Auto Ontology:为数据查询智能体建立可核查的业务语义层
一分钟看懂
Auto Ontology 从数据库元数据出发,整理业务术语、指标定义和表间关系,再把这些上下文交给查询智能体。本体在这里可以理解为一张说明“数据是什么、如何关联、指标怎么算”的语义图。
它面向企业数据分析:除了生成查询,还要求人检查并认证定义,回答时展示 SQL 和产生答案的步骤,帮助追溯数字来自哪里。工具不会替企业自动决定所有业务口径。
你可以用它做什么
- 把不同数据源中的客户、订单和收入等概念整理到统一语义目录。
- 让自然语言查询使用经过核对的指标和关联关系。
- 查看回答使用的 SQL、来源和处理步骤,再与原始数据核对。
- 通过 MCP、命令行或 API 给已有智能体提供数据上下文。
- 在管理界面修正术语、说明和 SQL 属性,逐步改善查询口径。
主要能力
系统先读取结构、分析字段和样本值,生成术语、关系与 SQL 属性草稿;人确认这些定义后,查询流程检索相关语义、生成并检查 SQL,再执行查询。可用信息不足时,它有检查可回答性的入口。
官方示例栈包括 Python 后端、网页界面、Postgres 与 pgvector,并通过 NVIDIA NIM 端点调用模型。模型端点既可使用托管接口,也可按环境部署。语义层并不等于取消了数据库权限和数据质量要求。
适合哪些人
适合有关系数据库、明确业务指标和数据治理需求的分析平台团队、数据工程师与智能体开发者。若只有少量文本笔记,或尚未厘清指标定义,先整理数据和口径可能比部署整套系统更重要。
怎么开始使用
官方 Quickstart 使用 Docker Compose、uv 和 NVIDIA API key,并以示例销售数据库演示。先准备示例环境,按 .env.example 设置模型密钥、数据库密码和管理账号,再加载样本库、启动服务并在网页开启语义编译。
首次应从一个能手工核算的问题开始,对照 SQL、输入数据与回答;然后提出一个样本数据不包含的问题,检查系统如何呈现信息不足。本文只阅读了官方说明,没有部署或验证示例答案。
使用前需要知道
项目采用 Apache-2.0;托管模型调用、数据库和部署资源另有成本。接入真实数据前,应确认采样、嵌入和模型调用的数据流向,以及账号对数据源的权限。
自动生成的语义图是草稿,需要业务人员认证;SQL 能执行也不证明业务定义正确。官方目前不接收外部贡献,模型、数据源与可选功能需按当前文档核对,不把项目示例当成所有数据库都已验证的保证。