semantica-agi/semantica
一个让AI智能体的决策可追溯、可审计的开源图谱基础设施
Semantica是一个开源Python框架,能把企业数据整理成知识图谱,并把AI智能体做出的每一个决策都记录成可追溯、可审计的对象。相比只能找到相似内容的向量数据库检索,它通过图谱遍历来展示事物之间实际的连接关系和原因。该项目面向金融、医疗、法律等需要向监管机构解释决策依据的高监管行业。
它做什么
- 从文件、网页、数据库、Databricks、Snowflake等多种来源摄取数据,构建知识图谱,自动完成实体抽取、去重,并标记相互矛盾的事实而不是直接覆盖
- 用record_decision()函数把AI智能体的每个决策都记录为图谱节点,并通过因果关系相连,配合trace_decision_chain()等函数还原决策的完整历史链条
- 内置无需依赖LLM即可运行的确定性推理引擎(Rete、Datalog、SPARQL),推理过程基于规则、可解释,而非黑箱
- 为每条事实附加W3C PROV-O标准的来源记录,并可导出JSON、CSV、RDF格式的审计轨迹,供监管提交使用
- 官方基准测试显示,在一个11.8万节点的生产级图谱上,节点搜索速度比此前版本提升了6000倍
为什么重要
当AI智能体开始做出放贷审批、用药检查这类有实际后果的决策时,说不清决策依据就会变成合规风险,而不只是麻烦。这个项目不会揭示LLM内部的推理过程,但能让LLM外部的输入数据、决策结果及其来源变得可追溯。
本仓库术语
- 知识图谱(Knowledge Graph) · 用节点和边表示实体及其相互关系的数据结构
- W3C PROV-O · 用于记录数据来源和生成过程的万维网标准规范
- SHACL · 用于校验图谱数据是否符合既定规则的W3C标准
- RDF/SPARQL · 以主语-谓语-宾语三元组形式存储并查询数据的标准方式
- Rete网络 · 一种用于高效匹配大量规则的基于规则的推理算法
仓库简介（英文）
Graph-Native Infrastructure for Context and Accountable AI Systems
在 GitHub 打开热门仓库
- vorssaint/vorssaint-utils一个免费菜单栏应用,顶替十几款付费Mac工具
- Alishahryar1/free-claude-code一个本地代理,把编程AI助手接到49家免费或低价模型服务商,不再只能用一家付费服务
- freestylefly/awesome-gpt-image-2把532个GPT-Image2案例拆解成可复用模板的提示词工程库
- block/buzz一个让人类和AI智能体在同一空间里聊天、写代码、做审查的开源协作平台
- NousResearch/hermes-agentNous Research推出的Hermes是一款越用越聪明的AI智能体
- virgiliojr94/book-to-skill把技术类书籍PDF变成AI编程助手随时可查阅的技能包
- VoltAgent/awesome-agent-skills把上千份让AI编程助手秒变专家的操作手册集中放在一个地方
- anthropics/claude-plugins-community一个把大家做的Claude插件集中起来供安装的仓库