开源项目

为什么开源

工业现场的知识问答，难处不在算法新不新，在敢不敢把话说满。所以我们把核心算法层完整开源：怎么建模、怎么判定、答案的依据从哪来，全部摊开给人看。源码即口径——说"答案带证据"，就得让人能顺着代码核一遍。

开源的是算法原子（本体建模、确定性规则问答、检索与溯源），不含任何客户数据：仓库示例一律合成数据，真实工厂数据从不入库，这条红线从建库第一天起就没变过。

在开源的项目

factory-ontology —— 工厂本体驱动的数据问答框架

把结构化台账变成可自然语言提问的语义知识图谱。CSV 进，答案出，每个答案都带证据。

三个设计决定，都是被现场约束逼出来的：

• 确定性优先。数量、极值、平均、过滤这类问题走规则引擎，答案精确、可复现、零 token；规则覆盖不到的才降级到检索与模型，且诚实声明。计算类问题不交给模型猜。
• 数据不出厂。核心路径纯标准库，本地建模本地问答，可完全离线运行，甲方数据不上云。
• 换行业只换配置。词典、schema、字段映射全外置，换一个工厂换一份配置，代码不动。

三十秒看到它跑起来：

python run.py setup data_valve/ && python run.py ask "有多少台设备"

架构说明、实测数据、能力边界与自检门，都在仓库 README 里——包括它不擅长什么，那部分写得同样仔细。

去 GitHub 看源码 →

开源与商业的边界

一句话说清：核心算法层开源，行业落地实施由三油科技提供。

• 你可以做的：下载、部署、修改、商用，无需申请许可（Apache-2.0）；用它服务你自己的客户，也不需要向我们付费。
• 我们做的：把这一层装进真实现场——数据脏、没人标、验收没标准的那部分工作。建模编排、人在环确认、交付打包与持续支持，按项目收费。

这个边界不是商业设计，是两种工作的性质不同：算法原子是可以复用的公共资产，落地实施是贴着现场约束的工程服务，后者省不掉，也不该省。

怎么参与

• 用得顺：去仓库点个 Star，让更多需要工厂数据问答的人找到它
• 遇到问题：提 Issue，附上复现命令（数据文件 + 问题 + 期望/实际输出）
• 想改代码：提 PR，代码加对应测试，跑通 pytest；涉及问答能力的改动附 benchmark 结果
• 想讨论：仓库的 Discussions 开着，使用问题、场景想法都欢迎，Issue 留给真 bug

更多仓库

组织下的其他仓库见 github.com/data3oil。