World's first open-source enterprise world model.
Rust agent-memorybitemporalgraphragknowledge-baseknowledge-graphllmontologypgvectorpostgresqlragrustself-hostedsemantic-searchtemporal-knowledge-graphworld-model
An opaque IRI takes its key from the label (#328)
WaylandYang5b9c51d599ac
diff --git a/crates/utopia-ingest/src/ontology_rdf.rs b/crates/utopia-ingest/src/ontology_rdf.rsindex 5022a917..e926aad2 100644--- a/crates/utopia-ingest/src/ontology_rdf.rs+++ b/crates/utopia-ingest/src/ontology_rdf.rs@@ -456,9 +456,12 @@ pub fn project(bytes: &[u8], format: RdfFormat) -> anyhow::Result<OwlProjection>.or_insert(0) += 1;continue;}+ // 先取真正的 label:编号式 IRI 的 key 要从它派生(#324)。+ // 词汇表没给 label 时退回局部名,那也正是 key 的来源,行为不变+ let declared_label = pick_lang(labels.get(iri));proj.classes.push(OwlClass {- key: key_from_iri(iri),- label: pick_lang(labels.get(iri)).unwrap_or_else(|| local_name(iri).to_string()),+ key: key_from_iri_or_label(iri, declared_label.as_deref()),+ label: declared_label.unwrap_or_else(|| local_name(iri).to_string()),description: pick_lang(comments.get(iri)).unwrap_or_default(),parents: parents.get(iri).cloned().unwrap_or_default(),disjoint_with: {@@ -493,10 +496,10 @@ pub fn project(bytes: &[u8], format: RdfFormat) -> anyhow::Result<OwlProjection>} else {!rs.is_empty() && rs.iter().all(|r| datatype_classes.contains(r))};+ let declared_label = pick_lang(labels.get(iri));proj.properties.push(OwlProperty {- key: key_from_iri(iri),- label: pick_lang(labels.get(iri))- .unwrap_or_else(|| local_name(iri).replace('_', " ").to_string()),+ key: key_from_iri_or_label(iri, declared_label.as_deref()),+ label: declared_label.unwrap_or_else(|| local_name(iri).replace('_', " ").to_string()),description: pick_lang(comments.get(iri)).unwrap_or_default(),is_datatype,functional: functional.contains(iri),@@ -643,11 +646,47 @@ pub fn local_name(iri: &str) -> &str {iri.rsplit(['#', '/']).next().unwrap_or(iri)}+/// 局部名是不是**纯编号**——`BFO_0000144`、`CHEBI_15377`、`GO_0008150` 这种。+///+/// OBO 系的词汇表(OBO Foundry 两百余个,覆盖生命科学、制造、医疗)把标识放在+/// IRI 里、把意思放在 `rdfs:label` 里。照 IRI 派生出来的 `bfo_0000144` 不含任何+/// 信息,而 key 正是抽取时递给模型的那份类清单——模型认不出它,这个类就永远+/// 不会有实体落进去,且导入是「成功」的,坏了也看不出来(#324)。+///+/// 判据卡得窄:**字母前缀 + 一个分隔符 + 至少三位数字**。schema.org 里那些带+/// 数字却有意义的名字都不满足——`gtin12`、`sha256`、`percentile10` 没有分隔符,+/// `emissionsCO2` 数字不在末尾,`3DModel` 压根不是这个形状。+fn is_opaque_local_name(local: &str) -> bool {+ let Some(pos) = local.rfind(['_', '-']) else {+ return false;+ };+ let (prefix, digits) = (&local[..pos], &local[pos + 1..]);+ !prefix.is_empty()+ && prefix.chars().all(|c| c.is_ascii_alphabetic())+ && digits.len() >= 3+ && digits.chars().all(|c| c.is_ascii_digit())+}++/// 派生 key:局部名是纯编号且词汇表给了 label 时用 label,否则用局部名。+///+/// **IRI 始终是身份**,这里只换那个给模型读的标签,所以重导入、对齐、+/// `e_by_iri` 的认领都不受影响。+pub fn key_from_iri_or_label(iri: &str, label: Option<&str>) -> String {+ match label {+ Some(l) if is_opaque_local_name(local_name(iri)) && !l.trim().is_empty() => to_key(l),+ _ => key_from_iri(iri),+ }+}+/// 从 IRI 派生 key。**IRI 是身份,key 是给模型读的标签**(见 0001 P2):/// 只允许 `[a-z0-9_]`、最长 40,所以 IRI 本身进不去。/// 驼峰拆成下划线:`hasEmployee` → `has_employee`。pub fn key_from_iri(iri: &str) -> String {- let local = local_name(iri);+ to_key(local_name(iri))+}++/// 一段文本 → key 的字符规则:驼峰断词,非字母数字并成一个下划线,截断 40。+fn to_key(local: &str) -> String {let mut out = String::with_capacity(local.len() + 4);let mut prev_lower = false;for c in local.chars() {@@ -1009,6 +1048,64 @@ mod tests {assert_eq!(key_from_iri("http://x#HTTP_Server"), "http_server");}+ /// 编号式 IRI 的 key 改从 label 来(#324)。这些词汇表把标识放在 IRI、+ /// 把意思放在 label 里,照 IRI 派生出的 key 递给模型等于没给。+ #[test]+ fn an_opaque_iri_takes_its_key_from_the_label() {+ let k = |iri, label| key_from_iri_or_label(iri, Some(label));+ assert_eq!(+ k(+ "http://purl.obolibrary.org/obo/BFO_0000144",+ "process profile"+ ),+ "process_profile"+ );+ assert_eq!(+ k("http://purl.obolibrary.org/obo/CHEBI_15377", "water"),+ "water"+ );+ assert_eq!(+ k(+ "http://purl.obolibrary.org/obo/GO_0008150",+ "biological process"+ ),+ "biological_process"+ );+ // 没有 label 就没得选,退回 IRI——总比没有强,身份仍在 IRI 上+ assert_eq!(+ key_from_iri_or_label("http://purl.obolibrary.org/obo/BFO_0000144", None),+ "bfo_0000144"+ );+ // 空 label 同样不算数+ assert_eq!(+ k("http://purl.obolibrary.org/obo/BFO_0000144", " "),+ "bfo_0000144"+ );+ }++ /// 判据必须窄。schema.org 里带数字的名字都有意义,一个都不能被改写——+ /// 有 label 的类占绝大多数,判据一宽就是整个词汇表的 key 全被换掉。+ #[test]+ fn a_meaningful_name_keeps_its_key_even_with_digits() {+ let k = |iri, label| key_from_iri_or_label(iri, Some(label));+ // 数字紧跟字母,没有分隔符+ assert_eq!(k("https://schema.org/gtin12", "GTIN-12"), "gtin12");+ assert_eq!(k("https://schema.org/sha256", "sha256"), "sha256");+ assert_eq!(+ k("https://schema.org/percentile10", "percentile 10"),+ "percentile10"+ );+ // 数字不在末尾+ assert_eq!(+ k("https://schema.org/emissionsCO2", "emissions CO2"),+ "emissions_co2"+ );+ // 分隔符后面不是数字+ assert_eq!(k("http://x#HTTP_Server", "HTTP server"), "http_server");+ // 数字不足三位:可能是有意义的编号(v2、Q1),不当编号处理+ assert_eq!(k("http://x#part_12", "part twelve"), "part_12");+ }+/// schema.org 那一套的最小复刻:数据类型自报家门,属性用/// domainIncludes / rangeIncludes,全部只声明成 rdf:Property。const SCHEMA_ISH: &str = r#"@@ -1313,6 +1410,41 @@ mod against_real_packs {}}+ /// IOF Core 引用 BFO,而 BFO 的 IRI 是编号(`.../obo/BFO_0000144`)。+ /// 照 IRI 派生的 `bfo_0000144` 递给模型等于没递——那个类会永远空着,+ /// 而导入是「成功」的(#324)。这里钉的是**真包里那一个**:+ /// 它的 `rdfs:label` 写着 "process profile"。+ ///+ /// 同时钉住反面:schema.org 那些带数字却有意义的 key 一个都不能被改写。+ /// 判据一宽,受影响的就不是一个类而是整个词汇表——它的类几乎都有 label。+ #[test]+ fn an_opaque_iri_in_a_real_pack_reads_from_its_label() {+ let p = project(&load("iof-core.rdf.gz"), RdfFormat::RdfXml).unwrap();+ let c = p+ .classes+ .iter()+ .find(|c| c.label == "process profile")+ .expect("IOF Core 里那个 BFO 类该被投影出来");+ assert_eq!(c.key, "process_profile", "编号式 IRI 该改用 label 派生 key");+ assert!(+ !p.classes.iter().any(|c| c.key.starts_with("bfo_0")),+ "不该再有编号形态的 key,实得 {:?}",+ p.classes+ .iter()+ .map(|c| &c.key)+ .filter(|k| k.starts_with("bfo_0"))+ .collect::<Vec<_>>()+ );++ let s = project(&load("schema-org.ttl.gz"), RdfFormat::Turtle).unwrap();+ for key in ["gtin12", "gtin13", "sha256", "emissions_co2"] {+ assert!(+ s.properties.iter().any(|x| x.key == key),+ "{key} 是有意义的名字,不该被当成编号改写"+ );+ }+ }+/// IOF Core 声明了一批传递属性(before/after/occursDuring…)。/// 这是 R0 环检测唯一有真实依据的地方#[test]