knowsys/nemo

Nemo – 一个快速的内存内 Datalog 引擎

是什么

• Nemo 是一个规则引擎，允许您编写 Datalog 程序（逻辑规则）来查询和转换数据。它完全在内存中运行，专为速度而设计。
• 使用 Rust 实现，提供命令行工具（nmo）、语言绑定和浏览器端 UI。

为何重要

• Datalog 是一种常用于知识图谱推理、数据集成和静态分析的声明式语言。Nemo 的目标是结合低级系统的性能与高级逻辑查询语言的易用性。
• 其数据模型与 RDF 和 SPARQL 兼容，因此可作为语义网数据集的轻量级推理引擎使用。

主要功能（如 README 所述）

类别	详情
性能与可扩展性	内存中执行，使用 Rust 编写，支持大规模分析工作负载。
声明式规则语言	支持分层否定、算术、聚合和存在规则（TGD）的 Datalog 语法。
数据格式支持	输入/输出：CSV、TSV、通用 DSV、N-Triples、Turtle、RDF/XML、N-Quads、TriG，以及直接访问 SPARQL 端点。
互操作性	命令行客户端（nmo）、语言绑定和在浏览器中完全运行的 Web UI。
兼容性	专为与 RDF/SPARQL 数据模型兼容而设计，同时保持经典逻辑编程语义。
开源	采用 Apache-2.0 和 MIT 双重许可；欢迎贡献。

如何开始

1. 安装 – 从发布页面获取预编译二进制文件，或使用 cargo build -r 从源码构建（Linux 需要 Rust 和 OpenSSL 开发库）。
2. 运行 – nmo --help 显示 CLI 选项。示例程序和数据集位于独立的 nemo-examples 仓库中。
3. 探索 – 访问 https://tools.iccl.inf.tu-dresden.de/nemo/ 体验在线演示，引擎在您的浏览器中直接运行。
4. 了解更多 – 完整文档、教程和 API 参考请访问 https://knowsys.github.io/nemo-doc/。

典型用例

• 对 RDF 知识图谱进行推理（例如，从现有数据推断新三元组）。
• 复杂的数据集成流水线，其中规则将 CSV/TSV 源与语义数据结合。
• 逻辑编程、规则推理或知识表示领域的学术研究。

项目状态

• README 指出 Nemo 正在积极开发中，当前版本为 不稳定 —— 请预期频繁更新和可能的破坏性变更。

社区

• GitHub 上的讨论、Gitter/Matrix 聊天室，以及活跃的文档网站。

总结 Nemo 提供了一个快速、基于 Rust 的 Datalog 引擎，将传统逻辑编程与现代 RDF/SPARQL 生态系统相连接，适用于任何需要在结构化数据上进行高性能规则推理的用户。