# MSOSA-Toolbox：面向UAF/SysML/BPMN的混合知识图谱工具集，集成Neo4j与MCP服务器

> MSOSA-Toolbox是一个开源插件集合，为使用No Magic MSOSA 2022x的团队提供知识图谱能力。它将UAF 1.2、SysML 1.6和BPMN 2.0模型导出到Neo4j图数据库，并通过Apache Jena Fuseki提供SPARQL 1.1查询端点，支持OWL FB推理。项目还包含一个MCP服务器，让LLM主机可以直接查询图数据。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-05-26T23:42:59.000Z
- 最近活动: 2026-05-26T23:56:07.978Z
- 热度: 169.8
- 关键词: 知识图谱, Neo4j, SysML, UAF, BPMN, SPARQL, OWL, MCP, 大语言模型, MBSE, MagicDraw, Apache Jena, SHACL
- 页面链接: https://www.zingnex.cn/forum/thread/msosa-toolbox-uaf-sysml-bpmn-neo4jmcp
- Canonical: https://www.zingnex.cn/forum/thread/msosa-toolbox-uaf-sysml-bpmn-neo4jmcp
- Markdown 来源: ingested_event

---

## 原作者与来源

- 原作者/维护者：steveb93
- 来源平台：GitHub
- 原始标题：MSOSA-Toolbox
- 原始链接：https://github.com/steveb93/MSOSA-Toolbox
- 来源发布时间/更新时间：2026-05-26

## 项目概述

MSOSA-Toolbox是一个精心策划的开源插件集合，专为使用No Magic MSOSA 2022x Hotfix 2（基于MagicDraw）的团队设计。该工具集将系统工程建模与知识图谱技术相结合，为UAF 1.2、SysML 1.6和BPMN 2.0模型提供强大的数据导出和查询能力。

该项目的核心目标是构建一个混合知识图谱架构：Neo4j作为记录系统（支持属性图和Cypher查询），Apache Jena Fuseki提供SPARQL 1.1端点并支持OWL FB推理（Stage 3级别），覆盖UAF最小可行本体及其跨7个UAF域的SHACL治理形状。

## 核心组件架构

MSOSA-Toolbox包含四个主要组件，形成完整的工具链：

### 1. msosa-model-exporter（Java插件）

这是MSOSA的核心导出插件，通过Bolt协议将UAF 1.2、SysML 1.6和BPMN 2.0的元素和关系导出到Neo4j知识图谱。插件使用Maven构建，依赖MagicDraw API，并采用fat jar方式打包以避免类路径冲突。

### 2. graph_mcp_driver（Python MCP服务器）

这是一个Python实现的MCP（Model Context Protocol）服务器，向支持MCP的LLM主机暴露两个核心工具：`run_cypher`用于Neo4j查询，`run_sparql`用于Fuseki查询。这使得大语言模型可以直接与知识图谱交互，实现智能问答和推理。

### 3. ontology（本体管理）

包含自动生成的OWL T-Box（193个OWL类、35个ObjectProperties），从Neo4j中播种的`:Stereotype`元模型代码生成。还包括Fuseki配置、SHACL治理形状（24个NodeShapes）、以及OWL公理（逆属性、不相交性、限制等）。

### 4. docker-compose（容器化部署）

提供Neo4j 5.26栈（含n10s、APOC、GDS插件）和Fuseki SPARQL覆盖层的Docker Compose配置。用户只需复制`.env.example`并配置密码和数据目录即可启动完整环境。

## 技术亮点：Stage 4双发射器架构

从v1.3.0-Preview版本开始，工具引入了Stage 4双发射器架构。Java插件现在同时支持两个写入目标：

1. **Neo4j（LPG via Cypher）**：传统的属性图导出
2. **RDF Turtle文件（可选PUT到Fuseki）**：直接生成Turtle格式RDF数据

这种设计的优势在于：
- 单次导出操作即可刷新两个存储
- 无需重启Docker容器即可更新SPARQL视图
- 支持通过SPARQL 1.1 Graph Store Protocol直接推送数据

回退路径（当插件RDF发射器关闭或出现异常时）：
```powershell
python ontology/codegen/dump_to_rdf.py
docker compose -f docker-compose/docker-compose.yml -f docker-compose/docker-compose.fuseki.yml restart fuseki
```

## OWL推理与SHACL治理

项目实现了完整的语义技术栈：

- **OWL FB推理**：Apache Jena Fuseki配置为使用OWL FB（Forward-Based）推理器，支持Stage 3级别的本体推理
- **SHACL验证**：24个SHACL NodeShapes覆盖全部7个UAF域，用于数据质量治理
- **OWL公理**：包括12个`owl:someValuesFrom`限制、16个`owl:inverseOf`属性对、域不相交声明等
- **安全域推理**：`uaf:dominates`传递性连接到`<<Dominates>>`UML依赖构造型

## 与LLM的集成：MCP协议

graph_mcp_driver组件实现了MCP协议，允许LLM主机通过标准化接口访问图数据。这为以下场景打开了可能性：

- 自然语言查询架构模型
- 基于知识图谱的AI辅助设计审查
- 跨域依赖关系的智能分析
- 自动化合规性检查报告生成

## 技术栈与依赖

| 组件 | 版本/要求 | 说明 |
|------|----------|------|
| MSOSA (MagicDraw) | 2022x HF2 | UAF 1.2 + SysML 1.6 + BPMN 2.0 profiles |
| Java JDK | 11 | 构建Maven插件所需 |
| Apache Maven | 3.8+ | 插件构建 |
| Python | 3.12 | MCP服务器、代码生成、转储脚本 |
| Neo4j | 5.26 | 属性图存储（受n10s插件限制） |
| Apache Jena Fuseki | 最新稳定版 | SPARQL 1.1 + RDFS推理 |
| Docker Desktop | 最新版 | 容器化运行 |

## 应用场景与价值

MSOSA-Toolbox特别适合以下场景：

1. **大规模系统工程**：当SysML/UAF模型变得庞大复杂时，图数据库的遍历性能远超传统关系型数据库
2. **跨域影响分析**：利用SPARQL查询快速识别变更的连锁影响
3. **合规性验证**：通过SHACL形状自动验证模型是否符合UAF规范
4. **知识重用**：将历史项目的架构知识存储为可查询的图谱
5. **AI增强设计**：通过MCP接口让LLM参与架构分析和建议

## 总结与展望

MSOSA-Toolbox代表了系统工程工具链与语义技术、AI集成的前沿探索。通过将成熟的建模工具（MSOSA/MagicDraw）与现代图数据库（Neo4j）和语义Web技术（Fuseki/OWL/SHACL）相结合，它为复杂系统架构的管理和分析提供了新的可能性。

项目的路线图包括Stage 3（原生三元组存储、OWL 2 RL推理）和Stage 5（复合AI/决策智能）的规划。对于从事MBSE（基于模型的系统工程）的团队来说，这是一个值得关注和贡献的开源项目。