Auto-Ontology — открытая Python-библиотека и фреймворк, который строит семантический графовый слой рассуждений над корпоративными данными: он сообщает агентам, где находятся данные, что они означают, можно ли и как их использовать, откуда они взялись и что похоже. Продукт предназначен разработчикам, которые собирают рабочие процессы LLM и агентов, а также агентную аналитику над корпоративными данными и существующими семантическими моделями.
Работа идёт в три стадии: генерация онтологии, сертификация людьми и ответы агента на её основе. Слой строится из корпоративных метаданных, согласовывает определения между системами и дополняет уже имеющиеся у заказчика семантические модели, а не заменяет их. Запросы на естественном языке к структурированным данным переводятся в SQL и выполняются на подключённых базах. Контекст отдаётся любой агентной среде через MCP, CLI и API. Развернуть можно Helm-чартом в Kubernetes либо Docker Compose для локального стека. Код распространяется бесплатно на условиях Apache License 2.0.
- Discover: генерация корпоративных онтологий из метаданных и построение графов знаний
- Ground: агентам даётся доверенный бизнес-смысл метрик, сущностей и связей
- Validate: проверка сгенерированных запросов по сертифицированным определениям и происхождению данных
- Expose: выдача контекста через MCP, CLI и API
- Text-to-SQL: перевод естественного языка в SQL с поддержкой NVIDIA NIM
- Веб-интерфейс для чата, анализа, каталога данных, аналитики и настроек
- Подключение к десяти движкам: PostgreSQL, MySQL, Databricks, Snowflake, ClickHouse, Trino, Apache Kyuubi, HeavyDB, DuckDB и SQLite
Блог