NVIDIA 开源 Auto Ontology，给 AI 查数加一层语义校验

NVIDIA 开源 Auto Ontology，一个面向 AI 智能体的语义层

你的老板问 AI 智能体：“上个季度的营收是多少？”
3 秒后它给出了答案。干净的数字。漂亮的图表。
但它用错了“营收”那一列。
没人注意到。

这正是 NVIDIA 新开源库 Auto Ontology 要解决的问题。它的 README 说得很直白：“……如果数字是错的，一个营收指标回答得再快也毫无价值。”

它是什么：
一个“上下文层”，位于 AI 智能体和你的数据库之间。它告诉智能体数据在哪里、每个字段是什么意思、以及该不该用它。

它的工作原理，一步一步：
• 发现：读取你的数据库元数据，起草一份本体，也就是一张业务术语地图，比如“活跃客户”
• 落地：智能体使用这些术语，而不是从原始表名去猜
• 校验：对照已认证的定义检查生成的 SQL
• 暴露：智能体通过 MCP、CLI 或 API 访问它
• 学习：经认证的修正会回写到这张地图里

对用户来说：
你问一个问题，会得到答案、它执行的 SQL、以及对应的行数据。你可以检查它的工作，而不只是信任它。

对开发者来说：
• Apache 2.0 许可，可用 Docker Compose 或 Helm 运行
• 支持 Databricks、Postgres、Snowflake 和 DuckDB
• 默认使用 NVIDIA 的 Nemotron 模型，但任何兼容 OpenAI 的端点都能用
• MCP 服务器有 9 个只读工具。它刻意不提供浏览原始表的工具，所以智能体必须走业务术语

它建立在之前的工作之上：
• Cube 和 dbt MetricFlow：需要你用代码手写的语义层
• Wren AI：面向 AI 智能体的开放语义层，其上下文层部分由智能体构建
• Snowflake 的 Semantic View Autopilot：同样用 AI 起草语义模型，但只适用于 Snowflake

这里的不同之处在于：开源、跨四个数据库可用、并且通过 MCP 为智能体而建。

需要诚实说明的部分：
• “快 90%”的说法来自 NVIDIA 自己的测试，没有公布基准
• 没有公布准确率分数。NVIDIA 提供了一套评测工具（BIRD，1534 个问题），但没有给出结果
• 那套评测工具是用 Claude Opus 4.8 测的，不是 Nemotron
• 如果没有 HashiCorp Vault，数据库密码会以未加密形式存储在 Postgres 中（据 README）
• 它还很年轻：GitHub 上大约 750 个 star，而且 NVIDIA 目前不接受外部贡献

更重要的一点：AI 分析的难点不在于写 SQL。而在于就这些词的含义达成一致。

GitHub：链接见回复 👇