ontosmith - 以本体为起点的知识图谱构建流水线

ontosmith 是一个本体驱动的知识图谱构建工具。据项目自述，多数知识图谱工具从模型恰好抽取到的内容出发，而 ontosmith 反过来：先由人设计并批准一份本体——实体类型、关系类型、定义与边界示例——再让流水线在这份模式之下构建图谱。它把「提出候选」与「判定真伪」拆成两个环节：模型负责提出候选三元组，确定性闸门与名为 Jev 的判定模型决定哪些事实足够可信、可以写入。每条写入的三元组都携带证据片段与来源信息。这个项目适合需要把文档语料转成可治理、可追溯图谱的团队，例如合同、法律文书等对证据链有要求的场景。

维护者与状态

仓库由 Dongbumlee 维护，创建于 2026-10-22，最后一次提交在 2026-11-08。最新发布版本为 v0.1.9，发布于 2026-11-07。截至 2026-11-08，仓库获得 186 个星标。项目采用 MIT 许可证。从时间线看，这是一个非常年轻的项目，版本号仍处于 0.1.x 阶段。

主要能力

以下能力均据项目 README 自述整理，未经本站独立验证。

• 批处理流水线：分阶段执行 ingest → NER/roster → 候选生成 → 闸门 → 路由 → 写入 → 索引 → 校验，运行在带版本号的 pack 之下，并用账本记录每次运行的花费。
• 语料剖析器：ontosmith profile 对语料做确定性普查，列出需要人先拍板的决策点。README 称剖析器是确定性的，同一语料每次运行得到相同的 profile 哈希。
• 本体构建器：ontosmith ontology 可从剖析结果起草领域模式，或按记录在案的范围导入外部本体，做确定性校验，并且只在人明确批准后才产出哈希固定的 pack。
• 领域包：附带四个领域包与一个 Core 基线，本体以数据形式给出，包含模式、定义、边界示例、阈值与一致性记录。
• 校验核心：ontosmith verify 提供原始评分与审计校正评分、上限调整后的召回率、失败解剖以及按计数得出的成本预估。
• 证据附录：旗舰构建记录的裁决样本与结论随仓库发布，可离线重放。
• 服务层：ontosmith search 提供句子级证据检索，README 描述其由直接句子索引、图池与 beam 遍历通道组成，并可选本地重排。

关于本体的形态，README 特别说明：这里的本体是一份扁平的抽取契约，即一份封闭的实体与关系类型清单，每类带定义与边界示例；它刻意不是形式化本体，没有类层级、没有继承、没有逻辑公理，项目也不做图上的推理。README 认为扁平正是要点——按类型逐项裁决，才让构建质量可度量。

使用入口

代码仓库位于 Dongbumlee/ontosmith，项目主页为 ontosmith 官网。

据 README，安装方式为从 PyPI 安装：

pip install ontosmith

README 把上手分成三步。第一步无需 API key：用 ontosmith profile 剖析示例语料，用 ontosmith inspect 查看示例三元组及其证据，用 ontosmith search 对随包发布的演示构建提问。第二步同样无需 key，通过随包脚本重放旗舰构建的评分。第三步才需要自己的模型连接与 Neo4j：先运行 ontosmith configure 声明绑定，再确保 Neo4j 运行并导出 NEO4J_PASSWORD，然后用一条命令从单个文本文件建图并对外服务：

ontosmith quickstart your-file.txt

README 称，若缺少 key 或没有 Neo4j 响应，该命令会在创建任何东西之前拒绝执行并指出补救方式。可视化等可选功能以 extra 形式安装，例如 pip install .[viz]。

许可与限制

项目采用 MIT 许可证。

README 中写明的运行条件与边界包括：

• 操作系统：在 Linux 上开发与测试；Windows 需在 WSL2 下运行，原生 Windows 不是受测平台。
• Python：要求 3.11 及以上。
• 图存储：需要 Neo4j 5.x，社区版即可；只有实际构建阶段需要它运行。
• 模型连接：只有实际构建需要 LLM 连接；剖析、检查、校验与验证计算均可无 key 运行。README 称候选由 proposer 席位通过模型调用提出，没有本地 NLP 栈；此前存在的 GLiNER+spaCy 候选来源已于 2026-10-29 退役。
• 成本：README 称每次构建在运行前会按自身计数投影定价，账本记录实际花费；美元止损线仅在为本次运行设定后生效。
• 评分含义：示例输出中的 p_true 是判定模型对三元组的排序分数，用于排序与设阈值，不是校准过的概率。

需要说明的是，上述能力描述与运行条件均来自项目自述，本站未实际运行该项目，也未独立核验其效果。