📝

Semantica——开源版 Palantir 的 AI 决策审计基建：Context Graph 把知识织成关系网，每次 AI 决策变成图里的「一等公民」节点，哈希链账本保证记录不可篡改，Datalog 确定性推理不依赖 LLM。MIT 协议、约 5K Star、Python 15 万行。

自称开源版 Palantir：一张图让每个 AI 决策都查得到来龙去脉

来源：公众号「AhaAaron」（2026-08-12）
项目：https://github.com/semantica-agi/semantica

一个让老板后背发凉的问题：你是银行里搞 AI 平台的工程师，团队用大模型做贷款审批。模型批了笔贷款，流程走完，钱出去了。半年后监管上门：”解释一下这次审批为啥通过，依据是啥，数据哪来的？”你打开日志——空的。向量数据库里就一堆数字，谁也说不清这堆数字到底代表啥。

这真不赖工程师，是现在的 AI 架构天生就没带”账本”这功能：模型记的是”相似度”，不是”事实”；做决定的过程既不解释、也查不了账。今天要聊的 Semantica，就是冲着这个坑来的。

它到底是啥：给 AI 装”行车记录仪”的开源基建

Semantica 官网自称”开源版 Palantir“。Palantir 是美国情报圈和金融巨头在用的那套死贵的决策分析系统。Semantica 的想法是用开源方式把它的核心本事做出来：把企业数据吃进来，抽成一张”关系图”，然后在这张图上面做推理、做决策记录，全程留痕。

GitHub 数据验证（2026-08-12 API）
仓库	semantica-agi/semantica
Stars	4,978
Forks	537
语言	Python
License	MIT
创建时间	2025-06-25
最近提交	2026-08-11（活跃维护中）
版本	v0.6.0（文章所述，PyPI 可 `pip install semantica`）
代码规模	347 个 Python 文件、约 15 万行；247 个测试文件、约 7.4 万行

它的核心想法，浓缩成三件事来讲。

第一件：把”查资料”升级成”查关系”

传统 RAG 可以想成一个装满卡片的档案柜。你问”谁是这单合同的甲方”，它按关键词把最像的卡片翻出来递给你，但卡片和卡片之间是断开的，谁跟谁有关系，它不知道。

Semantica 干的事是把知识织成一张网，官方叫法 Context Graph（上下文图）。每个公司、每个人、每份合同、每次事件，都是图上的一个”节点”，节点之间有带类型的”连线”——谁给谁干活、谁签了哪份合同——线上还能挂时间和来源。

核心类 ContextGraph 在 semantica/context/context_graph.py:413，节点和边的数据结构都带 valid_from/valid_until 时间字段
这张网带来的是”查关系“而不是”查相似”：一个人和一份合同之间隔着 3 层关系，图遍历能找出来，但向量搜索永远发现不了
支持”时间旅行“：state_at("2024-01-01") 能直接调出某一天的图长啥样，历史随便回放，不用重新跑一遍

第二件：每次”拍板”都记成账本里的一条

这是 Semantica 最特别的设计：AI 的每一个决定，不是一行日志，而是图里的一个”一等公民”节点。

record_decision() 在 context_graph.py:2445，写入时通过 _add_decision_to_graph()（context_graph.py:2923）把决策变成图里一个 type="decision" 的节点，然后连上三类边：决策涉及哪些实体、属于哪个业务类别、是谁做的

记录一次决策不只是存一行字，还支持：

add_causal_relationship()：把”贷款申请 → 审批 → 定利率”串成因果链
trace_decision_chain()：从最终决定一路往回追到根因
find_similar_decisions()：按语义找类似的历史先例
check_decision_rules()：用规则集做合规闸门，不合规直接拦下

决策节点 + 因果边 + 先例搜索，三者组合把”AI 为啥这么做”从玄学变成可查询的数据库问题。这就叫 Decision Intelligence（决策智能）。

第三件：一本”撕不掉的账本”

光记录还不够，还得保证记录没被动手脚。这里用了哈希链：

ProvenanceManager._save_entry() 在 semantica/provenance/manager.py:149-187：每次写入新记录，先读账本链头，把上一条的校验和 previous_checksum 缝进当前这条，再算自己的校验和
可以想成每页都有页码、还把上一页摘要印在本页页脚的连环账本。中间任何一页被偷偷改过，页码就对不上，verify_chain() 一查就露馅
还有个”墓碑“设计：被废弃的事实不是删掉，而是打个”作废”的戳（schemas.py:146-152）——审计的人能证明”这条事实存在过、后来被复核、然后被撤销”。删了，和从没存在过，是完全不一样的两回事
导出格式用 W3C 的 PROV-O 标准（provenance 模块约 1,300 行手工构造 RDF 三元组，manager.py:1203），这是监管机构认的格式

加分项：不靠大模型的”家谱推理”和”对稿”

Semantica 里有一块特别让人喜欢的模块：确定性推理，压根不需要调用大模型。

最典型的是 Datalog 推理器（semantica/reasoning/datalog_reasoner.py:39）。Datalog 是又像 SQL 又像逻辑的查询语言，最出名的是家谱推理：parent(tom, bob) + parent(bob, ann)，再定义一条”祖先”规则，就能推出 Tom 是 Ann 的曾祖辈。实现是纯 Python 的 semi-naive 求值（derive_all() 在 datalog_reasoner.py:242），配有 40 多个测试用例验证递归规则。推理过程每一步都能解释得出来，不依赖任何 LLM——在受监管场景里，这个性质跟金子一样值钱。

还有两块”编辑部日常”也做得很扎实：

冲突检测（semantica/conflicts/conflict_detector.py:95）：同一个实体，来自两个不同数据源的说法对不上？不覆盖，先标出来。默认有 MANUAL_REVIEW 策略，说白了就是”拿不准就交给人来定”
去重（semantica/deduplication/duplicate_detector.py:322）：用并查集把”同一个人的不同写法”合并成一坨，省得搞 O(n²) 的重复扫描

工程上怎么支撑”随便换库”

这套系统能在 8 个向量库、4 个图数据库、5 个 RDF 三元组库之间无缝切换，靠的是分层抽象 + 一堆设计模式（策略、工厂、适配器、懒加载代理）。存储是”polyglot”（多语言存储）设计：属性图、RDF 三元组、向量库三层各自独立抽象（vector_store/vector_store.py:112 定义 8 个后端常量，graph_store 分发 Neo4j/FalkorDB/AGE/Neptune）。

打个比方：同一套电路，能插不同国家的插座。本地开发用零依赖的 SQLite 或内存版就能跑，生产环境挂 Neo4j + Qdrant，代码一行不用改。官方性能数据（v0.5.0，11.8 万节点生产图）：节点搜索从 24ms 优化到 0.004ms，快了约 6,000 倍。

老实说：宣传和现实之间有几道缝

分析代码时发现几个”宣传走在实现前面”的地方：

Rete 推理引擎是个骨架。README 提到 Rete 网络推理，但代码里 AlphaNode._matches() 和 BetaNode._can_join() 恒返回 True（semantica/reasoning/rete_engine.py:79-104），相当于”网络搭好了、匹配逻辑还没填”。真正能用的是 Datalog 推理器。要上生产合规，用 Datalog，别碰 Rete
worker.py 在空转。SemanticaWorker 的循环就是 time.sleep(5)（worker.py:39-46），没有真正的任务队列，注释里自己也承认”待实现”
server 的 /build 接口是个占位。返回”已接受”，但并不真去执行
“建图不依赖 LLM”得分情况看。官方宣传”No LLM required”在推理、溯源、冲突检测、去重上完全成立，核心依赖里确实不含任何 LLM SDK。但如果输入的是原始文本，GraphBuilder 默认的实体抽取方式 ner_method="llm" 还是会调大模型（graph_builder.py:241）——除非手动切到 pattern 或 ml（spaCy）方案。真要”全程零 LLM”，记得自己关掉这个默认值

它适合谁，不适合谁

适合：金融、医疗、法律、政府这些”决策得能交代”的行业；把 AI 决策当产品来做的平台团队；已经在用 Databricks/Snowflake、想把表直接变成带血缘知识图的数据团队；想用 Claude Code/Cursor/Codex 插件快速接入的工程师（官方给这几个编辑器都写了插件）。

不适合：只想快速搞个”聊天机器人+向量检索”的轻量场景，用不上这张图的全部威力；期望”装上就能跑全流程”的团队——v0.6.0 里 Rete、worker、部分 server 端点还是骨架，生产之前必须逐模块核实。

最后说两句

Semantica 做对了一件事：它把”AI 要负责任”这个口号，拆成了建图、记账、留痕、推理四个能落地的工程动作。哈希链账本和 Datalog 推理是实打实的硬货；Rete 和 worker 的占位也提醒我们——开源项目的 README 写得漂亮，不代表每个模块都长大了。选型之前，自己花十分钟翻翻源码，比什么都值。

原文：https://mp.weixin.qq.com/s/Z9hkuWNY01mg5SHBnMRfZw
项目：https://github.com/semantica-agi/semantica