- 将 shangshu-ontology/ 子目录内容移至仓库根一级 - 修复 run.sh 的 REPO_ROOT 计算(扁平化后不再需要 cd ..),ARCHIVE_DIR 正确指向仓库根/archive - 文档(README/PLAN/USAGE/IMPORT/product-intro)移至 docs/,同步更新结构树与导入命令中的旧路径 - 新增根 README.md 索引指向 docs/ - 新增 .gitignore:忽略 bin/、web/node_modules/、web/dist/、server/webroot/、.env、.workbuddy/ 等噪音 - main.go 的 ARCHIVE_DIR fallback 基于可执行文件相邻上级,扁平化后仍正确,无需改动
5.9 KiB
尚数网本体管理平台 · 使用说明
本体把尚数网的真实业务(数据资源 / 数据产品 / 可信数据空间 / 会员单位·数据集团 / 数据交易所 / 应用场景 / 分支机构 / 密算一体机 / 五大服务 / 知识产权)沉淀成可查询的「对象类型 + 实例 + 关系」。连接器让 WorkBuddy 等外部应用随时精准调取这些信息。
1. 启动
后端以 Go 二进制直接运行(
./run.sh),数据库复用 workspace 内已部署的 PostgreSQL(jnpf-postgres,宿主机映射15432),无需 docker。
./build.sh # 构建前端 + 编译后端二进制
./run.sh # 直接运行,连 workspace pg,监听 http://localhost:8080
# 停止:Ctrl+C 结束进程即可(无后台容器需清理)
首次启动(SEED_ON_START=true)会自动灌入尚数网种子本体(见 server/db.go 的 seedIfEmpty)。
2. 连接器 API(只读,供外部消费)
所有连接器接口前缀 /api/v1/connector,默认无需鉴权;可在 .env 设置 CONNECTOR_API_KEY 开启(X-API-Key 头)。
| 方法 | 路径 | 作用 |
|---|---|---|
| GET | /connector/object-types |
列出全部对象类型及属性定义(先了解有哪些实体类别) |
| GET | /connector/objects/:type |
列出某类型的全部实例(?limit=) |
| GET | /connector/object/:type/:pk |
取单个实例详情 |
| GET | /connector/search?q= |
精准检索:按名称优先排序,支持 type/field/limit |
| GET | /connector/facets |
发现维度:返回各类型可过滤的取值(region/industry/type…) |
| POST | /connector/query |
图式查询:按类型+属性过滤,可 expand 展开关系 |
| GET | /connector/graph |
全量图谱(节点+边),用于可视化 |
| GET | /api/v1/mcp/manifest |
MCP 工具清单(WorkBuddy 据此注册工具) |
3. 精准查询配方(不要再「莫名其妙」地全模糊搜)
3.1 先发现有哪些可过滤值 → get_facets
curl 'http://localhost:8080/api/v1/connector/facets?type=TrustedDataSpace'
# 返回 {"facets":{"region":["深圳","北京","江西",...],"industry":["物流","茶业",...],"deploy_mode":[...]}}
拿到真实取值后,再精确过滤,避免瞎猜字段值。
3.2 按名称精准查某个实体 → search_ontology
# 默认只匹配名称、按相关度排序
curl 'http://localhost:8080/api/v1/connector/search?q=广州数据集团'
# 限定类型,更准
curl 'http://localhost:8080/api/v1/connector/search?q=数据空间&type=TrustedDataSpace'
# 全字段(名称+属性)模糊(噪杂,慎用)
curl 'http://localhost:8080/api/v1/connector/search?q=信创&field=all'
3.3 结构化过滤 → query_related
用 facets 拿到的取值做过滤,结果确定、可复现:
curl -X POST 'http://localhost:8080/api/v1/connector/query' \
-H 'Content-Type: application/json' \
-d '{"type":"TrustedDataSpace","filters":{"region":"深圳"}}'
# → 深圳的所有可信数据空间
curl -X POST 'http://localhost:8080/api/v1/connector/query' \
-d '{"type":"TrustedDataSpace","filters":{"industry":"物流"},"expand":"SpaceUsesAppliance"}'
# → 物流数据空间 + 其部署的密算一体机
3.4 查会员单位里的地方数据集团
curl -X POST 'http://localhost:8080/api/v1/connector/query' \
-d '{"type":"MemberOrg","filters":{"type":"数据集团"}}'
4. 接入 WorkBuddy / 其他应用(MCP)
连接器同时暴露一份 MCP 工具清单(GET /api/v1/mcp/manifest),WorkBuddy 可据此把本体注册成可调用的工具:
get_object_types— 有哪些实体类别get_objects_by_type— 某类别全部实例get_object— 单个实例详情search_ontology— 精准检索(支持 type / field / limit)get_facets— 发现可过滤维度query_related— 类型+属性精确过滤,并可展开关系
接入方式:在 WorkBuddy 的 MCP 配置里指向 http://<host>:8080/api/v1/mcp/manifest(或将其包成 MCP server)。之后即可用自然语言问,例如:
“尚数网在深圳部署了哪些可信数据空间?分别用了哪款密算一体机?”
WorkBuddy 会先用 get_facets 拿到 region=深圳,再 query_related 过滤并 expand 关系,返回确定答案。
5. 用 AI 动态维护本体(提交资料自动更新 / 按指令更新)
管理接口前缀 /api/v1(可设 MANAGER_API_KEY 鉴权)。AI 摄取把一段资料自动抽取成本体增量并入库。
5.1 提交资料,自动更新(mode=auto 直接入库)
curl -X POST 'http://localhost:8080/api/v1/ai/ingest' \
-H 'Content-Type: application/json' \
-d '{"raw_text":"会员单位「广州数据集团」与「物流行业可信数据空间」达成合作,并推出数据产品「数小美」用于企业估值。","mode":"auto"}'
返回会列出抽取到的对象(已自动分类、生成稳定主键并写入)。
5.2 按指令更新(只抽你想要的部分)
curl -X POST 'http://localhost:8080/api/v1/ai/ingest' \
-d '{"raw_text":"...同上资料...","directive":"只提取其中的数据产品","mode":"auto"}'
directive 会约束抽取范围(如「只提取数据产品」「提取所有数据集团并标注区域」)。
5.3 先审后入(mode=review)
把 mode 设为 review,接口只返回 suggestion 不写库,由人工确认后再调用管理接口写入。
若配置了
AI_BASE_URL+AI_KEY+AI_MODEL(OpenAI 兼容),则走真实大模型抽取;否则用内置启发式兜底(识别「」""()包裹的实体 + 就近关键词分类)。
6. 管理平台界面
浏览器打开 http://localhost:8080 即前端:概览统计、本体编辑(对象类型/属性/关系/动作)、实例 CRUD、AI 摄取、图谱可视化、连接器调试(含各端点示例与代码生成)。