Orchidea-Plex (Orchidea-OntoCore)

面向企业级知识图谱应用的统一语义数据平台

Orchidea-Plex（代号 Orchidea-OntoCore）是 Ontos + OntoFlow + AbutionGraph 三个项目的洁净复刻与深度整合，构建了一个四层架构的知识图谱平台。

2026-11 本体更新（v0.2.1）

• 本体规模：manufacturing_ontology.ttl 现为 109 个 owl:Class（较 0.2.0 的 107 个新增 2 类）；manufacturing_ontology_shacl.ttl 保持 22 个 sh:NodeShape
• 文档口径：README 与工作区 AGENTS.md 同步为 109 类

2026-10 本体更新（v0.2.0）

• 本体规模：manufacturing_ontology.ttl 107 个 owl:Class；manufacturing_ontology_shacl.ttl 22 个 sh:NodeShape
• 标准覆盖：ISA-95 事件、ISA-88 批控制、ISO 22400 KPI、AAS 子模型、B2MML、OPC UA Nodeset、GB/T 48000.3、金蝶扩展、ERP 扩展、生物制品本体
• 物化产物：30 个实体族的 B2MML YAML / DocType JSON / GraphQL SDL，由 generate_from_ontology.py 从本体生成
• MCP 只读面：plex_sparql_query、plex_shacl_validate、plex_get_entity_by_iri、plex_list_equipment_hierarchy；SHACL 为本地可执行子集引擎，SPARQL 未配置端点时返回 implemented:false

🏗️ 架构设计

┌─────────────────────────────────────────────────────────────────┐
│  【L1】语义层 (Semantic Layer) - Python                          │
│  orchidea-ontos: Abstract/Entity, Schema, RDF, MCP              │
├─────────────────────────────────────────────────────────────────┤
│  【L2】编排层 (Orchestration Layer) - Java                       │
│  orchidea-ontoflow: 流编排引擎, DAG, 动态编译, Agent            │
├─────────────────────────────────────────────────────────────────┤
│  【L3】存储层 (Storage Layer) - Rust/Java                        │
│  orchidea-abution: 五元范式, 图存储, 向量索引, 子图隔离         │
├─────────────────────────────────────────────────────────────────┤
│  【L4】基建层 (Infrastructure Layer)                             │
│  Docker/K8s, 存算分离, 多协议网关, 可观测性                     │
└─────────────────────────────────────────────────────────────────┘

🔷 五元本体论 (Pentagonal Ontology)

📦 核心模块

1. orchidea-ontos (语义抽象层)

技术栈: Python 3.11+ | Polars | RDFLib | Oxigraph

from orchidea_ontos import Abstract, Entity, Schema

# 定义抽象层
Equipment = Abstract(
    name="Equipment",
    properties=[
        Schema.string("equipment_id", unique=True),
        Schema.timeseries("vibration", retention="30d"),
        Schema.ref("located_in", "Location")
    ],
    constraints=[
        Schema.mutual_exclusion("running", "maintenance")
    ]
)

# 创建实体
pump = Entity(
    abstract="Equipment",
    equipment_id="PUMP-001",
    located_in="ZONE-A"
)

# 添加时序数据
pump.add_timeseries_point("vibration", timestamp, 4.5)

核心功能:

• ✅ Abstract/Entity双层级对象模型
• ✅ 时间序列属性（带版本控制）
• ✅ Type验证、子分类(subclass)、互反关系(reciprocal)
• ✅ RDF/JSON-LD序列化
• ✅ NocoBase Schema双向同步（MCP协议）

2. orchidea-abution (存储内核)

技术栈: Rust + Java | RocksDB/TiKV/S3 | HNSW向量索引

GraphSchema schema = GraphSchema.builder()
    .entity(Dimension.label("V|Equipment")
        .property("temperature", Double.class, Agg.Max())
        .property("alert_count", Integer.class, Agg.Sum())
        .groupBy("hour_window")
        .build())
    .edge(Dimension.label("E|connected_to")
        .property("bandwidth", Double.class, Agg.Avg())
        .build())
    .build();

// 流式数据自动聚合
g.V("PUMP-001").dim("V|Equipment")
    .streamInject(vibrationData)
    .aggWindow("1h")
    .exec();

核心功能:

• ✅ T/P/F/Agg/Action五元数据模型
• ✅ RDF图+属性图混合存储
• ✅ Aremlin查询语言（兼容Gremlin/Cypher）
• ✅ 时序窗口聚合（Min/Max/Sum/Hll）
• ✅ 子图隔离（行级权限控制）
• ✅ HybridRAG（VectorRAG+GraphRAG）

3. orchidea-ontoflow (流编排引擎)

技术栈: Java 17+ | Flink/Spark | Kafka | Janino

flow:
  name: "Equipment_Digital_Twin"
  source:
    type: "kafka"
    topic: "iot.sensors"
    schema: "V|Equipment"
  transform:
    - type: "ontos_enrich"
      action: "infer_location"
    - type: "abution_agg"
      window: "5m"
      functions: ["Avg", "Max", "Hll"]
  action:
    - type: "graph_update"
    - type: "agent_trigger"
      condition: "vibration > threshold"
      llm_endpoint: "http://localhost:11434"

核心功能:

• ✅ 数据源探知与自动Schema映射（JDBC/CDC/Kafka）
• ✅ 时序数据流编排（毫秒级延迟）
• ✅ 动态函数加载（Java字节码/Code编译）
• ✅ Agent行动触发（对接LLM/Ollama）

4. orchidea-gateway (API网关)

技术栈: Python | FastAPI | GraphQL | gRPC

from gateway.query_engine import UnifiedQueryEngine, QueryType

engine = UnifiedQueryEngine()

# 统一查询接口
result = await engine.query(
    query="SELECT ?s ?p ?o WHERE { ?s ?p ?o } LIMIT 10",
    query_type=QueryType.SPARQL
)

核心功能:

• ✅ 统一查询接口（SPARQL/Gremlin/SQL融合）
• ✅ Saga分布式事务管理
• ✅ MCP服务封装（19个标准工具）
• ✅ 多协议支持（HTTP/GraphQL/gRPC）
• ✅ 负载均衡（6种策略）
• ✅ 多语言SDK（Python/TypeScript/Java）

🖥️ 前端应用（app/）

仓库内置 Web 控制台前端（app/），提供本体管理、数据治理、语义查询与图谱可视化等交互界面，直接对接语义层（Catalog，默认 localhost:8000）与网关（Gateway，默认 localhost:8080）。

技术栈: React 19 · TypeScript · Vite 7 · Tailwind CSS · Radix UI · react-router 7 · Zustand · i18next（多语言）· Cytoscape / React Flow / Recharts 可视化

cd app
npm install
npm run dev        # http://localhost:3000
npm run build      # 生产构建

详细说明（功能页面、测试、代理配置）见 app/README.md。

⚙️ Agent / Action / Function / Object 能力

前端 app/ 内置面向 AIP（AI Platform）的 Agent 工具闭环与本体对象操作能力：

• Action / Function 引擎：app/src/lib/action-invoker.ts（ActionInvoker，提供 applyAction / batchApplyAction）与 app/src/lib/query-invoker.ts（QueryInvoker，提供 executeFunction）封装 Action/Function 定义并绑定客户端上下文执行。
• objects / objectSets 端点：app/src/lib/client.ts 提供 listObjects（GET /v2/ontologies/{ontology}/objects）与 objectSets（POST /api/v1/ontology/objectSets，支持 union / intersect / subtract 等集合运算），app/src/lib/object-set.ts 定义对象集合类型。
• AIP 工具闭环：app/src/lib/aip-tool-executor.ts 将 AIP 聊天管线的 ToolType 映射到真实执行器（FUNCTION → QueryInvoker、ACTION → ActionInvoker、OBJECT_QUERY → listObjects、ONTOLOGY_SEMANTIC_SEARCH → /api/v1/search、OBJECT_QUERY_WITH_SQL → /api/v1/sql 等），闭合「工具调用 → 执行 → 结果回填」循环。
• Workflow 界面：app/src/pages/workflows.tsx、app/src/pages/workflow-designer.tsx 与 app/src/components/workflows/ 提供工作流与审批流的编排界面。

🚀 快速开始

安装依赖

# Orchidea-Ontos
cd orchidea_ontos
pip install -r requirements.txt

# Orchidea-Gateway
cd orchidea_gateway
pip install -r requirements.txt

运行测试

# 运行所有测试
python -m pytest tests/ -v

# 运行特定模块
python -m pytest tests/test_schema.py -v
python -m pytest tests/test_entity.py -v

运行验收脚本

# 在本地自动创建专用 virtualenv 并运行 gateway pytest
./scripts/run_gateway_pytests.sh
./scripts/run_gateway_pytests.sh orchidea_gateway/tests/test_query_engine.py -q
# 需要全量依赖时可显式切换
GATEWAY_PYTEST_INSTALL_MODE=full ./scripts/run_gateway_pytests.sh orchidea_gateway/tests/test_query_engine.py -q

# 本地没有 mvn 时，使用 Docker 运行 OntoFlow Maven 测试
./scripts/run_ontoflow_mvn.sh -q -Dtest=FlowEngineTest test
# 如果 Docker Hub 不稳定，可覆盖首选镜像或候选列表
MAVEN_IMAGE=registry.example.com/maven:3.9.9-eclipse-temurin-17 ./scripts/run_ontoflow_mvn.sh test
MAVEN_IMAGE_CANDIDATES=registry.example.com/maven:3.9.9-eclipse-temurin-17,m.daocloud.io/docker.io/library/maven:3.9.9-eclipse-temurin-17 ./scripts/run_ontoflow_mvn.sh test

# 运行 gateway -> Abution / Ontos smoke
POSTGRES_PASSWORD=orchidea ./scripts/smoke_gateway_abution.sh
POSTGRES_PASSWORD=orchidea ./scripts/smoke_gateway_ontos.sh
# 如果 Ontos 镜像需要走镜像源，可覆盖首选镜像或候选列表
POSTGRES_PASSWORD=orchidea ONTOS_IMAGE=registry.example.com/oxigraph:latest ./scripts/smoke_gateway_ontos.sh
POSTGRES_PASSWORD=orchidea ONTOS_IMAGE_CANDIDATES=registry.example.com/oxigraph:latest,ghcr.io/oxigraph/oxigraph:latest ./scripts/smoke_gateway_ontos.sh
# 若 Docker 镜像均不可达，可强制使用宿主 oxigraph/cargo 兜底
POSTGRES_PASSWORD=orchidea ONTOS_RUNTIME=host ./scripts/smoke_gateway_ontos.sh

启动服务

cd orchidea_gateway
make quick-start

API测试

# 查询接口
curl -X POST http://localhost:8080/api/v1/query \
  -H "Content-Type: application/json" \
  -d '{"query": "SELECT ?s ?p ?o WHERE { ?s ?p ?o } LIMIT 10", "query_type": "sparql"}'

📊 性能指标

📈 测试结果

当前仓库仍处于持续产品化收口阶段：Gateway 仍有测试环境依赖和若干实验能力未完全闭环，不应将全仓状态解读为所有模块都已生产就绪。

📁 项目结构

/mnt/okcomputer/output/
├── orchidea_architecture.md          # 架构设计文档
├── orchidea_architecture_layers.png  # 架构图
├── orchidea_data_flow.png            # 数据流图
├── proto/                            # Protobuf契约
├── orchidea_ontos/                   # 语义抽象层
├── orchidea_abution/                 # 存储内核
├── orchidea_ontoflow/                # 流编排引擎
├── orchidea_gateway/                 # API网关
├── orchidea_audit_report.md          # 质量审计
├── orchidea_refactor_suggestions.md  # 重构建议
├── orchidea_adr.md                   # 架构决策记录
├── TESTING_REPORT.md                 # 测试报告
├── FINAL_SUMMARY.md                  # 项目总结
└── README.md                         # 本文件

🎯 技术创新

1. 五元范式贯穿架构: T/P/F/Agg/Action统一贯穿三层架构
2. 时序本体融合: 整合Ontos时序属性与Abution时序窗口聚合
3. 洁净可替换设计: RDF层/图存储/流处理均支持热插拔
4. MCP原生集成: 所有模块提供MCP服务端点
5. Polars时序后端: 高性能时序数据处理

🔌 集成生态

📚 文档

• 架构设计文档
• 测试报告
• 项目总结
• API文档

🤝 贡献

欢迎提交Issue和PR！

📄 许可证

Apache License 2.0

项目代号: orchidea-plex
版本: v0.2.1
状态: 持续产品化收口中
完成时间: 2025年4月