Semantica：面向可审计 AI 的图原生上下文基础设施

Semantica 是发布在 PyPI 上的 Python 工具，定位为 LLM、向量库与智能体框架之下的语义/上下文层。它把企业多源数据整理成可查询的上下文图与知识图，并将决策记录、溯源与审计作为结构化产物输出，而不依赖 LLM 完成图构建、推理或溯源。

主要能力包括：

• 上下文图与决策智能：决策被建模为图节点，可记录类别、场景、推理、结果与置信度，并支持因果关联、相似先例检索、决策链追溯与下游影响分析。因果关系统一限定为 CAUSED、INFLUENCED、PRECEDENT_FOR 三类。
• 知识流水线：从文件、数据库、企业数据平台、流、Git、邮件等多源摄入，经解析、归一化、实体感知切分、NER/关系/事件抽取、冲突检测与去重，再构建知识图。
• 本体与治理：支持 OWL 生成、SHACL 约束、SKOS 词表与规则引擎。
• 确定性推理：前向链、Rete、Datalog、SPARQL，并以 W3C PROV-O 记录每个事实的来源。
• 多态图存储：RDF 三元组库与属性图存储可按需替换，另支持多种向量库。
• 接入方式：CLI、REST API、MCP 服务及 Agno、CrewAI、LangChain 集成。

原文明确区分了系统级可解释性与基础模型可解释性：Semantica 解释的是模型外部输入、决策、溯源、策略与执行轨迹，而不是还原 LLM 内部推理。

使用前提为 Python 3.11+，README 给出的安装命令是 pip install semantica，安装后可用 semantica doctor 自检。当前可见内容是截断的 README，完整模块文档与架构细节未在给出的文本中展开，因此不宜据此推断未列出的功能或性能表现。