Infraestructura en Python que convierte datos empresariales en una capa de contexto basada en grafos, con ontologías, razonamiento, procedencia y registros de auditoría de decisiones para sistemas de IA.
Semantica es una biblioteca de Python para crear grafos de conocimiento y Context Graphs que funcionan como capa subyacente de un LLM, un vector store o un framework de agentes. Ingiere datos de archivos, bases de datos y plataformas empresariales como Databricks, Snowflake y SAP; extrae entidades, relaciones y eventos; resuelve conflictos y duplicados; y almacena el resultado en un grafo consultable. Las ontologías (OWL, SHACL, SKOS) definen qué significan las entidades, no solo cómo se representan mediante embeddings.
El proyecto se centra en la explicabilidad a nivel de sistema. Las decisiones se almacenan como nodos de grafo de primer nivel, con vínculos causales, búsqueda de precedentes y análisis de impacto. La procedencia se registra con W3C PROV-O, y los resultados se pueden exportar a RDF, OWL, JSON, CSV, Parquet o Cypher. El razonamiento usa encadenamiento hacia adelante, una red Rete, Datalog y SPARQL. Además, la pipeline principal es determinista, por lo que los LLM son opcionales, no un requisito.
El almacenamiento se puede conectar a distintos backends: almacenes RDF (Oxigraph, Jena, RDF4J) y grafos de propiedades (Neo4j, FalkorDB, Neptune), además de varios backends de vector stores. También ofrece una CLI, una REST API, un servidor MCP e integraciones con Agno, CrewAI y LangChain.
Instala el paquete desde PyPI
pip install semanticaVerifica la instalación
semantica doctorResumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Un motor de simulación de enjambres multiagente que crea un mundo digital a partir de material semilla para predecir los resultados de eventos informativos, políticos o financieros.
Plataforma de memoria de IA de código abierto que convierte documentos, código y conversaciones en un grafo de conocimiento autohospedado para agentes de IA.
Infraestructura de memoria nativa para agentes que convierte las conversaciones y ejecuciones de agentes LLM en memoria persistente y estructurada para aplicaciones Python y TypeScript.
Herramienta de grafos de conocimiento local que usa Ollama para que un modelo ejecutado en tu máquina razone paso a paso y almacene el razonamiento como un grafo RDF.
Sistema de memoria para agentes que almacena, recupera y analiza recuerdos para que los agentes de IA aprendan con el tiempo, en lugar de limitarse a repetir el historial del chat.
Una biblioteca mínima de Python para crear agentes de IA que escriben y ejecutan sus acciones como código Python.