AI Agent 和 LLM 的基本概念
• 知道向量数据库是什么
• 了解知识图谱基础概念（节点、边、三元组）

---

背景：AI 决策的可问责性问题

当前的 AI Agent 有一个普遍问题：决策过程不透明。

Agent 做了一个推荐，为什么？它用了哪些数据？那些数据从哪来？有没有和其他数据矛盾？这个推荐一个月后还能复现吗？

这在低风险场景里可以接受，但在金融贷款审批、医疗决策支持、法律合同分析、政府政策执行这类场景里，"AI 说这么做"不够------监管机构要求完整的决策日志、数据来源、推理依据、合规证明。

现有的技术栈解决了相关性检索（向量数据库）和对话记忆（各种 memory 方案），但没有解决：

• 决策历史：每个 Agent 决策有完整结构化记录
• 因果溯源：这个结论，来自这个数据，经过这步推理
• 冲突处理：新数据和旧数据矛盾时，静默覆写还是标记出来？
• 跨 Agent 共享上下文：多个 Agent 在同一个智能层上工作，而不是各自孤立
• 时间维度：某个时间点的知识状态是什么（time travel）

Semantica 把这些全部作为一等公民来处理。

---

核心概念

决策是图节点，不是日志行

传统方案里，AI 的操作记录是日志文件------时间戳 + 字符串，查询困难，关联分析几乎不可能。

Semantica 把每个 AI 决策建模为完整的图节点，具备：

from semantica.context import AgentContext, record_decision

ctx = AgentContext(agent_id="loan-agent-01", session_id="session-xyz")

decision = record_decision(
    context=ctx,
    decision_type="loan_approval",
    inputs={"applicant_id": "A123", "amount": 50000},
    output={"approved": True, "confidence": 0.87},
    reasoning_steps=[...],   # 推理步骤列表
    policies_applied=["credit_policy_v3", "risk_limit_2024"],
    provenance_sources=[...] # 数据来源引用
)

这个决策节点可以：

• 和其他决策建立因果关联（"这个决定影响了那个决定"）
• 检索历史先例（"上次类似情况怎么处理的"）
• 做合规导出（生成监管机构要求的审计报告）

确定性推理引擎

Semantica 的推理层不用 LLM，用的是传统 AI 的确定性推理算法：

• Rete 网络：规则引擎，高效匹配模式
• Datalog：声明式逻辑查询
• SPARQL：RDF 图的标准查询语言
• 前向链推理：从已知事实逐步推导新结论

from semantica.reasoning import ForwardChainReasoner

reasoner = ForwardChainReasoner()

# 定义规则：如果 A 是 B 的客户 且 B 是银行，则 A 有银行账户
reasoner.add_rule(
    condition=["?x customer_of ?y", "?y type Bank"],
    conclusion="?x has_account_at ?y"
)

# 从已知事实推导
results = reasoner.reason(facts=[
    ("Alice", "customer_of", "HSBC"),
    ("HSBC", "type", "Bank")
])
# → [("Alice", "has_account_at", "HSBC")]

每一步推理的中间结果都保存，完整推导链可以输出给审计员。

W3C PROV-O 溯源

每个知识图谱里的事实都附有溯源信息，遵循 W3C PROV-O 标准：

from semantica.provenance import ProvenanceTracker

tracker = ProvenanceTracker()

# 记录这个事实来自哪里
tracker.record(
    entity="Alice",
    attribute="credit_score",
    value=750,
    source="TransUnion API",
    retrieved_at="2026-08-17T10:00:00Z",
    agent="data-ingestion-agent",
    confidence=0.99
)

之后你可以查：

# 这个信用分数从哪来的？
provenance = tracker.get_provenance("Alice", "credit_score")
# → {source: "TransUnion API", retrieved_at: ..., agent: ..., confidence: ...}

在合规场景里，这是"证明你的 AI 决策依据是可信数据"的技术基础。

冲突检测，不静默覆写

两个数据源对同一个事实有不同的值时，普通 RAG 会静默覆写（用新数据替换旧数据）或随机选一个。Semantica 把这当作一个需要处理的问题：

from semantica.conflicts import ConflictResolver

resolver = ConflictResolver()

# 检测冲突
conflicts = resolver.detect(
    entity="Alice",
    attribute="annual_income",
    values=[
        {"value": 80000, "source": "Tax Bureau", "date": "2025-01"},
        {"value": 120000, "source": "Bank Statement", "date": "2025-06"}
    ]
)
# → Conflict detected: value conflict (80000 vs 120000)
# → Resolution strategy: most_recent wins

支持多种解决策略：最新值优先、最高置信度优先、特定来源优先、标记待人工审核。

---

核心模块概览

知识图谱构建 (semantica.kg)

from semantica.kg import KnowledgeGraph

kg = KnowledgeGraph(backend="neo4j")  # 或 falkordb / oxigraph

# 从文档抽取实体和关系，构建图
kg.ingest_document("contract.pdf")
kg.ingest_web("https://example.com/news")
kg.ingest_database(conn="postgresql://...", table="customers")

# 图分析
centrality = kg.betweenness_centrality()  # 找关键节点
communities = kg.community_detection()   # Leiden 聚类
links = kg.link_prediction(entity="Alice") # 预测可能的关联

语义抽取 (semantica.semantic_extract)

from semantica.semantic_extract import SemanticExtractor

extractor = SemanticExtractor()

# 从文本抽取实体、关系、事件
result = extractor.extract("Apple acquired Beats Electronics for $3 billion in 2014.")
# → entities: [Apple, Beats Electronics]
# → relations: [(Apple, acquired, Beats Electronics)]
# → events: [acquisition, 2014]
# → triples: [(Apple, acquisition_of, Beats Electronics, {amount: 3B, year: 2014})]

多源摄取 (semantica.ingest)

支持的数据源：

• 文件：PDF、Word、CSV、JSON、XML
• Web：URL 抓取，支持 JavaScript 渲染
• 数据库：PostgreSQL、MySQL、MongoDB
• 数据平台：Databricks、Snowflake
• 流式：Kafka

GraphRAG 原生分块 (semantica.split)

from semantica.split import GraphRAGSplitter

# 实体感知分块：不在实体中间切割
splitter = GraphRAGSplitter()
chunks = splitter.split("contract.pdf", entity_aware=True)
# → 分块边界尊重实体完整性

知识图谱可视化 (semantica.visualization)

React 19 + Sigma.js 构建的交互式 Knowledge Explorer，支持：

• 图谱漫游和缩放
• 节点过滤和搜索
• 溯源可视化
• 时间线回放（time travel）

---

与其他方案的定位差异

维度	向量数据库 + RAG	LangChain Memory	Semantica
决策历史	不存储	不存储	一等公民，可查询
因果溯源	无	无	W3C PROV-O，完整来源链
推理	相似度检索	无	确定性推理（不依赖 LLM）
冲突处理	静默覆写	静默覆写	检测、标记、解决
时间旅行	无	无	时间点图快照
合规导出	无	无	PROV-O / SHACL / OWL / RDF
多 Agent 上下文	各自隔离	各自隔离	共享智能层
LLM 依赖	需要（生成向量/回答）	需要	推理层不需要 LLM

Semantica 不是替代向量数据库或 RAG，而是在它们之下加一层确定性推理和可审计性。

---

主要使用场景

金融合规：贷款审批时记录每个决策的数据来源、推理步骤、应用的信用政策，满足监管审计要求。

医疗决策支持：临床建议的药物相互作用图谱，每个诊断建议附带证据溯源链，支持 HIPAA 合规导出。

法律合同分析：合同条款的判例推理，每个法律结论追溯到具体判例和法条。

网络安全：威胁事件的 IOC（入侵指标）关联图，攻击归因链，事件响应时间线。

AI/ML 平台团队：为多个 Agent 构建共享的结构化上下文层，Agent 间不孤立运行。

---

安装和快速上手

pip install semantica           # 核心包
pip install semantica[all]      # 全功能

# 按需安装特定后端
pip install semantica[graph-neo4j]           # Neo4j
pip install semantica[tripletstore-oxigraph] # 内嵌 RDF 存储（无需外部服务）
pip install semantica[vectorstore-qdrant]    # Qdrant 向量存储
pip install semantica[llm-litellm]           # LLM 支持
pip install semantica[crewai]                # CrewAI 集成
pip install semantica[explorer]              # 可视化工作台

最简单的起点（内嵌 Oxigraph，无需外部数据库）：

pip install semantica[tripletstore-oxigraph]

Docker 部署：

git clone https://github.com/semantica-agi/semantica
cd semantica
docker-compose up -d
# 访问 Knowledge Explorer: http://localhost:3000
# REST API: http://localhost:8000

---

与 Agent 框架的集成

Claude Code / Cursor 插件：30 秒配置，直接在编辑器里查询知识图谱。

MCP 服务器：

{
  "mcpServers": {
    "semantica": {
      "command": "python",
      "args": ["-m", "semantica.mcp.server"]
    }
  }
}

CrewAI 原生集成：

from semantica.integrations.crewai import SemanticalKGTool

tool = SemanticalKGTool(kg=my_knowledge_graph)
# 直接作为 CrewAI Agent 的工具使用

---

项目地址与资源

• GitHub : semantica-agi/semantica
• 官网 : getsemantica.ai
• 文档 : docs.getsemantica.ai
• Discord : discord.gg/sV34vps5hH
• Twitter/X : @BuildSemantica

---

总结

Semantica 处理的是 AI 落地企业场景时最难解决的问题之一：可问责性。

向量数据库解决了"找到相关内容"，RAG 解决了"用相关内容回答问题"，但"这个回答是怎么得出的、依据了哪些数据、有没有矛盾、如果出了问题能不能追责"------这一整层在现有技术栈里是空白的。

Semantica 填的是这个空白。它不和 RAG 竞争，而是坐在 RAG 之下，给每个 AI 决策加上确定性推理链和溯源标签。在金融、医疗、法律这类监管严格的行业，这层能力是 AI 从"内部试验"到"监管可接受的生产部署"的关键。

"开源版 Palantir for AI Agents"这个定位很准确：Palantir 做的是把数据、分析和决策过程关联起来，让政府和金融机构的操作员能解释自己的决策。Semantica 的目标是把这件事开源化，让 AI Agent 也能做到同样的可问责性。

---

探索 PrimeSkills ------ 精选 AI Agent 与技能的市场，每一个都经过真实企业工作流验证，去掉浮夸，留下真正有用的。

欢迎访问我的个人主页，发现更多有价值的见解和有趣的产品。