第八章 · 开源生态地图
8.7 索引之外的十九个系统
趋势章节提到、却不在主索引里的项目
一份索引的边界往往由作者的关键词决定，而趋势论证又常常引用索引之外的项目。这一格把缺口补齐：一个 OBDA 实现、一个国产图引擎、一个带版本控制的图库、三个记忆层、四个本体工程工具、七个「本体优先」实验、两个代码图谱。
为什么值得单列：这批项目的星数比主索引高一个数量级，如果只看主索引，会严重低估「结构热」的规模。
Ontop
A虚拟知识图（OBDA）最长寿的实现：关系库不动，用 mapping 把表解释成本体，SPARQL 查询实时重写成 SQL 下推。数据不搬家是它唯一但足够大的卖点。
何时采纳已有关系库、不想为语义层重建数据资产时，先验方言兼容性。
OpenSPG
A蚂蚁与 OpenKG 的知识图引擎，核心是 SPG 框架：把属性图的结构与 RDF 的语义缝起来。README 的判词很硬——「RDF/OWL 的语义复杂度无法工业化落地」。配套 KGDSL 用领域语言写规则。
何时采纳需要在「属性图好落地」与「RDF 有语义」之间找折中时。
TerminusDB
A把 git 语义做进图库内核：每次更新是一个 commit，commit 之间可 diff / patch，支持 branch 与 time-travel 查询，自我定位是 system of record。核心用 Prolog 写。
何时采纳需要「任意时点可查 + 变更可 diff」的存储形态时。
Graphiti
A面向 Agent 的时序上下文图：每条事实带有效期窗口，矛盾以「失效」而非「覆盖」处理，全部派生事实可追回原始 episode。区分「预声明类型」与「从数据学出的类型」两种本体。
何时采纳设计双时态与溯源时，直接抄它的数据模型。
Cognee
B把记忆抽象成四个动词：remember / recall / improve / forget，并用 session distillation 把被接受的经验沉淀成永久记忆。可在无 LLM 模式下本地运行，也能整套跑在 Postgres 上。
何时采纳设计「经验如何变成规则」的沉淀机制时。
Mem0
BAgent 记忆层的事实标准，drop-in 的 add / search，自动抽取事实、去重、更新。它是对话场景的产物：没有类型系统、没有约束、不保证可复现。
何时采纳做对话型助手、需要长期记忆时。
Oxigraph
B基于 RocksDB 的 Rust SPARQL 存储，四种形态：Rust 库、Python 绑定 pyoxigraph、JS/WASM、CLI + HTTP 服务。覆盖 RDF 规范化。作者自述查询求值尚未优化。
何时采纳Python 项目里需要一个可持久化的本地 RDF 库时。
ROBOT
AOBO 社区的本体命令行工具：diff、merge、reason、report、extract、convert、query。架构上把纯逻辑的 Operations 与负责 IO 的 Commands 分开，这个切分值得抄。
何时采纳要列「本体 CI 该跑哪几步」时，拿它的命令清单当底稿。
OnToology
B把本体仓库接上 GitHub：每次 push 自动生成文档（Widoco）、类图（AR2DTool）、质量扫描（OOPS!）。产出物不写回源文件，流水线由一个配置文件声明。
何时采纳要给本体挂自动文档与质量报告时。
DeepOnto
B牛津 KRR 的本体处理库，底座是 OWLAPI。六个子模块里最有用的是 Verbaliser：把复杂类表达式翻成自然语言句子；以及 Pruner：抽取子本体用于发布。
何时采纳需要把约束或公理翻译成人话时。
OntoEKG
BLLM 驱动的企业本体构建，两阶段：先抽类与属性，再推断 subClassOf 层次并序列化成标准 RDF。论文覆盖数据、金融、物流三个领域。
何时采纳研究「从企业文本抽本体」的流程骨架时。
myKG
B知识图引擎，顺序与多数项目相反：先从文档诱导出全局 schema，再按 schema 抽实例。有 CI 与覆盖率门禁，支持多家模型服务。
何时采纳需要「先定 schema 再抽」的工程样例时。
OntoRAG
C以「Retrieve meaning, not paragraphs」为口号的 CLI 与核心库，星数很低，是「本体优先」这一提法的早期样本。
何时采纳只在追踪该口号来源时。
OntoKG
C把属性按「查表能拿到的」与「必须走关系的」提前分类（intrinsic-relational routing）。这个分类在建模阶段做，能省掉后期大量返工。
何时采纳设计属性表结构、需要区分固有属性与关系属性时。
LLM4VKG
C让 LLM 读表结构、生成 OBDA mapping，方向对准「已有数据库」而非新建图。风险是 mapping 错了不报错、只静默返回错数据。
何时采纳探索「mapping 自动化」时，作为问题清单。
OntoLearner
C本体学习的模块化库：术语抽取、概念形成、层次构建、关系抽取各成模块，服务 LLMs4OL 类评测。
何时采纳做本体学习实验、需要可替换模块时。
OntoAligner
C本体对齐工具箱，内置多种匹配器，用于找两个本体之间等价的类与属性。输出仍需人工复核。
何时采纳要把外部词表映射到自有词表时。
Understand Anything
B把代码库、知识库、文档变成可交互知识图的插件，支持主流编码 Agent。偏「给人看」的理解工具，不承诺类型系统。
何时采纳需要向非工程角色解释代码结构时。
CodeGraph
BRust 内核的语义代码智能 CLI：预索引、增量同步、100% 本地，为编码 Agent 提供「外科手术式上下文」。
何时采纳团队重度使用编码 Agent、想降低上下文成本时。