naas-abi - 多 Agent 编排 + 知识图谱管理（ABI 生态核心）

技能简介

naas-abi 是 Naas 推出的"Agentic Brain Infrastructure (ABI)" 生态核心组件，开源版本托管在 GitHub jupyter-naas/abi（166+ 星）。它提供两层能力：上层是多 Agent 编排器，统一调度 ChatGPT / Claude / Mistral / Gemini / Grok / Llama / Perplexity / Qwen / DeepSeek / Gemma 等 10+ LLM，按"上下文保持 / 战略咨询 / Web 搜索 / 多模态 / 真值搜索 / 高级推理 / 代码与数学 / 知识图谱"等任务类型做权重路由（context preservation 0.99、truth seeking 0.80 等）；下层是知识图谱引擎，提供 BFO（Basic Formal Ontology）兼容的实体抽取、SPARQL 生成、ontology 工程能力，支持 TripleStore + 对象存储 + Secret 管理。适合做企业知识库、AI 助手编排、ontology 工程的中心调度层。

核心能力

• 多 Agent 统一路由（AbiAgent）：根据请求类型、上下文、用户身份，把任务路由到最合适的 LLM；权重优先级包含 Context Preservation（0.99）、Identity/Strategic（0.95）、Web Search（0.90→Perplexity/ChatGPT）、Creative/Multimodal（0.85→Gemini）、Truth Seeking（0.80→Grok）、Advanced Reasoning（0.75→Claude）、Code & Math（0.70→Mistral）、Knowledge Graph（0.68）、Internal Knowledge（0.65）、Platform Operations（0.45）、Issue Management（0.25）。
• 实体→SPARQL 抽取（EntitytoSPARQLAgent）：从自然语言抽取 BFO 兼容实体，自动生成 SPARQL 查询，构建 entity-relationship 映射与 ontology-aware 查询。
• 知识图谱构建器（KnowledgeGraphBuilderAgent）：把文档、表格、网页内容结构化为三元组；支持 AddIndividualPipeline、AIAgentOntologyGenerationPipeline、InsertDataSPARQLPipeline 等 pipeline。
• Ontology 工程师（OntologyEngineerAgent）：BFO 兼容的 ontology 设计、扩展、验证，支持版本管理与差异比对。
• 工作流编排（Workflows）：AgentRecommendationWorkflow（推荐最适合的 agent）、ArtificialAnalysisWorkflow（假新闻/真伪分析）、SearchIndividualWorkflow（人物实体搜索）、GetSubjectGraphWorkflow / GetObjectPropertiesFromClassWorkflow（图谱遍历）。
• Marketplace 模块动态加载：通过 ABIModule 自动加载 marketplace 模块作为软依赖，含 50+ 应用集成（GitHub、LinkedIn、Google services 等）、领域专家（Support、Software Engineering、Data Analysis）。
• 多语言支持：原生 French/English 双语交互，保留文化语境。
• 生产集成：事件驱动触发、YAML ontology 发布、Secret / TripleStoreService / ObjectStorageService 三件套依赖管理。

安装配置

• 环境要求：Python 3.10+、pip 21+；后端依赖 TripleStore（推荐 Ontotext GraphDB 或 Apache Jena Fuseki）、对象存储（S3 / MinIO / GCS）、Secret 管理（Vault / 环境变量）；如启用云端 LLM 需对应 API key。
• PyPI 安装：pip install naas-abi。
• 配置：在 ~/.naas_abi/config.yaml 写入模块启用列表、datastore_path、workspace_id、storage_name 等；用 Secret 引用管理凭据。

使用步骤

1. 安装与配置：pip install naas-abi，在配置文件中指定 TripleStore 端点、对象存储桶、Secret 源（Vault 或环境变量）。
2. 初始化 AbiAgent：from naas_abi.agents.AbiAgent import create_agent; agent = create_agent()，自动加载 marketplace 模块（10+ LLM、50+ 应用、领域专家）。
3. 任务路由：agent.invoke("用 Claude 重构这段 Python 代码")，AbiAgent 按权重（Context Preservation 0.99 → Identity 0.95 → ... → Code & Math 0.70→Mistral）选择最合适的 LLM 处理。
4. 实体抽取与 SPARQL：agent = create_agent(EntitytoSPARQLAgent)，调用 agent.invoke("Extract entities from: 'John works at Microsoft as a software engineer'") 输出 BFO 兼容三元组 + 可执行 SPARQL。
5. 知识图谱构建：agent = create_agent(KnowledgeGraphBuilderAgent) + 跑 AddIndividualPipeline，把 CSV / Notion / Confluence / 网页内容结构化为图谱，写入 TripleStore。
6. Ontology 工程：OntologyEngineerAgent 设计 BFO 兼容类层次、对象属性、数据属性；用 AIAgentOntologyGenerationPipeline 从非结构化文本生成 ontology 草案。
7. 工作流编排：调用 AgentRecommendationWorkflow 让 ABI 自主决定任务该派给哪个 agent；ArtificialAnalysisWorkflow 用真伪分析 agent 验证信息可靠性。
8. 生产部署：把模块挂到 Naas workspace 触发事件（webhook / 定时），事件触发 ABIModule.dispatch(event) 路由到对应 workflow。

适用场景

• 企业 AI 助手编排：在一个公司内同时接入 ChatGPT、Claude、Qwen、DeepSeek，按任务类型路由，避免一家供应商绑定。
• 知识图谱驱动的 RAG：用 EntitytoSPARQLAgent 把企业文档（合同、邮件、Confluence）抽取成 BFO 三元组，再用 GraphRAG 检索增强 LLM。
• 多语种 AI 客服：原生 French/English 支持，跨境业务用同一套 agent 调度层服务多语言用户。
• 学术研究 / 出版：用 OntologyEngineerAgent 设计领域 ontology（如生物医学、金融监管），用 KnowledgeGraphBuilderAgent 批量导入文献。
• 自动化分析平台：ArtificialAnalysisWorkflow 用真伪分析 agent 自动标记可疑信息，集成到内容平台。
• Naas Workspace 事件驱动：把 naas-abi 作为 Naas 生态核心，触发 webhook / 定时任务后自动路由到对应 LLM + 工作流。

适用人群

• 企业 AI 平台架构师（统一多 LLM 编排层）
• 知识图谱工程师（BFO / SPARQL / ontology 工程）
• 数据科学家（多模型路由 + GraphRAG 增强）
• 跨境业务团队（多语种 AI 客服）
• 学术 / 出版研究人员（领域 ontology 构建）
• Naas 生态开发者（事件驱动 AI 工作流）

工作原理

naas-abi 是 Naas ABI 生态的"中央调度层"。Agent 注册：所有 marketplace 模块（ChatGPT、Claude、KnowledgeGraphBuilder、OntologyEngineer 等）通过 Python entry_points 注册到 ABI 运行时，ABIModule.__init__ 自动扫描并加载。路由层：AbiAgent 维护一张「任务类型 → 候选 agent → 权重」表（如 Context Preservation 0.99、Truth Seeking 0.80），收到请求后按权重 + 上下文 + 用户历史选择最合适的 agent；选定后把 prompt 转发给对应 LLM，返回结构化响应。知识图谱层：EntitytoSPARQLAgent 用 LLM 从自然语言抽取 BFO 兼容实体，调用本地 ontology 库校验关系，生成可执行 SPARQL；KnowledgeGraphBuilderAgent 把 CSV / Notion / 网页内容结构化为三元组，写入 TripleStore（GraphDB / Fuseki）；OntologyEngineerAgent 设计 ontology 类层次、属性约束、版本管理。工作流层：用 LangGraph / LlamaIndex 风格的 workflow 把多个 agent 串起来（AgentRecommendation → AbiAgent → KnowledgeGraphBuilder → 回写），每个 workflow 是可独立调用、可观察的状态机。集成层：Secret 管理凭据，ObjectStorageService 存大文件，TripleStoreService 存图谱，事件总线触发 workflow 调度。整套设计目标是"一个 Python 包内提供完整的多 Agent + 知识图谱栈"，避免企业拼凑 5 个工具才能搭起 AI 平台。

官方链接

• PyPI 包：https://pypi.org/project/naas-abi/
• GitHub 主仓库：https://github.com/jupyter-naas/abi
• Naas 平台：https://naas.ai
• 文档与示例：https://github.com/jupyter-naas/abi/tree/main/libs/naas-abi