SST（Semantic STEP Technology）- 语义STEP技术

 SST - 语义STEP技术

SST - Semantic STEP Technology

前言

文档定位

本文系统阐述 SST（Semantic STEP Technology，语义 STEP 技术）的核心理念、标准融合策略、技术架构、产品矩阵及开源商业化路径，面向工业软件开发者、企业架构师、数据治理负责人及技术决策者。SST 的底层语义技术具备跨行业通用性，本文以工业领域为首要切入点进行系统阐述。

事实来源

本文涉及的全部关键事实均可在 SST 官方公开渠道核验。技术参数与版本信息以 SST 官方网站及 GitHub 官方仓库发布页为准。

内容导读

全文四章递进展开：

第一章从"标准与数据"的宏观视角切入，剖析工业数据面临的语义鸿沟与标准碎片化困境，阐明 SST 的破局逻辑。

第二章聚焦 SST 技术本身，详解"本体显式化、不依赖推理、封闭世界假设"的设计哲学，以及 SST-Core、SST-Ontologies、SST-EDM 三层产品架构。本章为全书核心，建议全体读者精读。

第三章深入解析 SST-LCI 本体与 ISO 15926 的差异、Core API 与 Repository/Stage 架构、SST-CLI 命令行工具及许可证策略，面向开发者与架构师。

第四章介绍企业概况。

附录另附概念—模块—功能映射表、参考文献及、Go 语言开发示例及命令行参考概要，供技术延伸查阅。

版本与时效

SST 正处于快速迭代期：SST-Core 已演进至 v1.0.1，SST-Ontologies 同步更新，SST-EDM 尚处 MVP 阶段，完整功能版本预计 2026 年底发布。建议读者结合本文档与以下官方渠道获取最新动态：

• SST官网：https://www.semanticstep.com / https://www.semanticstep.cn
• SST-Core 源码：GitHub - semanticstep/sst-core: Semantic STEP Technology Core, a toolkit and database to manage semantic web data for industrial product data based on STEP, ISO 10303 and Life-Cycle Integration, ISO 15926 standards · GitHub
• SST-Ontologies 源码：GitHub - semanticstep/sst-ontologies: Higher level ontologies used by SST-Core · GitHub
• SST-EDM 试用平台：https://edm.semanticstep.net

一、标准与数据：工业智能化的双重驱动

1.1 数据：从信息载体到核心生产要素

数据是客观世界被记录和存储的原始符号，是信息的载体。在计算机科学的语境中，数据是"所有能够输入计算机并被程序处理的符号的总称"。数据本身虽为未经加工的"原材料"，但经过处理和分析后，便转化为有意义的信息，进而沉淀为知识，进而支持决策。

进入数字时代，数据已超越单纯的技术概念，成为与劳动、资本、土地、知识、技术并列的新型生产要素。据《数据要素发展报告（2025年）》统计，2024年全国数据生产总量达41.06泽字节（ZB），同比增长25%。数据不仅规模庞大，其价值更呈递进式释放：在业务贯通层面，支撑业务系统运转；在数智驱动层面，通过数据复用优化决策；在跨主体流通层面，赋能多方协作实现价值再创造。

特别是在工业领域，数据贯穿产品从设计、工艺、制造到运维、报废的全生命周期。消费平台上的行为数据、产业互联网上的人机物数据、无人驾驶汽车的感知数据——这些原始数据伴随生产活动同步产生，构成了工业智能化的基础资源。然而，数据的价值并非孤立存在，其释放深度取决于数据关系的挖掘与语义清晰程度。只有当数据被赋予明确的语义、在统一的标准下被组织、在可信的架构中被流通，其潜在价值才能从不可互操作的数据记录转化为可流通的生产要素。

1.2 标准：产业协同与国际竞争的通用语言

数据是工业智能化的基础资源，标准则决定其流通效率与价值转化能力。标准是社会、经济和技术发展的基石，它通过统一技术规范、保障产品质量、提升协作效率、推动持续创新，确保市场秩序和国家竞争力。在工业生产中，统一零部件规格便于大规模生产和组装；在质量管控中，标准明确产品和服务的准则及检验方法；在跨组织协作中，标准提供共同语言和技术依据，使不同企业、部门乃至国家能够顺利沟通和配合。

国际标准的作用更为深远。作为国际贸易的技术协调基础与质量仲裁依据，国际标准为进出口商品质量提供统一依据，减少因技术标准差异导致的技术壁垒，促进贸易自由化。在全球产业竞争格局深刻变革的今天，标准制定权已成为大国科技与经济博弈的核心战场。中国正加速从"国际标准应用者"向"全球规则制定者"转型，在人工智能、绿色低碳、智能制造等前沿领域持续贡献中国方案。

对于工业产品数据而言，标准的重要性尤为突出。从ISO 10303（STEP）到ISO 15926，从IEC 61360到ISO/IEC 81346，这些国际标准构建了工业产品数据交换与管理的知识骨架。没有标准，设计部门的意图无法在制造端准确复现；没有标准，跨企业的质量追溯将沦为"人工翻译"的迷宫；没有标准，AI对工业数据的理解便缺乏统一的语义规则与术语定义。

1.3 工业数据的深层困境：标准不能在数字化过程中落地与语义鸿沟

然而，在工业数据领域，"标准"与"数据"的长期分离造成了深层次的结构性矛盾。

一方面，呈现工业数据标准不能在数字化过程中落地的碎片化格局：W3C语义网标准面向开放世界设计，缺乏工业场景所需的确定性；ISO 15926提供了全生命周期4D框架，但其OWL实现包含大量高度抽象概念，工程落地价值存疑；ISO 10303（STEP）是工业产品数据交换的事实标准，几何表示强大，但PDM/PLM领域语义基础薄弱，内部AIM/MIM/ARM多模型映射复杂。

另一方面，工业数据管理面临三类障碍：数据割裂/碎片化——设计、制造、运维各环节系统繁多，模型不通、协同低效；如何把标准应用到数字化活动当中——工业数据标准不协调，转换导致语义和数据丢失，AI应用难以规模化落地；数据自主——核心数据困于专有格式，面临技术生态锁定与迁移成本风险。

传统解决方案只能在标准之上做格式转换，转换会语义丢失，形成沉重的"语义债务"。设计部门的意图在传递到制造端时会丢失，DFMEA识别的风险无法关联到PFMEA的控制措施，质量闭环难以形成。这种行业困境，根源在于数据缺乏统一的语义基础设施——数据虽被记录，但"这个符号到底指什么、在什么上下文中成立"并未被机器理解。

1.4 SST 的解决路径是：以语义技术融合标准与数据

要解决上述问题，需建立一套融合标准语义与数据实例的技术基础设施：它需同时满足多重要求：继承国际标准的权威性，具备语义网技术的形式化能力，使机器能够直接理解工业数据，并确保跨阶段、跨系统的数据完整流转与来源追溯。

语义STEP技术（SST, Semantic STEP Technology）正是面向这一需求而诞生。SST不是凭空发明一套新的语义体系，而是将制造业中已有的标准语义——包括ISO 15926（生命周期数据集成）、ISO 10303（STEP，产品数据交换）、ISO/IEC 81346（参考命名系统）、IEC 61360（通用数据字典）等——用本体（Ontology）进行显式、形式化且可共享的表达，构建单一集成数据模型。通过W3C语义网标准（RDF/S、OWL 2）作为统一语法基础，SST让工业数据实现机器可直接理解的语义表达，消除格式转换中的语义损耗，实现全生命周期数据贯通。

作为新一代工业数据技术基础设施，SST以"不依赖推理、显式声明"的设计哲学确保数据的确定性与高性能，以Git式修订控制实现工业数据的版本化协同，以云原生架构支撑分布式设备集群的统一管理。它既是国际工业标准在数字时代的语义化延伸，也是工业数据要素价值释放的核心基础设施。

从国内产业实践看，SST 的架构与 GB/T 35119-2017《产品生命周期数据管理规范》所定义的产品全生命周期管理框架高度契合。该标准将产品生命周期管理定义为"采用一系列应用系统，为产品生命周期内企业内或企业间的产品及其过程信息协同产生、管理、分发和使用的应用解决方案"，覆盖"概念—设计—采购—生产—销售—售后服务"全过程，并提出了由生命周期维、应用领域维和视图维度构成的三维模型空间，以及产品视图、过程视图、组织视图、资源视图和数据视图五类视图的集成方法。SST 通过 ISO 15926 实现生命周期维的 4D 时空建模，通过 STEP/ISO 10303 覆盖设计/工艺/制造/维护/质量等应用领域，通过 SST-Ontologies 的单一集成数据模型同时支撑产品视图（结构/BOM）、过程视图（工艺/变更）、组织视图（人员/权限）、资源视图（量与单位/参考数据）和数据视图（RDF 三元组/NamedGraph），形成与国际标准及国内 PLM 标准双向对齐的技术基础设施。

二、SST：语义STEP技术

2.1 理解SST的核心概念：本体与语义

2.1.1 什么是语义？

语义解决的是一个朴素的问题：这个符号到底指什么？在什么上下文中成立？

例如，在工业系统中看到"product_id = A-2026-001"——如果你不懂业务，它只是一行字符；但如果你了解这个系统，你知道它指向一个真实的产品，有特定的规格、工艺路线和质量记录。

语义有三个层次：

符号层：字段名、标签、标识符本身。product_id、CustNo、工艺编号——它们只是符号，本身没有意义。

指代层：符号指向了现实世界中的某个对象。product_id = A-2026-001指向了"某型号电路板这个产品"。

解释层：不仅知道"指向谁"，还知道"怎么理解和使用这个指向"。例如：该产品的生命周期规则是什么？它可以和其他概念发生什么关系？一个产品可以对应多个工艺，但一个工艺只能属于一个产品。

解释层才是语义真正的内核。在制造业中，语义无处不在——每个系统、每个部门、每个人都有自己对"产品""工艺""质量"的理解。但这些语义通常是隐性的、碎片化的、不一致的，藏在代码注释里、Excel表格里、交接文档里。这种不一致导致数据不一致、合规困难、系统对接失败的问题——这就是语义债务。

2.1.2 什么是本体？

人类日常沟通依赖一种隐性共识：当提及"苹果"时，对话双方默认指向水果而非电子产品；当说"红灯停"时，无需查阅法规即可理解其含义。这种共识来源于共享的语言习惯与语境，但它存在于人的认知中，具有模糊性与个体差异。

工业标准将这种隐性共识转化为显性规则——例如规定螺丝直径精确到毫米、交通信号灯的色度与周期——但标准文档本质上是供人阅读的自然语言文本。本体（Ontology）则更进一步：它将显性规则转化为机器可直接解析的形式化知识框架，明确界定某一领域内存在哪些实体、如何命名、具备何种特征、实体间如何关联、关联数量受到何种约束。计算机不具备"心领神会"的能力，本体即为其提供可执行的概念字典与关系语法。

从信息科学的严格定义来看，本体是指对一个领域内的概念体系进行显式的、形式化的规约。

显式：不能仅停留于认知层面，必须显式、可视化地记录，供所有人共享。

形式化：要用结构化的方式表达——类、属性、关系、约束、公理。

规约：是群体的共识，大家同意按照这套规则来理解和表达。

2.1.3 语义与本体：SST的底层逻辑

语义是意义本身。本体是把意义系统化、显性化、可共享的建制。

没有语义，本体就是空洞的形式主义；缺乏本体，语义便无法统一——个体理解各异、沟通反复错位、系统集成伴随持续的语义损耗。

三个行业类比：阐释语义与本体的关系

场景一：汽车售后维修

在维修场景中，技师对同一零部件的表述往往不一致——有人称之为"节温器"，有人称之为"温控开关"，亦有简写为"水阀"者。更为严重的是，整车厂的电子零件目录（EPC）中该部件具有唯一标准编号（如 Thermostat, 11537549476），而独立维修厂通常不存在此编码体系。

本体的作用相当于整车厂发布的全球统一维修手册：为每个零部件赋予唯一的标准名称与零件号（Vocabulary）；将整车按系统逐层拆解为汽车 → 发动机 → 冷却系统 → 节温器（Breakdown）；规定装配时必须对准标记、必须涂覆防卡剂（Axioms）；明确一台四缸发动机必须有且仅有四个火花塞（Cardinality Restrictions）。

在此规范下，全球各授权服务网点的维修工单、零件采购单与保修索赔单方可实现跨店、跨国对齐。若缺乏此规范，则"更换了控制冷热的开关"这类描述虽可完成实际维修（数据并非无效），但无法进入系统追溯质保、无法统计故障率——其可用性将显著降低。

场景二：工程机械维保

维修场景中"元件"一词含义模糊——师傅口中的电路板零件，在系统中可能对应程序模块。若制定《工程机械维保规范》，严格区分硬件零部件与软件程序，并统一拆解、报修、采购的数据标准，则工厂、维修站与供应商方可协同；否则记录虽可填写，但三方数据无法互通。

场景三：PCB精密加工

产线上"盲孔"一词在不同工序指向不同结构——钻孔工序的机械盲孔、激光工序的激光盲孔、电镀工序的金属化盲孔，工艺参数各异却名称相同，极易混淆。若建立《PCB制造全流程语义规范》，区分三类盲孔语义、定义拆解单元并设定堆叠规则，设计、数据处理、制造与质量部门才能统一执行；否则设计意图将在传递中丢失，DFMEA 风险无法关联至 PFMEA 控制措施，质量闭环难以形成。

映射到 SST：

上述三类场景在制造业中对应同一问题：语义理解依赖个人经验与局部默契，缺乏跨系统、跨组织的统一规范。SST-Ontologies 的作用即在于此——它将 ISO 15926（生命周期数据集成）、ISO 10303（STEP）、ISO/IEC 81346 等国际标准整合为单一集成数据模型，通过显式公理定义概念、关联与约束，使机器能够直接理解和处理工业产品数据。若无此语义规范，老员工凭经验仍可工作，但系统集成、AI 应用与跨企业协作将难以推进。

跨行业映射示例

为便于非制造业背景读者建立直观认知，以下列举三个跨行业参照：

图书馆分类体系：图书馆学中的《中国图书馆分类法》将知识划分为大类（哲学、自然科学等），并逐层细分（自然科学 → 化学 → 有机化学）。每册文献必须赋予唯一的主分类号，且分类之间存在明确的从属关系（如"有机化学"属于"化学"）。该体系即为本体的雏形：先建立知识地图（本体），再为每册文献编目（数据）。缺乏此地图，馆藏将退化为无法检索的随机堆放。

医院科室与诊疗规范：临床医学将疾病划分为大类（内科、外科等），再细分为专科（内科 → 心血管内科 → 冠心病），同时规定硬性诊疗规则——胸痛患者必须先做心电图以排除急性心肌梗死；一张处方必须有且仅有一个主诊断。该体系即医疗领域的本体映射：科室对应 Classes，疾病细分对应 Subclasses / Breakdown，诊疗规范对应 Axioms，病历格式对应 Schema。

在线旅游平台（OTA）：在 OTA（在线旅行社）平台上，同一房源在不同渠道的表述往往五花八门——A 平台称之为"豪华海景大床房"，B 平台称之为"Deluxe Ocean View King"，C 平台仅标注为"海景房"。更棘手的是，各平台对"含早"的定义不一：有的指自助早餐，有的仅提供简餐；取消政策中"免费取消"的截止时间也各有不同——入住前 24 小时、48 小时或 72 小时不等。本体的作用相当于一套全球酒店业统一数据规范：为房型赋予标准编码（Vocabulary）；将物理资产逐层拆解为酒店 → 楼层 → 房型 → 具体房间（Breakdown）；规定"海景房"必须满足距海岸线直线距离不超过 500 米且视野无遮挡（Axioms）；明确一间标准客房最多容纳 2 名成人加 1 名儿童（Cardinality Restrictions）。在此规范下，携程、Booking、Airbnb 等平台的房源信息、价格策略与用户评价方可实现跨平台对齐，AI 推荐引擎亦能基于统一语义精准匹配用户需求。若缺乏此规范，则"适合家庭入住的带景观的大房间"这类描述虽可完成预订（数据并非无效），但无法支持跨平台比价、无法驱动智能推荐、无法实现供应链自动对接——其数据价值将大幅折损。

映射回 SST：工业数据管理同样需要"图书分类法""科室规范"与"酒店数据标准"——明确数据归属何类、类间如何关联、必须满足何种硬性规则，否则系统将产生"误诊"式或"超售"式的数据错误。SST-Ontologies 的作用即在于此：它将 ISO 15926、STEP、ISO/IEC 81346 等标准中的概念通过 OWL/RDF 进行显式、形式化表达，使机器能够直接理解和处理工业产品数据。若无此语义规范，老员工凭经验仍可工作，但系统集成、AI 应用与跨企业协作将难以推进。

2.1.4 制造业语义债务困境与SST破局方向

如第一章所述，工业数据管理面临的三类障碍——数据割裂、如何把标准应用到数字化活动当中与数据自主——根源在于底层语义不通。这使数字孪生、预测性维护与AI决策难以深化，企业错失转型先机。

SST 的设计目标正是破解这一困境：通过语义 STEP 技术，将 ISO 15926、STEP、ISO/IEC 81346、IEC 61360 等制造业既有标准语义用本体显式化、形式化、可共享化，让机器直接理解工业产品数据，实现从"人读"到"机读"的语义跨越，为工业数据的互联互通与智能化升级提供确定性基础设施。

2.2 SST 技术定位

SST（Semantic STEP Technology，语义STEP技术）——新一代工业数据技术基础设施，由德中股东Lothar Klein领导中国团队，援用现有标准，系统性、原创性推出。SST作为面向工业领域的数据基础设施，用于开发Web服务及其他应用程序，聚焦于各类工业产品数据，涵盖产品的设计、生产、维护和使用。SST基于W3C语义网标准构建，针对云计算环境进行性能优化，其技术内核SST-Core采用Go语言实现。SST遵循2.6节阐述的设计哲学——不依赖推理、显式声明——确保数据的确定性与高性能。

SST的定位：SST 并未新建语义体系，而是将制造业中已有的标准语义（ISO标准、行业规范、企业经验）用本体（OWL/RDF）进行显式、形式化且可共享的表达。SST-Ontologies 就是这套语义规范，将ISO 15926、STEP(ISO 10303)、ISO/IEC 81346等国际标准整合为如2.5节所述的单一集成数据模型，让机器（而不仅仅是人）能够理解和处理工业产品数据。

SST 将 W3C Web 标准与 ISO 等一系列工业标准进行最优整合。SST 中的所有应用数据在内部均采用 W3C 定义的语义 Web 技术进行存储，因此 SST 数据对其创建者始终完整可用，并可随时在互联网上与他人共享。实现了产品数据以柔性、高效、精简、分类清晰的，严格无损、一致、可追溯的，中性且跨生命周期、跨系统的交换、集成、存储。

与传统架构 PLM/PDM 及通用图数据库的对比

为便于技术决策者理解 SST 的差异化定位，以下从六个维度进行简要对比。需要说明的是，本表比较的是典型技术架构特征，不构成对特定厂商或产品版本的完整评价；不同 PLM/PDM 产品在 AI 能力、开放性、版本控制等方面的实现存在差异。

维度	传统架构 PLM/PDM	通用图数据库	SST
语义基础	多以文件或关系型数据库为核心，领域语义通常分散在数据模型、代码与配置中	通常不内置面向工业产品数据的语义模型，需自行建模	基于 ISO 15926、ISO 10303（STEP）等标准构建本体，语义显式化、机器可读
标准兼容	通常支持 STEP 等格式导入/导出；当内部模型与 STEP 标准模型存在差异时，转换可能带来语义映射成本或信息损耗	通常不原生支持特定工业标准，需要自行定义数据模型及映射规则	以 STEP、ISO 15926 等标准语义为内核，通过单一集成数据模型降低多模型映射成本
推理机制	业务规则多由应用层代码或配置实现，深度定制后的扩展与版本演进成本通常较高	主要依靠图遍历、查询语言或外部推理组件，语义规则需自行建设	采用封闭世界假设和显式声明，不依赖通用 OWL 推理，强调语义确定性与工程可实施性
版本控制	多采用文件版本、对象版本或数据库事务机制；语义级差异比对和跨分支合并能力因产品而异	通常依赖外部版本管理工具，或由应用层自行实现版本控制	内置 Commit、Branch、Diff、Merge 等 Git 式修订控制能力，作用于 RDF 命名图和数据集
AI 交互	以界面操作和 API 查询为主；AI 助手与自然语言交互能力因厂商、产品版本及部署方案而异	需由应用方自行接入大模型或开发自然语言接口	SST-Core v1.0.1 提供 MCP Server，支持 document tools 及 Dataset/Stage 操作，可为支持 MCP 的 AI 应用提供标准化数据访问入口
数据自主	部分系统采用专有数据模型或私有存储格式，深度定制后迁移和二次开发成本可能较高	数据库本身可能开源，但工业语义模型和数据治理规则通常需自行构建	本体以 MIT 许可发布，核心软件采用商业许可与 PolyForm 非商用许可并行模式；语义数据基于 RDF/Turtle 等开放标准表达，有助于降低生态锁定风险

简言之，从架构侧重点看，传统 PLM/PDM 更侧重解决"数据存哪里、流程如何管"的问题，通用图数据库更侧重解决"数据如何关联"的问题，而 SST 的重点在于解决"数据意味着什么、如何让机器直接理解"的问题。

AI 集成优化：SST-Ontologies 通过单一集成数据模型为 AI 技术提供结构化数据基础；SST-Core 通过 MCP Server 实现 AI 原生交互。

发布信息：2026年4月27日，德中技术与德国SST有限责任公司联合发布 SST-Core v1.0.0；2026年7月20日，发布 SST-Core v1.0.1，带来 Dataset/Branch API 增强、AccessMode RBAC 权限控制、MCP Server 落地、STEP P21 Converter 改进等重大更新。以双重许可模式（商业许可 + PolyForm Noncommercial 1.0.0）提供软件。源代码已发布于 https://github.com/semanticstep/sst-core 。2026年7月25日，基于 SST-Core 的终端应用平台 SST-EDM MVP 已发布供公开试用，首要支持基于 ISO/IEC 81346 的分解结构管理。

2.3 SST 核心能力

基于上述技术定位，SST 为工业数据管理提供四项核心能力：

统一工业数据语义表达：基于 ISO 15926、STEP（ISO 10303）、ISO/IEC 81346 等国际标准，使 CAD、CAM、PDM、PLM、ERP、MBSE 等异构系统基于同一语义模型交换数据，消除数据割裂/碎片化效应。如2.5节所述，SST-Ontologies 的单一集成数据模型同时覆盖 PLM 标准框架下的五类核心视图——产品视图（结构/BOM）、过程视图（工艺/变更）、组织视图（人员/权限）、资源视图（量与单位/参考数据）与数据视图（RDF 三元组/NamedGraph）——实现跨视图语义关联。

贯通产品全生命周期数据：覆盖产品设计 → 工艺 → 制造 → 运维 → 报废全流程数据，实现跨阶段、跨系统的数据完整流转与来源追溯。

实现机器可读与可理解：数据自带语义逻辑关系，支持跨系统自动关联与知识沉淀，遵循2.6节所述设计哲学获得确定性。

轻量化云原生与数字孪生支撑：基于 Go 语言与 W3C 语义网标准构建，适配互联网与云平台，支持分布式协同与 AI 原生交互（MCP Server）。

SST 的本质是一种基于国际标准的开放数据语义技术底座，支持异构系统之间高效、可靠的数据流动和语义互操作，消除数据碎片化效应、把标准软件化、实现自主可控。

2.4 核心技术架构：三大标准系列的独特组合

SST 数据建模的基础是三大标准系列的独特组合：

标准系列	作用
语义网技术（RDF/S, XSD, OWL等）	提供数据的形式化表示与机器可理解的语义基础
ISO 15926 (LCI)	生命周期数据集成的概念框架，提供4D（时空）建模能力
ISO 10303（STEP）	工业产品数据标准，广泛支持 CAD 系统；涵盖几何、PDM、公差等多部分，重点关注 STEP AP242 应用协议

SST 采用"取其精华、去其繁复"的策略：

仅使用ISO 15926-12中约50%的最基础概念，更高级的概念被更简单、更直接可用的概念取代

STEP中关于表示的部分（几何、拓扑、运动学等）被SST直接或仅经最小改动采纳

STEP中PDM和PLM领域的部分被ISO 15926概念或由此衍生的概念取代

此外，SST整合以下标准以覆盖更广泛的数据建模需求：

• ISO/IEC 80000：量与单位
• ISO 13584：零件库
• IEC 61360：通用数据字典（CDD）
• ISO 13399：切削刀具
• eClass：工业分类标准
• ISO/IEC 81346：参考命名系统（RDS）
• ASD S3000L：后勤支持分析（LSA）

2.5 核心价值：单一集成数据模型

SST提供高层本体，把多种标准的数据模型构建为单一集成数据模型（single integrated data model），解决不同标准间兼容性的难题。

这与STEP/ISO 10303不同，后者定义了多个相互映射的独立数据模型（AIM/MIM、ARM、核心模型、域模型）。SST本体通过将不同标准的概念整合到单一集成数据模型中，弥合了这些标准之间的主要不兼容性。

2.6 设计哲学：不依赖推理，显式声明

SST在OWL的使用上做出了一个关键的设计决策：不依赖推理（reasoning）。OWL最初被设计用于支持对RDF数据的逻辑推理，但这种推理可能耗费大量时间和内存。SST不依赖推理；相反，它要求显式陈述所需的基础信息，以便直接利用所提供的数据。

这一决策带来三大优势：

高性能：避免了推理带来的计算开销

确定性：数据的含义完全由显式声明决定，具有确定性

工程化友好：与 SST API 的 Early/Late Binding 双模式结合，应用程序开发更加直接

这一设计哲学与第3.1节讨论的语义与本体关系直接相关：语义是目标，本体是手段。SST选择不依赖推理，是因为推理（reasoning）试图从已有数据中"推导"出隐含的语义，这在开放世界假设【OWL 基于开放世界假设（OWA），而 SST 采用封闭世界假设（CWA）】下可能耗费大量时间且结果不确定。而SST选择显式声明——要求数据的创建者把语义说清楚、写明白，要求数据的创建者显式声明（explicitly state）所需的基础信息——这正是一个成熟本体应有的姿态：不依赖推理，只表达显式声明的共识。

2.7 SST 产品结构

下图展示了 SST 从底层存储到上层应用的完整技术架构：

2.7.1 SST-Core：高性能语义引擎

SST-Core：SST 的技术内核，是基于 W3C 语义网核心技术标准（RDF/S, XSD, OWL 2 等）构建的 Go 语言 API / 库，原生支持 Turtle、TriG 等 RDF 序列化格式。面向软件开发者及企业级应用，通过整合 STEP/ISO 10303 与 ISO 15926 等工业标准的高层本体，为 CAD, CAM, PDM, PLM, ERP, LSA 及其他 CAx 系统提供高性能的工业产品语义数据管理工具包与数据库。

SST-Core 提升 RDF/S、OWL、Turtle 和 TriG 等语义网标准的云计算效率，支持各种 Web 应用，并自带 Git 式修订控制功能，支持分布式存储与历史追溯。

SST API：完全使用 Go 语言编写，支持 Late Binding（通用SST API）和 Early Binding（SST Ontology Compiler生成Go结构体）两种编程模式。

Triplex 三向结构：内存中特殊数据结构，支持从主语、谓语、宾语三个方向高速遍历 RDF 图，区别于仅支持单向或双向的通用RDF工具。

SST Repository：BBolt（主数据持久化）+ Bleve（Lucene式全文检索）+ Document Vault（非RDF文档存储），支持本地与远程部署。

Git 式修订控制：支持提交（Commit）、分支（Branch）、差异比对（Diff）和合并（Merge），支持独立开发后的合并，实现 RDF 数据的协同工作。

SST Ontology Compiler：将 SST-Ontologies 编译为支持 Early Binding 的 Go 语言结构体，简化应用程序开发。

SST-CLI：用于调试和测试 SST-Core 及仓库的命令行界面工具，类似 Git 操作方式。

examples 模块：提供典型使用示例与测试用例。

运行环境要求：SST-Core v1.0.1使用 Go 1.25.0 构建；SST-Ontologies 要求 Go 1.22 或更高版本。

SST-Core 主要组件

组件	说明
SST Ontology Compiler	将 SST-Ontologies 编译为支持 Early Binding 的 Go 语言结构体，特别适用于转换器（Converter）与图形用户界面（GUI）开发
SST API / Library	面向 Go 语言后端开发者的语义网引擎，支持 OWL 2（及 RDF、RDFS）。内置 Triplex 结构允许从主语、谓语或宾语任意方向快速遍历 RDF 图
SST Repository (Master Data)	SST Repository (主数据) | BBolt 嵌入式键值数据库，存储 NamedGraph 及 Git 式修订控制
SST Repository (Index)	SST Repository (索引) | Bleve 全文检索引擎，v1.0.1 重构为异步索引更新
SST Repository (Sync & Access)	SST Repository (同步) | 支持远程仓库同步、配额管理、RBAC 访问控制
SST-CLI	用于调试和测试 SST-Core 及仓库的命令行界面工具，类似 Git 操作方式；亦可执行 SST 应用程序尚未支持的特定功能。v1.0.1 新增：命令注册表（command registry）、remote-to-remote 同步支持
SST Converter	转换器组件框架，已落地 STEP P21 Converter 子组件（v1.0.1 重大改进），其他格式转换器持续扩展中
SST Validation（v1.0.1 增强）	数据验证引擎，支持 ValidateAll（带 reference Stage 对比验证）、Validate 默认全类型检查；改进 rdf:type 主类校验；修复空白节点异常 panic
SST Serialization（v1.0.1 增强）	序列化引擎优化：TriG 空白节点标签唯一性与输出排序；TriG 不再输出 owl:imports；TTL 格式化改进；支持 literal collection 中的 rdfFirst 处理；tilde-escape 往返测试
SST-MCP Server（v1.0.1 新增）	Model Context Protocol（MCP）服务器实现，支持 document tools 及 Dataset/Stage 操作，为上层应用（包括 SST-EDM）提供 AI 原生交互能力。

数据类型映射

SST-Core 支持以下核心数据类型与 Go 语言的映射：

SST 数据类型	Go 类型
xsd:string	string
rdf:langString	TypedString struct { Val string; Type Node }
xsd:boolean	bool
xsd:decimal	string（字符串表示）
xsd:integer	int64
xsd:double	float64
xsd:float	float32
xsd:dateTime / xsd:dateTimeStamp	string
xsd:byte	int8
xsd:short	int16
xsd:int	int32
xsd:long	int64
xsd:unsignedByte	uint8
xsd:unsignedShort	uint16
xsd:unsignedInt	uint32
xsd:unsignedLong	uint64

Triplex 三向结构详解

Triplex 是 SST-Core 在内存中的特殊数据结构，支持从三个方向高速遍历 RDF 图：

单向（Uni-Directional）：从主语出发，遍历谓语和宾语。这是大多数通用 RDF 工具的默认能力。

双向（Bi-Directional）：在单向基础上，增加从宾语节点反向遍历谓语和主语的能力。部分工具仅通过查询操作支持。

三向（Tri-Directional）：在双向基础上，增加从谓语出发遍历主语和宾语的能力。这对 SST 至关重要，因为工业数据中存在大量带有附加属性的复杂关系（如装配关系附带形状表示信息、几何变换操作等），三向遍历使这类复杂语义关系可被高效分析，无需依赖耗时的逻辑推理。

技术约束：SST-Core 不是通用 RDF 工具包——引入特定限制以实现高性能，SST-Core 生成的 RDF 符合 W3C 标准，但并非所有 RDF 文件都能导入。

STEP P21 Converter（v1.0.1 重大改进）：

• 九轮增量改进，支持 Bosch .stp 导入修复
• 新增 raw parse export 与语义转换优化
• Ontology-driven STEP 实体映射
• 规范化语义 STEP 关系输出
• 移除冗余 uncertainty quantity type
• 新增 PMI 分析能力：追踪 PartDesign PMI 图关系

2.7.2 SST-Ontologies：本体

SST-Ontologies：基于工业标准构建的高层语义本体库，是 SST-Core 的语义建模基础。它将 ISO 15926、STEP(ISO 10303)、ISO/IEC 81346 等国际标准中的建模概念整合为单一集成数据模型，弥合不同标准间的差异，为工业产品数据提供机器可理解的知识骨架。

高层本体库源代码发布于 https://github.com/semanticstep/sst-ontologies。

名称	核心标准	本体文件	核心能力
基础语义	RDF, RDFS, XML Schema	rdf, rdfs, xsd	三元组图结构基础；数据类型约束
知识组织与约束	SKOS, SHACL	skos, sh	概念层级组织；数据形状约束（本体已定义，基础验证引擎已落地，完整形状约束检查持续完善中）
OWL 2 逻辑与 SST 元框架	OWL 2 (owl:imports)	owl, ssmeta	owl：W3C OWL 2 标准词汇（类、属性、约束、继承、等价关系），提供统一逻辑表达基础；ssmeta：SST 元概念框架（ConnotationalClass / OptionClass），定义 STEP 实体映射规则（stepImEntityMap / stepImMapAttributeOrder）
LCI 本体	ISO 15926	lci	全生命周期4D概念框架（时间、空间、演化）
几何与表示	ISO 10303-43（主）；另覆盖 -41、-42、-45、-46、-101、-108；v1.0.1 扩展覆盖 -47 (-47 由 sso 本体覆盖)及 -113；-105、-109 处于规划阶段（尚未覆盖）, mechanical_design_schema 与 sso 本体协同	rep	几何/拓扑/运动学、视觉呈现/制图、测量表示项、整数表示项、布尔列表、机械设计，v1.0.1 扩展：新增 ISO 10303-46 Visual presentation 完整 schema 覆盖（presentation_organization_schema、presentation_definition_schema、presentation_appearance_schema、presentation_resource_schema）；新增 ISO 10303-101 draughting_element_schema；新增 ISO 10303-113 mechanical_design_schema（与 sso 本体协同）；新增 rep:MeasureRepresentationItem（作为 ssmeta:OptionClass，与 qau 子类型配合使用）、rep:IntegerRepresentationItem、rep:ListOfBoolean；将 rep:GeometricRepresentation 定义为 ssmeta:ConnotationalClass（该概念在 STEP IR/MIM 中不存在）；修复 rep:BSplineSurfaceWithKnots；扩展 ssmeta:stepImEntityMap 与 ssmeta:stepImMapAttributeOrder 的 RDF 实体定义
PDM、公差、参考代号与产品属性	ISO 10303-41（PDM 相关 schema）, -44, -47, AP242, ISO/IEC 81346	sso	PDM模型、Breakdown/BreakdownOccurrence 结构、81346 参考代号进一步特化、公差/尺寸/基准（GeometricTolerance, DatumSystem, Datum, DatumFeature 等），v1.0.1 扩展：新增 sso:Breakdown 及 aspect specific subtypes 用于表示顶层节点，与 sso:BreakdownOccurrence 节点（带参考代号的节点）分离；移除 sso:refDes81346_12_top_node_domains（非 refDes）；新增 refDes81346 针对其他未覆盖 81346 ClassSystems 的进一步特化；新增 ISO 10303-47 shape_tolerance_schemas 与 shape_dimension_schema，涵盖sso:DimensionalLocation、sso:DimensionalSize及其子类型和相关对象；新增 ISO 10303-113 mechanical_design_schema（与 rep 本体协同）；将 property_definition_representation、item_identified_representation_usage 及其子类型从 rep 本体迁移至 sso 本体
量与单位	ISO 80000	qau	量与单位（替代 ISO 10303-41 measure_schema；新增 PropagationCoefficient）
参考数据	—	countrycodes, currencycodes, color	国家代码、货币代码、颜色代码标准化（跨行业通用属性枚举值）
应用数据实例	电气/电子数据（Schematic Diagrams，原理图）	eed	原理图、工程数据管理

注：lci、sso、rep 等本体在 v1.0.0 发布时为基础版本，v1.0.1 已大幅扩展完善。

SST-Ontologies 目前共包含 15 个本体文件，版本 v1.0.1，按字母顺序完整清单如下：

color（颜色本体）、countrycodes（国家代码本体）、currencycodes（货币代码本体）、eed（电气/电子数据本体）、lci（生命周期集成本体）、owl（OWL本体定义）、qau（量与单位本体）、rdf（RDF本体定义）、rdfs（RDFS本体定义）、rep（表示本体）、sh（SHACL本体定义）、skos（SKOS本体定义）、ssmeta（SST元本体）、sso（语义STEP本体）、xsd（XML Schema数据类型定义）。

v1.0.1 编译器增强：

• 新增 circular subClassOf 循环检测，防止无限递归
• 引入 reasoner 解决 union 问题
• 词汇表重新编译
• 将编译器中非必需的文件迁移至本体模块
• v1.0.1 编译器适配：编译器与 P21 转换器适配新本体结构

2.7.3 SST-EDM：工程数据管理应用平台

SST-EDM（Engineering Data Management）：面向终端用户的工程数据管理 Web 应用，基于底层 SST 核心功能构建，围绕 CAD、CAM、ERP、PDM 数据管理。首要应用基于 ISO/IEC 81346 RDS 的分解结构；电气线束设计（EWH）——将支持 KBL/VEC/Capital Harness 等既有行业格式导入，并直接支持基于 STEP AP242 的数据交换。

当前状态：2026年7月25日，SST-EDM MVP（Minimum Viable Product）已发布供公开试用（public access），访问地址 https://edm.semanticstep.net。MVP 阶段仅覆盖核心功能，完整能力持续迭代中，预计2026年底推出完整功能版本。

SST-EDM 采用 Web 应用架构，提供直观的图形化界面。用户可通过左侧导航栏访问总览（All）、分解结构（Breakdown Systems）、通用零件（General Parts）、产品族（Product Families）、组织（Organizations）、分类系统（Class Systems）、模板（Templates）、人员（Person）、物理个体（Physical Individual）、文档（Document）、导入（Import）、关于（About）等模块。右侧视图支持主视图（Main）、属性编辑（Property）、分解结构浏览（Breakdown Occurrence Trees）、Turtle 源码查看及 CSV 导出（Download CSV）功能。

SST-EDM MVP 已发布功能

• 使用 ISO/IEC 81346 参考命名系统的分解结构管理
• 类和关联属性的分类系统
• 支持通用 PDM 能力：零件、产品族、组织、模板、人员、活动、文档等

开发中功能

• 电气线束设计（EWH）——将支持 KBL/VEC/Capital Harness 等既有行业格式导入，并直接支持基于 STEP AP242（ISO 10303-242:2025）的数据交换
• 其他应用领域（Other application areas to follow）

2.8 SST 技术特点总结

特点	说明
三大标准系列独特组合	以 W3C 语义网为统一语法层；ISO 15926 取精弃冗（仅保留 50% 核心概念），替代 STEP 的 PDM/PLM 语义层；STEP 表示层（几何/拓扑/运动学）直接采纳。整合 IEC 61360/81346 等，形成覆盖工业数据全维度的单一语义底座。
单一集成数据模型	15 个本体文件（v1.0.1）构建统一高层语义库，将多标准概念整合为单一层级数据模型，消除 AIM/MIM/ARM 多模型映射的语义衰减与维护成本。
属性作为一等公民	事物特征直接以 RDF 属性表达个体，而非定义"具有相同属性值的类"；应用数据仅复用上层本体已定义属性，保证模型统一性，避免属性层面的冗余与碎片化。
不依赖推理	采用封闭世界假设（CWA）+ 显式声明：要求数据创建者显式陈述全部基础信息（如 rdf:type），数据含义完全由显式声明决定，杜绝推理带来的不确定性与性能开销。
Triplex 三向结构	主/谓/宾三向遍历，突破通用 RDF 工具的单/双向限制；支撑复杂语义关系的高效图分析，无需耗时逻辑推理即可解析带有附加元信息的关系结构。
高性能	Go 语言实现，针对云环境优化；Repository 采用 BBolt 主数据 + Bleve 全文索引 + Document Vault 分层解耦，v1.0.1 索引更新异步化，实现高速存取与灵活查询分离。
全生命周期	基于 ISO 15926 的 4D（时空/演化）框架，管理产品从概念到退役的完整生命周期数据。
Git 式修订控制	Commit/Branch/Diff/Merge 直达 RDF 语义数据；Dataset-Revision 通过 NamedGraph 哈希级联计算，确保导入图全量处于严格版本控制之下。
远程访问与安全	标准 Web 认证协议 + Keycloak OIDC；v1.0.1 引入 AccessMode RBAC（含 SuperAdmin、客户端 ID 级控制）与 Repository 配额管理，支撑分布式集群统一治理。
AI 集成优化	SST-Ontologies 提供结构化数据基础；SST-MCP Server（v1.0.1）支持 document tools 及 Dataset/Stage 操作，实现自然语言驱动的工业数据交互。

三、SST 技术深度解析（面向技术开发者与架构师）

3.1 SST-LCI 生命周期集成本体与 ISO 15926 对比

SST-LCI（Life-Cycle Integration）本体衍生自 ISO 15926 系列标准，特别是：

ISO 15926-2:2003《工业自动化系统和集成——过程工厂生命周期数据集成，包括石油和天然气生产设施，第 2 部分：数据模型》

ISO/TS 15926-12:2018《以 Web 本体语言（OWL）表示的生命周期集成本体》

SST-LCI 继承了 ISO 15926 的 4D（时空）建模理念，但在实现方式上存在显著差异，其结果是 ISO/TS 15926-12 中约 50% 的术语被直接复用，另外 50% 以不同方式实现。

核心差异如下：

1. 显式声明复杂关系：SST-LCI 充分利用 OWL 的表达能力，通过显式声明策略完整覆盖 ISO 15926-2 的所有能力。不同于依赖通用推理推断隐含语义，SST 要求将工业数据中的复杂关系及其附加属性（如形状表示、变换操作等）直接显式声明，确保数据含义完全由显式陈述决定，兼具表达能力和工程可实施性。

2. 不依赖推理：OWL 最初为开放世界假设（OWA）下的逻辑推理而设计，但通用推理可能耗费大量时间和内存。SST-LCI 基于封闭世界假设（CWA），要求对每个节点显式声明 rdf:type 信息，因此通用 OWL 推理在 SST 中既不适合也不必要。

3. 属性作为一等公民：在 SST-LCI 中，事物的属性（特征）直接通过 RDF 属性为个体表达；而 ISO 15926 更倾向于定义"具有相同属性值的类"（例如，所有"红色"事物的类）。

4. 显式定义域细化：SST-LCI 将 rdfs:isDefinedBy 细化为子属性 lci:isDefinedBy，其定义域（domain）为另一个 SST-LCI 资源，而非供人类消费的网页。

5. 个体层面更冗长，类层面更精简：SST-LCI 在个体层面要求更详细的显式声明，同时移除了 ISO/TS 15926-12 中许多高度抽象且实用价值 存疑的高级类概念（如 class_of_class_of_class）。

6. lci:Event 与 lci:PointInTime 建模调整：v1.0.1 将 lci:PointInTime 定义为 lci:Event（及 lci:PointOrPeriodInTime）的子类型——即"点时刻是零时长的事件"，lci:ClassOfPointInTime 同步定义为 lci:ClassOfEvent 的子类型，强化时间维度在生命周期建模中的核心地位。

7. rep:GeometricRepresentation 建模变更：v1.0.1 将 rep:GeometricRepresentation 定义为 ssmeta:ConnotationalClass，因该概念在 STEP IR/MIM 中不存在，需通过 SST 元本体机制显式声明。

8. 本体依赖关系重构：v1.0.1 调整 sso 依赖 rep 但 rep 不依赖 sso。

9. ssmeta:ConnotationalClass 澄清：v1.0.1 对 ssmeta:ConnotationalClass 的概念边界与使用场景进行了进一步澄清。

SST 对复杂关系及其附加属性的表达方式持续演进，以平衡表达能力、验证严格性与工具链兼容性。

3.2 SST-Core 核心概念与术语

在开发基于 SST-Core API 的应用程序之前，需熟悉以下核心概念：

3.2.1 标识与节点

术语	说明
IRI	国际化资源标识符，RDF 的基础。SST 大量使用 UUID-URN 和 URL
UUID	通用唯一标识符。SST 主要使用随机版本 4 UUID，确保跨组织数据交换时不会发生 IRI 冲突
UUID URN	默认用于标识新创建的 Dataset 及其默认 NamedGraph，例如 urn:uuid:8D8AC610-566D-4EF0-9C22-186B2A5ED793
UUID Fragment	NamedGraph 内 IBNode 的 IRI 片段，默认使用随机 UUID。v1.0.1 限制：IBNode.ID() 仅适用于空白节点
Hash	二进制 SHA256 值，用于唯一标识 DatasetRevision、NamedGraphRevision 或 Commit

3.2.2 图与数据集

术语	说明
Dataset（数据集）	由默认 NamedGraph 及通过 owl:imports 导入的其他 NamedGraph 组成。Dataset 与其默认 NamedGraph 共享相同的基础 IRI（无片段）
NamedGraph（命名图）	由一组 RDF 三元组组成，通过 IRI（无片段）标识。在支持修订历史的仓库中，同一 NamedGraph 可存在多个修订版本
NamedGraphRevision	仓库中 NamedGraph 的特定版本，由 Hash 值标识
DatasetRevision	由默认 NamedGraphRevision 及所有直接/间接导入的 NamedGraphRevision 组成，由 Hash 值标识

3.2.3 内存与持久化

术语	说明
Stage（暂存区/工作区）	内存中打开、创建、修改或删除 NamedGraph 的地方。Stage 可链接到 Repository 以实现持久化。一个应用可并行使用多个 Stage。v1.0.1 增强：支持 LinkToRepository 显式链接、alignhistory 历史对齐操作；移除 Stage.ForUndefinedIBNodes
Local NamedGraph	本地命名图，包含该 NamedGraph"拥有"的所有 IBNode 及其主语三向（Subject Triplexes）
Referenced NamedGraph	引用命名图，仅包含被其他本地命名图引用的 IBNode，无主语三向。可从 Repository 加载或从 RDF 文件读取以转换为本地状态
Commit（提交）	将 Stage 中修改的 NamedGraph 写入链接的 Repository，产生新的 Commit 记录、DatasetRevision 和 NamedGraphRevision
Branch（分支）	Dataset 的命名修订。每个 Dataset 可拥有独立的分支名称，分支名称不在仓库的数据集之间自动协调。v1.0.1 Branch API 增强：SetBranchCommit（重命名自 SetBranch）、SetBranchRevision、CommitForRevision

3.2.4 三元组与遍历

术语	说明
Triple（三元组）	由主语、谓语、宾语（或字面量）组成的 RDF 陈述。SST 中主语节点由定义该三元组的 NamedGraph 拥有
IBNode	IRI 节点或空白节点的统称（IBNode: either an IRI node or a blank node）。注意：TermCollection 与 LiteralCollection 均不是 IBNode
Subject Triplex	从主语 IBNode 出发，指向谓语和宾语/字面量
Predicate Triplex	从谓语 IBNode 出发，指向主语和宾语/字面量（可选）
Object Triplex	从宾语 IBNode 出发，指向主语和谓语（可选）
TermCollection	RDF 集合：有序的 RDF 节点或字面量列表，可嵌套（可包含其他 TermCollection 作为元素）
LiteralCollection	特殊优化的集合类型，所有项必须为相同字面量类型，仅可用作三元组宾语，不可在多个三元组间共享

3.2.5 SST 对 RDF 的额外限制

SST-Core 不是通用 RDF 工具包。为实现高性能，SST 引入了以下核心约束：

• 每个 Dataset 和 NamedGraph 均由不带片段的 URI（URN 或 URL）标识
• 数据集的默认图也是一个 NamedGraph，与数据集共享相同的 URI
• IBNode 仅位于一个 NamedGraph 中，其基础 URI 与 NamedGraph 相同，附加片段
• 每个 NamedGraph 包含一个隐式 IBNode（无片段），代表整个 NamedGraph 作为 owl:Ontology
• 空白节点只能在其定义的同一 NamedGraph 内作为宾语被引用
• SST 对数据集采用封闭世界假设（CWA），仅验证默认 NamedGraph 及所有导入的 NamedGraph；仅被引用的 NamedGraph 提供从封闭世界到开放世界的"窗口"，且不在修订控制范围内

3.2.6 验证与序列化

Validation（验证）

SST-Core 提供内置数据验证机制，确保 RDF 数据符合本体约束：

ValidateAll：支持带 reference Stage 的对比验证，可检测当前 Stage 与参考版本之间的数据差异

Validate：默认检查所有数据类型（kinds），包括 rdf:type 主类一致性、属性值域约束等

rdf:type 主类检查：改进的 main-class 校验逻辑，确保实例数据正确关联到本体定义的类型层次

空白节点安全：修复空白节点相关 panic（no-IRI panic、Fragment/IRI panic），提升边界场景稳定性

Serialization（序列化）

SST-Core 支持多种 RDF 序列化格式，v1.0.1 带来以下改进：

TriG 优化：修复空白节点标签唯一性问题，确保输出排序一致性；不再输出 owl:imports（由数据集结构隐式管理）

TTL 格式化：改进 Turtle 输出格式，提升可读性

Literal Collection：支持 literal collection 三元组中的 rdfFirst 处理

Tilde-escape：支持包含特殊字符的 IRI 的 tilde-escape 编码与解码往返测试

3.3 SST-Core API 架构

SST-Core API 的所有函数和方法可分为两大组：Repository 操作（持久化存储）和 Stage 操作（内存数据）。

3.3.1 Repository 架构

SST Repository 是持久化存储 RDF 数据的核心组件，由三个主要部分构成：

组件	技术/说明
BBolt	嵌入式、可序列化、事务性键值数据库，用于存储主数据（Master Data），包括 RDF Dataset 和 NamedGraph 及其完整的类 Git 修订控制（Commit、Log、Branch/Revision）。同时存储非 RDF 文档的元信息
Bleve	嵌入式搜索引擎，提供 Lucene 风格的全文检索和索引能力。索引包含从主数据派生的数据，实现主数据高速加载/保存与灵活查询能力的分离。v1.0.1 重构：异步索引更新（BleveIndexUpdater 接口）、修复同步操作未更新 Bleve 索引的问题、日志记录索引更新成功
Document Vault	用于存储任何类型的非 RDF 文档（如图像、PDF 文件），与 RDF 数据协同管理
Diff 引擎	v1.0.1 重构：修复同一三元组增删错误，支持 NamedGraph.Diff

Dataset 定位与签出：Repository 通过 Dataset(dataset-IRI) 方法定位特定数据集。数据集可包含多个修订或命名分支，通过 CheckoutBranch、CheckoutRevision 或 CheckoutCommit 方法访问。

NamedGraph-Revision 存储：所有 NamedGraph 修订均使用 SST 专用二进制格式编码，计算 SHA256 哈希值作为索引，BLOB 作为值存储于 BBolt 数据库。

Dataset-Revision 计算：由默认 NamedGraph-Revision 的哈希值及所有直接/间接导入 NamedGraph 的哈希值共同计算得出，确保所有导入图均处于完整修订控制之下。

查询定位：SST 不采用 SPARQL 作为数据访问机制——这是 SST 与通用 RDF/Linked Data 存储方案的根本区别（后者以 SPARQL 为主要访问机制）。SST 通过 Triplex 三向结构、Repository API 与 Bleve 可定制索引（Lucene 式全文检索）提供高性能数据访问路径，实现主数据高速存取与灵活查询能力的分离。

Repository 配额管理（v1.0.1 新增）：

• 支持 Repository 级配额管理，统计信息重构为 int64 类型
• 通过 AccessMode 枚举实现 RBAC 细粒度访问控制

远程同步优化（v1.0.1 增强）：

• 修复 source tip → leaf commits 的同步路径，确保分支末端提交正确同步
• 优化 sync & commit-details 处理，提升大仓库同步性能
• 支持不同 Dataset 内容的远程仓库同步测试验证（含专用测试用例）
• Protobuf 协议强化：GetRepoBleveInfoRequest 新增 RepoName 字段；commitInfo 验证逻辑加固

3.3.2 Stage 架构

Stage 是内存中的一个或多个 NamedGraph 及其关联三元组的表示。Stage 可通过以下方式创建：

• 从 Repository 签出（Checkout）DatasetRevision
• 创建新的空 Stage
• 导入 Turtle、TriG、SST 或其他格式文件

Stage 中的 NamedGraph 分为两类：

• Local（本地）：包含所有拥有的 IBNode 及其主语三向，可直接修改和保存
• Referenced（引用）：仅包含被其他本地命名图引用的 IBNode，无主语三向，可通过加载转换为本地状态

Stage 支持通过 Mode 参数控制启用的 Triplex 类型（单向、双向或三向）。

3.4 SST-CLI 命令行界面

SST-CLI 是 SST-Core 的命令行界面工具，直接在 SST-Core API 之上实现，类似于 Git 命令行应用程序。

主要定位：SST-CLI 是 SST-Core 的命令行界面工具，支持调试、测试及数据操作。v1.0.1 大幅扩充交互命令集，支持完整的 Stage 提交、分支管理、版本签出、远程同步等操作。主要用例包括：

• 测试和验证 SST 功能
• 无需编写软件即可提供 SST 测试用例
• 识别和报告 SST-Core API 中的潜在问题
• 执行 SST 应用程序尚未支持的特定功能
• v1.0.1 新增：Stage 提交、分支管理、版本签出、远程同步等数据操作

工作方式：

• 所有签出的 SST 数据以可读的 Turtle（.ttl）文件形式呈现，文件以其对应 NamedGraph 的 UUID 命名
• 数据存储在扁平工作目录中（而非 Git 的工作树结构）
• 配置数据和可选的本地 Repository 存储在 .sst 隐藏子目录中（类似于 Git 的 .git）
• 签出基于 Dataset 进行，工作目录由数据集 UUID 后接分支名称标识
• v1.0.1 新增：支持 .env.sst-cli 环境配置文件
• v1.0.1 移除：queryuuid 命令、stage.validate 的 verbose 标志

启动方式：

$ go build -o cli/sst ./cli/main.go

$ ./sst

v1.0.1 新增命令示例（s1、d1、r1、r2 分别为交互模式自动分配的 Stage、Dataset、Repository 资源别名）：

sst > s1.commit "Initial commit"

sst > d1.checkoutrevision "abc123..."

sst > d1.setbranchcommit "abc123..." "main"

sst > r2.syncfrom r1 main

CLI 支持 Stage 提交、分支管理、版本签出、远程同步等核心操作。交互模式下支持资源别名（如 r1, d1）及 Tab 补全，数据以 Turtle（.ttl）文件形式呈现，配置存储于 .sst 目录（类 Git 的 .git 机制）。v1.0.1 新增核心命令包括 commit（Stage 提交）、setbranchcommit、syncfrom、listcommits 等。

开发说明（v1.0.1）：通过 forbidigo lint 规则清理代码，禁止直接使用 fmt.Print* 等不规范输出，确保日志输出一致性。

3.5 许可证与开源策略

SST-Core 提供双重许可模式：商业许可 或 PolyForm Noncommercial 1.0.0 许可。

PolyForm Noncommercial 许可要点：

• 明确禁止任何商业使用
• 不是 OSI 定义的 Open Source™
• 不是 FSF 定义的 Free Software
• 属于"源代码可获取但带有使用限制"的许可模式

商业许可联系方式：

地区	机构	邮箱
德国	Semantic STEP Technology GmbH	info@semanticstep.com
中国	德中（天津）技术发展股份有限公司	sst@dct-china.cn

SST-Core 源代码发布于：https://github.com/semanticstep/sst-core。

SST-Ontologies（高层本体）及数据建模规范作为开放数据结构公开文档化，源代码已在GitHub发布，采用 MIT 许可证（OSI 认证开源） 。

SST-EDM 当前以公开试用方式提供；预计2026年底推出完整功能版本，采用双许可模式：小规模设计与测试免费使用（无时间限制）+ 商业许可（全功能与保障内存空间）。

SST-Core 采用开源获客、增值收费的可持续商业模式：非商业用途可免费使用，商业用途需购买商业许可；德中通过 SST-EDM 企业版、行业数据模型定制开发、SST 技术咨询与培训等增值服务实现商业变现。

四、企业概况

德中（天津）技术发展股份有限公司（证券代码：839939）成立于1998年，由几位在中国从事德国式职业教育的教师共同创立，是一家以直接加工技术（Direct Processing Technique）为核心的强研发型中德合资企业。公司是国家级高新技术企业、国家级专精特新“小巨人”企业、国家科技型中小企业、天津市“专精特新”中小企业、天津市首台（套）重大技术装备集成应用企业、天津市企业技术中心、天津市“一带一路”联合实验室（研究中心）。公司项目曾获天津市科学技术进步奖三等奖，牵头编制的《激光精密加工设备检验检测规范》获2022年全国工商联商会团体标准“领先者”。

公司以直接加工为特色、闭环自证为手段，系统性开发独体设备及成套技术装备、工业软件和设备控制用硬件、电路板制作工艺方法。客户分布在前沿研发、工业生产、技术教育三大领域。依靠机械、激光、电子、软件等方面技术的深度融合，德中研发制造的多个系列工业设备，已广泛应用于集成电路、新能源汽车、智能电子等多个制造领域。

附录A：概念—模块—功能映射表

本表提供全文核心概念与 SST-Core 模块的完整映射，供技术读者进一步查阅。

概念	定义	SST-Core对应模块	SST-EDM功能
格式	数据的物理载体与编码规则，决定数据如何被存储、序列化与传输。在SST中，TTL是"母语"（内部通用语言），STEP-21和JSON-LD是"外语"（工业交换与Web交换），XML作为辅助语言，支持遗留系统对接。	TTL序列化引擎、STEP-21解析器、XML读写支持、JSON-LD支持（均属 SST Serialization 模块，详见 2.7.1）	数据导入/导出格式转换（.ttl / .stp / .xml / .json-ld）
数据	关于工业对象的原始事实记录，以RDF三元组形式表达（主语-谓语-宾语）。SST中所有应用数据均以RDF格式存储，是W3C语义网标准的核心数据结构。	RDF三元组存储、SST Repository（命名图与数据集）、BBolt持久化引擎、Bleve索引引擎	实例数据管理（持久化存储与查询）
元数据	描述数据的结构与含义的"数据说明书"。ISO/IEC 11179-1:2023定义为descriptions of data。通过 ssmeta 元本体（定义 SST-Core 操作规则与配置参数）与 SST Dictionary 提供数据的结构与含义上下文。	ssmeta元本体、SST Dictionary	数据资产目录与发现（语义索引）
参考数据	跨系统的统一编码字典，提供分类、度量与术语的标准基准。DAMA-DMBOK2定义为any data used to categorize or relate other data, or to relate data to information outside the organization。典型形态包括ISO/IEC 81346 RDS及量/单位/语言/国家/货币等标准词典。	参考数据管理模块（ISO/IEC 81346 RDS、量/单位/语言/国家/货币等分类词典）	分类编码与主数据对齐（基于ISO/IEC 81346 RDS）
语义	符号与所指对象之间的意义映射，确保数据在不同语境下含义一致。Tim Berners-Lee定义语义网为an extension of the current web in which information is given well-defined meaning。SST通过RDF语义层与SKOS词汇管理实现多语言语义对齐。	RDF语义层、SKOS词汇管理（多语言标签/同义词）	多语言语义对齐与术语映射
本体	领域概念的共享形式化规范，定义实体类型及其关系。Gruber（1993）定义为 an explicit specification of a conceptualization。SST 通过其统一的 RDF 数据模型与 SST-Ontologies，将 ISO 15926（生命周期数据集成）、ISO 10303（STEP）、ISO/IEC 81346 等国际标准中的概念通过 OWL/RDF 进行语义化整合与重建，形成机器可理解的知识骨架。	OWL本体库（ISO 15926-12、STEP、ISO 80000、ISO/IEC 81346）、SST Ontology Compiler（本体编译器）	概念建模与显式声明（不依赖推理）的数据管理
模型	特定目的下对现实世界的抽象表示，由数据与规则共同构成。ISO/IEC/IEEE 24765:2017定义为abstraction of a system or a complete description of a system from a particular perspective。SST基于STEP数据模型（ISO 10303），通过SST Ontology Compiler与通用SST API，支持Early Binding（编译时类型检查）与Late Binding（运行时通用接口）两种编程模式。	STEP数据模型支持（ISO 10303）、SST Ontology Compiler（本体编译器）、通用SST API（支持Late Binding）	产品数据模型管理（支持Early Binding与Late Binding两种编程模式）
规范	模型必须满足的技术要求与约束规则，确保数据质量与合规性。ISO/IEC Guide 2:2004定义为document that prescribes requirements for a product, process or service。SST通过SHACL约束语言实现形状约束检查与模型验证自动化。	SHACL约束语言（本体已定义，基础验证引擎已落地，完整形状约束检查持续完善中）	模型验证与合规审计（形状约束检查）
全生命周期	人造实体（系统、产品、服务、项目等）从概念构思到退役报废的演进全过程。ISO 15926 提供4D（时空）生命周期数据集成框架；ISO/IEC/IEEE 15288:2023定义为evolution of a system, product, service, project or other human-made entity from conception through retirement。SST通过 Git 式版本化时间轴（Commit / Branch / Diff / Merge：提交/分支/差异比对/合并）贯穿全生命周期。	Git 式版本化时间轴（Commit / Branch / Diff / Merge：提交/分支/差异比对/合并）	数据血缘与全生命周期溯源
STEP	ISO 10303（工业自动化系统与集成——产品数据表示与交换），提供中性、计算机可解释的产品数据表示与交换机制，独立于任何特定系统，覆盖产品全生命周期（设计/制造/使用/维护/处置）。SST通过STEP数据模型支持（ISO 10303）、STEP AP242 Domain-Model/MIM导入/导出及SST Ontology Compiler（本体编译器）实现STEP数据语义化接入。	STEP数据模型支持（ISO 10303）、STEP AP242 Domain-Model import/export、STEP AP242 MIM import/export、SST Ontology Compiler（本体编译器）	与PLM/MBSE系统对接，实现STEP AP242数据交换
互操作性	多个功能单元之间进行通信、执行程序或传输数据的能力，且几乎无需用户了解各单元的独特特性（ISO/IEC 2382:2015）。SST采用分层设计：内部通信通过gRPC/Local API实现高性能模块间协作；通过 STEP P21 与 AP242 XML 导入/导出及 JSON-LD 实现跨系统数据交换集成，通过MCP协议支持实现AI原生交互。	gRPC / Local API（内部高性能通信）、STEP P21 / AP242 XML / JSON-LD（跨系统数据交换）、MCP协议支持（AI原生交互）	跨系统数据交换与分布式协同
MCP协议	Model Context Protocol（模型上下文协议），AI原生交互协议标准，实现AI与数据仓库的直接通信。SST-MCP Server支持document tools及Dataset/Stage操作，为上层应用提供AI原生交互能力。	SST-MCP Server	AI辅助数据查询、自然语言操作接口
核心原则	SST关于RDF/OWL数据组织的特殊规则与最佳实践（SST Principles）。核心包括：① 封闭世界假设（Closed World Assumption）——未显式声明的事实视为不存在；② 显式声明——不依赖推理，要求数据完整自描述；③显式声明复杂关系——将工业数据中的复杂关系（如装配关系、形状表示关系、几何变换等）及其附加属性通过显式声明表达，确保数据含义完全由显式陈述决定，不依赖通用推理，兼顾表达能力和工程可实施性；④不同IRI标识不同实体。这些原则是SST高性能与工程化落地的底层保证。	SST Principles（RDF/OWL数据组织特殊规则）	确保RDF/OWL数据在SST中的一致性、可维护性与高性能
安全与权限	系统访问控制与身份认证机制，基于OAuth2标准框架（RFC 6749）与Keycloak集成，支持OIDC（OpenID Connect）认证层；AccessMode枚举实现RBAC细粒度访问控制（含SuperAdmin角色、Keycloak客户端ID级访问控制、Repository配额管理），保障数据与操作的安全性。	OAuth2标准框架、Keycloak集成、AccessMode RBAC	身份认证、访问控制、配额管理
工具与导入	辅助开发、调试与数据导入的命令行工具及领域专用导入器。SST CLI提供与 Git 类似的命令行界面，用于调试与测试SST Core及仓库；EWH导入器支持KBL/VEC/Capital Harness等电气线束行业标准格式的导入。	SST CLI（命令行测试工具）、EWH导入器（KBL / VEC / Capital Harness等）	电气线束设计数据导入与交换
IBNode	命名图（NamedGraph）内节点的统称（IBNode: either an IRI node or a blank node），是RDF三元组中主语和宾语的基本构成单元。每个IBNode由且仅由一个命名图（NamedGraph）拥有，其IRI由命名图的基础IRI加片段（Fragment）组成。【术语定义基于sst-core代码仓库】	SST Core核心数据模型	RDF数据节点管理
NamedGraph	由一组RDF三元组构成的命名图（NamedGraph: RDF graph that is defined as a set of RDF triples and that is identified by an IRI），由IRI（不带片段）唯一标识。在SST中，每个命名图对应一个Turtle文件（.ttl），是SST数据组织、导入/导出与版本控制的基本单元。【术语定义基于sst-core代码仓库】	SST Repository核心存储单元	数据组织与版本管理
Triplex	SST内存中的三向数据结构（Triplex structure: a special data structure in memory to represent all the triples），支持从主语、谓语、宾语三个方向高速遍历RDF图，是实现SST高性能查询的核心技术之一，区别于仅支持单向或双向遍历的通用RDF工具。【术语定义基于sst-core代码仓库】	SST Core内存引擎	高性能RDF图遍历与查询
SST Repository	SST数据的持久化存储仓库（SST-Repository is the place to store RDF data in a persistent way），支持：① RDF数据以SST二进制格式存储；② Git 式版本控制（提交/分支/合并/变更追踪）；③ 事务控制；④ Bleve索引支持自定义全文检索与语义查询。分为本地仓库与远程仓库两种类型；远程仓库是SST在Web上发布数据的默认方式。【术语定义基于sst-core代码仓库】	SST Repository（本地/远程）、BBolt数据库、Bleve索引引擎	数据持久化存储、版本控制与语义检索
派生索引	基于NamedGraph数据派生的自定义Bleve索引映射配置，面向高级用户优化全文检索性能。	defaultderive模块（高级用户专用，配置派生NamedGraph数据的特定索引映射）	自定义检索优化（高级配置，暂未面向终端用户开放）
Breakdown（分解）	将系统逐层拆分为组件的层级结构	sso 本体中的 Breakdown / BreakdownOccurrence	基于 ISO/IEC 81346 的分解结构管理
Dataset（数据集）	由默认 NamedGraph 及导入图组成的逻辑数据单元	SST Repository（Dataset / NamedGraph 管理）	数据组织与版本管理
公理/规则	更高层次的逻辑约束	SHACL 约束语言、SST Validation 引擎	模型验证与合规审计

附录B：参考文献

国际标准

[1] ISO/IEC 2382:2015. Information technology --- Vocabulary [S]. Geneva: ISO/IEC, 2015.

[2] ISO/IEC 11179-1:2023. Information technology --- Metadata registries (MDR) --- Part 1: Framework [S]. Geneva: ISO/IEC, 2023.

[3] ISO/IEC/IEEE 24765:2017. Systems and software engineering --- Vocabulary [S]. Geneva: ISO/IEC/IEEE, 2017.

[4] ISO/IEC/IEEE 15288:2023. Systems and software engineering --- System life cycle processes [S]. Geneva: ISO/IEC/IEEE, 2023.

[5] ISO 10303-1:2024. Industrial automation systems and integration --- Product data representation and exchange --- Part 1: Overview and fundamental principles [S]. Geneva: ISO, 2024.

[6] ISO 10303-242:2025. Industrial automation systems and integration --- Product data representation and exchange --- Part 242: Application protocol: Managed model-based 3D engineering [S]. Geneva: ISO, 2025.

[7] ISO 15926-2:2003. Industrial automation systems and integration --- Integration of life-cycle data for process plants --- Part 2: Data model [S]. Geneva: ISO, 2003.

[8] ISO/TS 15926-12:2018. Industrial automation systems and integration --- Integration of life-cycle data for process plants including oil and gas production facilities --- Part 12: Life-cycle integration ontology represented in Web Ontology Language (OWL) [S]. Geneva: ISO, 2018.

[9] ISO 15926-6:2024. Industrial automation systems and integration --- Integration of life-cycle data for process plants including oil and gas production facilities --- Part 6: Rules for the development and validation of reference data of ISO/TS 15926-4 [S]. Geneva: ISO, 2024.

[10] ISO 14040:2006. Environmental management --- Life cycle assessment --- Principles and framework [S]. Geneva: ISO, 2006.

[11] ISO/IEC Guide 2:2004. Standardization and related activities --- General vocabulary [S]. Geneva: ISO/IEC, 2004.

[12] ISO/IEC 21838-1:2021. Information technology --- Top-level ontologies --- Part 1: Framework [S]. Geneva: ISO/IEC, 2021.

学术文献

[13] Gruber, T. R. A translation approach to portable ontology specifications [J]. Knowledge Acquisition, 1993, 5(2): 199-220.

[14] Studer, R., Benjamins, V. R., Fensel, D. Knowledge engineering: principles and methods [J]. Data & Knowledge Engineering, 1998, 25(1-2): 161-197.

[15] Berners-Lee, T., Hendler, J., Lassila, O. The Semantic Web [J]. Scientific American, 2001.

[16] Barbau, R., Krima, S., Fiorentini, X., et al. OntoSTEP: Enriching Product Model Data Using Ontologies [J]. Computer-Aided Design, 2012, 44(6): 575-590.

行业标准与框架

[17] DAMA International. DAMA-DMBOK2: Data Management Body of Knowledge (2nd Edition) [M]. Basking Ridge: Technics Publications, 2017.

[18] Plattform Industrie 4.0. Reference Architecture Model Industrie 4.0 (RAMI4.0) [S]. Berlin: Federal Ministry for Economic Affairs and Energy, 2015.

[19] W3C. RDF 1.1 Concepts and Abstract Syntax [S]. W3C Recommendation, 2014.

[20] W3C. RDF 1.1 Semantics [S]. W3C Recommendation, 2014.

[21] W3C. Data Catalog Vocabulary (DCAT) Version 3 [S]. W3C Recommendation, 2024.

中国国家标准

[22] GB/T 5271.1-2008. 信息技术 词汇 第1部分：基本术语 [S]. 北京：中国标准出版社, 2008.

[23] GB/T 18391.1-2026. 信息技术 元数据注册系统 (MDR) 第1部分：框架 [S]. 北京：中国标准出版社, 2026.

[24] GB/T 11457-2006. 信息技术 软件工程术语 [S]. 北京：中国标准出版社, 2006.

[25] GB/T 8566-2022. 系统与软件工程 软件生存周期过程 [S]. 北京：中国标准出版社, 2022.

[26] GB/T 35119-2017. 产品生命周期数据管理规范 [S]. 北京：中国标准出版社， 2017.

网络资源

[27] Semantic STEP Technology. About SST & EDM [EB/OL]. https://www.semanticstep.com, [引用日期：2026-08].

[28] Semantic STEP Technology. SST-Core GitHub Repository [EB/OL]. https://github.com/semanticstep/sst-core, [引用日期：2026-08].

[29] Semantic STEP Technology. SST-Ontologies GitHub Repository [EB/OL]. https://github.com/semanticstep/sst-ontologies, [引用日期：2026-08].

[30] Semantic STEP Technology. SST-Core v1.0.1 Release Notes [EB/OL]. 2026-07-20. https://github.com/semanticstep/sst-core/releases/tag/v1.0.1, [引用日期：2026-08].

[31] OFweek. 语义STEP技术内核，以PolyForm协议发布 [EB/OL]. 2026-04-27. https://ee.ofweek.com/2026-04/ART-8300-2800-30686163.html, [引用日期：2026-08].

[32] Semantic STEP Technology. SST-EDM  MVP（最小可行产品）发布 [EB/OL].

2026-07-25. https://edm.semanticstep.net, [引用日期：2026-08].

附录C：Go 语言开发示例（HelloWorldWrite）

SST-Core 完全使用 Go 语言实现，开发环境推荐使用 Visual Studio Code（VSC）等 IDE。

关键导入说明：github.com/semanticstep/sst-core/vocabularies/dict 包包含 SST 默认词汇/字典的初始化代码，必须手动导入并添加前导 _ 以防止被自动移除：

package main

import (

      "fmt"

      "log"

      "os"

      "github.com/semanticstep/sst-core/sst"

      // 该下划线导入为固定要求，用于初始化 SST 默认词汇/字典，须手动添加

      _ "github.com/semanticstep/sst-core/vocabularies/dict"

      "github.com/semanticstep/sst-core/vocabularies/lci"

      "github.com/semanticstep/sst-core/vocabularies/rdfs"

      "github.com/google/uuid"

)
 

完整示例及 Go 文档详见：https://www.semanticstep.com/sst_core/hellowrite/

附录D：命令行参考概要

•     sst interactive：进入交互模式（默认）

•     sst version：显示版本

•     commit（v1.0.1，Stage 命令，用法 s1.commit "提交信息"）：将 Stage 修改提交至 Repository，支持自定义提交信息

•     checkoutrevision（v1.0.1 新增）：按 DatasetRevision 哈希签出特定版本（用法：d1.checkoutrevision <hash>）；checkoutcommit 继续保留——Dataset 级（d1.checkoutcommit <hash>）按 Commit 签出单个数据集，Repository 级（r1.checkoutcommit <hash>）按 Commit 签出该提交涉及的全部 NamedGraph

•     setbranchcommit / setbranchrevision / removebranch（v1.0.1）：将分支指向指定 Commit 或 DatasetRevision、删除分支（对应 API：SetBranchCommit 重命名自 SetBranch、SetBranchRevision）

•     alignhistory（v1.0.1）：历史对齐操作

•     syncfrom（v1.0.1 增强）：从另一已打开仓库同步（用法：r2.syncfrom r1 [分支] [数据集…]）；支持 remote-to-remote 同步；sync log 查看同步日志

•     sstread/sstwrite（v1.0.1）：SST 文件读写

•     remote-to-remote sync（v1.0.1）：支持远程仓库到远程仓库的同步

•     listcommits（v1.0.1）：提交历史列表

•     createlocalrepository（v1.0.1）：本地仓库创建

•     derivedValue（v1.0.1）：派生值计算

•     writesstfilesdirectory（v1.0.1）：SST 文件目录批量写入（由 WriteToSstFilesWithBaseURL → WriteToSstFiles → WriteSstFilesDirectory 演进）

•     GlobalLogger 支持（v1.0.1）：采用 opt-in 全局日志注入，统一日志输出格式；tools/validate 等工具中的 fmt.Print* 直接输出已移除，改由 GlobalLogger 输出

•     sync log（v1.0.1）：查看同步日志，追踪远程同步历史

交互模式下支持资源别名（如 r1, d1）和 alias.command 操作模式

使用 readline 库支持编辑、历史记录和 Tab 补全

输出选项：

•     v1.0.1 新增：支持 -o 可选输出标志

•     v1.0.1 新增：支持 pretty-print 美化输出

德中官网：https://www.dct-china.cn

SST 官网：https://www.semanticstep.com / https://www.semanticstep.cn

SST-Core GitHub：https://github.com/semanticstep/sst-core

SST-Ontologies GitHub：https://github.com/semanticstep/sst-ontologies

2026年8月