semantica

知识串成图谱，AI 回答有据可查能追责

开源 🏷️定价信息待确认 ✅ 目前可打开基础设施 🍴 复刻 1708 🐛 待处理 121 👀 关注 65

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 14491

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类基础设施

开发团队semantica-agi

官网地址https://getsemantica.ai

GitHubhttps://github.com/semantica-agi/semantica

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-memory,ai,ai-governance,ai-infrastructure,artificial-intelligence,context-engineering,context-graphs,data-engineering,decision-intelligence,developer-tools,explainable-ai,generative-ai,graph-rag,knowledge-graph,llm,ontology,provenance,python,reasoning,semantic-search

GitHub 星标★ 14491

上线时间2025-06-25 00:00:00

代码更新2026-11-09

仓库体积51.3 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数6

项目介绍

以图为核心的 AI 基础设施，致力于为上下文管理与可问责 AI 系统提供支撑。通过知识图谱表达实体关系与上下文，为智能体提供结构化、可追溯的推理依据，在需要透明度和审计能力的 AI 应用场景中展现出独特价值。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 14491

技术标签

agent-memory ai ai-governance ai-infrastructure artificial-intelligence

使用教程

难度：入门约 10 分钟部署方式：库/依赖 7 步

环境要求

Python 3.9 - 3.12（官方安装矩阵每周在 Ubuntu/macOS/Windows 上验证）
pip 包管理器
如需数据库/Agent 集成，需按需安装对应 extras（如 db-databricks、db-snowflake、agno）
使用 MCP 时需支持 MCP 协议的客户端（如 Claude Desktop 等）

安装与启动步骤

1确认 Python 版本

README 声明包已在 Python 3.9 至 3.12 上验证，请先确认本机版本落在该区间，避免依赖解析失败。
```
python --version
```
2安装核心包

安装轻量核心版，仅包含 22 个必需依赖，安装快、体积小，适合先跑通流程。
```
pip install semantica
```
3安装全部可选依赖

如需文档解析、机器学习、NLP、可视化等重型能力，安装 all 扩展；否则可跳过此步。
```
pip install "semantica[all]"
```
4按需装数据源扩展

接入 Databricks 或 Snowflake 等数据源时，需单独安装对应 extras，核心包不含这些驱动。
```
pip install "semantica[db-databricks]"
pip install "semantica[db-snowflake]"
```
5验证安装可用

导入 ContextGraph 并实例化，开启高级分析参数，无报错即说明核心安装成功。
```
python -c "from semantica.context import ContextGraph; g = ContextGraph(advanced_analytics=True); print('ok')"
```
6启动 MCP 服务

内置 MCP 服务器可通过入口命令或模块方式启动，暴露实体抽取、决策记录、图查询等工具。
```
semantica-mcp
python -m semantica.mcp_server
```
7接入 CI 与部署模板

GitHub Actions 可直接复用官方复合 Action；AWS/GCP/Azure/K8s/Helm 等部署配置已放在仓库 deploy/ 目录。
```
- uses: semantica-agi/semantica/.github/actions/setup-semantica@main
  with:
    python-version: '3.11'
```

关键配置

配置项	必填	说明	示例
`mcpServers.semantica`	否	在 MCP 客户端中注册 semantica 服务，启用图查询与决策工具	`{"mcpServers":{"semantica":{"command":"python","args":["-m",`
`DATABRICKS_TOKEN`	否	Databricks 访问令牌，避免硬编码在代码里	`dapi-xxxxxxxx`
`SNOWFLAKE_PASSWORD`	否	Snowflake 账号密码，通过环境变量注入	`mypassword`

如何确认成功

执行 python -c 导入 ContextGraph 并打印 ok 无报错，即核心库安装成功；运行 semantica-mcp 能正常启动则 MCP 可用。

常见问题

Q：pip install semantica 和 semantica[all] 有什么区别？

A：前者是轻量核心，只装 22 个必需依赖；后者打包全部扩展（重型 ML、NLP、可视化、文档解析），体积更大但功能完整。

Q：为什么导入 DuckDB、MongoDB、Elasticsearch 等 Ingestor 报错？

A：这些尚未从顶层 semantica.ingest 命名空间重新导出，需直接从子模块导入，例如 from semantica.ingest.duckdb_ingestor import DuckDBIngestor。

Q：如何让 AI 助手调用 semantica 的图能力？

A：启动 MCP 服务（semantica-mcp 或 python -m semantica.mcp_server），并在客户端配置 mcpServers 指向该命令，即可使用 extract_entities、query_graph 等工具。

Q：支持哪些 Python 版本和操作系统？

A：README 称安装矩阵每周在 Ubuntu、macOS、Windows 上验证 Python 3.9 至 3.12 可安装。

注意事项

重型机器学习、NLP、可视化和文档依赖都在可选 extras 中，核心安装保持轻量，按需再装。
不要在代码中硬编码 token、password、private_key，应通过 DATABRICKS_TOKEN、SNOWFLAKE_PASSWORD 等环境变量或密钥管理器传入。
DuckDB、Elasticsearch、Google Drive、HuggingFace、MongoDB、Pandas 等 Ingestor 需从子模块直接导入。
CI 模板见仓库 examples/ci/，云与容器部署配置见 deploy/ 目录。