由于 trendforge.devlive.top 访问受限,请切换到 trendforge.devlive.org 域名

Semantica 5分钟快速开始

快速安装并运行一个基础的知识图谱构建和查询示例,体验Semantica的核心功能。

环境要求

支持的操作系统

macOS Windows Linux

运行环境

Python 3.10+ 必需

所需工具

pip

安装Python包

必需
git

克隆项目(可选)

操作步骤

1

安装Semantica

使用pip安装Semantica及其核心依赖。

从PyPI安装Semantica包。
pip install semantica

预期结果::Successfully installed semantica-0.x.x ...

建议在虚拟环境中安装以避免依赖冲突。

2

验证安装

运行一个简单的Python脚本来验证安装并查看版本。

导入semantica并打印版本号。
python -c "import semantica; print(f'Semantica {semantica.__version__} installed successfully!')"

预期结果::Semantica 0.x.x installed successfully!

如果看到版本号,说明核心库已成功安装。

3

运行第一个示例

从文本构建一个小型知识图谱并进行查询。创建一个Python文件或直接在交互式环境中执行以下代码。

一个完整的示例,从文本中提取三元组并构建图。
python -c "
import semantica
from semantica import GraphBuilder, GraphStore, QueryEngine

# 初始化图构建器和存储(使用默认内存存储)
builder = GraphBuilder()
store = GraphStore()  # 默认使用内存中的嵌入式存储

# 添加一些简单的三元组(主语-谓语-宾语)
text = 'Semantica 是用于上下文AI的图基础设施。它支持知识图谱和决策智能。'
triplets = builder.extract_triplets_from_text(text)
print(f'提取的三元组: {triplets}')

# 将三元组添加到图存储
for triplet in triplet:
    store.add(triplet)

# 查询图
query = QueryEngine(store)
result = query.query('SELECT ?s ?p ?o WHERE { ?s ?p ?o }')
print(f'查询结果 (前3条): {result[:3]}')"

预期结果::提取的三元组: [('Semantica', '是用于上下文AI的图基础设施', '图基础设施'), ...] 查询结果 (前3条): [...]

此示例使用内存存储,无需额外数据库配置。首次运行可能需要下载模型。

验证快速开始成功

确认Semantica的核心功能已就绪。

成功导入semantica模块
成功打印出版本号
从文本中提取出三元组
图查询返回了结果

快速提示

概念

Semantica的核心推理和图构建是确定性的,不依赖LLM。

进阶

要使用更高级的功能(如推理引擎、本体管理),请查阅官方文档。

常见问题

1

安装失败,提示依赖冲突。

尝试使用 `pip install semantica --ignore-installed` 或创建一个干净的虚拟环境。

2

运行示例时下载模型超时或失败。

检查网络连接,或参考文档配置代理。部分模型可能较大,请耐心等待。

3

找不到semantica模块。

确认已激活安装了semantica的Python环境。

下一步

探索示例代码

查看项目GitHub仓库中的 `examples/` 目录,了解更多用例。

阅读架构文档

访问 https://docs.getsemantica.ai/ 了解完整架构和高级功能。

连接你的数据源

尝试连接Databricks、Snowflake或本地文件,构建你自己的知识图谱。

加入社区

在Discord或GitHub上提问和交流。

助手