
Nvidia 开源 Auto Ontology,为企业数据构建语义上下文层
来源标题:Nvidia – open-source auto-ontology
Nvidia 发布开源库 Auto Ontology,从企业元数据自动构建语义上下文层,帮助 AI agent 可靠地查询和分析数据。该库可跨系统协调数据定义,并通过 MCP、CLI 和 API 接入各类 agent 框架,采用 Apache 2.0 许可。它补充客户已有的语义模型,目前不接受外部贡献。
以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Agent 可以检索文档、查询数据库,但可靠性才是 agentic analytics 的关键门槛:一个营收指标回答得再快,如果数字是错的也毫无价值。Agent 需要一个上下文层,告诉它数据在哪里、意味着什么、是否该用、如何使用、来自何处,以及哪些数据相似。NVIDIA Auto Ontology 是一个开源库,它从企业元数据中构建这一层,跨系统协调定义,并通过 MCP、CLI 和 API 将其暴露给任何 agent harness。它补充了客户已有的语义模型。
要运行 BIRD 这类 text-to-SQL 基准测试,请参阅 ontology SQL evaluation 仓库。 许可与贡献。Auto Ontology 在 Apache License 2.0 下分发。本项目捆绑、链接或以其他方式使用的第三方开源组件列于 THIRD_PARTY_NOTICES.md。本项目 目前不接受外部贡献。 对结构化数据的自然语言查询——问题被转换为 SQL 并在连接的数据库上执行,由 NVIDIA NIM 提供支持。 基于关系型数据源的语义目录/本体层,存储在 Postgres 中,与其所描述的目录放在一起。 认证与 RBAC——使用 Better Auth。 用于聊天、分析、数据目录、分析和设置的 Web UI。 灵活部署——用于 Kubernetes 的 Helm chart,或用于 本地栈的 Docker Compose。 软件组件 组件 技术 角色 默认端口 前端 Next.js 16(React 19、TypeScript、Tailwind CSS 4)、Better Auth、Prisma Web UI、认证、API 网关 3000 后端 FastAPI(Python 3.12+)、LangChain 聊天 / NL-to-SQL、目录、数据源 API 3001 摄取 worker FastAPI(Python 3.12+) 摄取表格数据并写入 embedding 3002 Postgres + pgvector 关系型数据库 应用元数据、目录和本体、向量存储 5432 HashiCorp Vault 可选 连接凭据的安全存储 — NVIDIA NIM Auto Ontology 使用 NVIDIA NIM 端点进行推理——可以是托管的 NVIDIA API 目录(integrate.api.nvidia.com),也可以是 自托管的 NIM。.env.example 中的默认值为: 端点和模型通过 DEFAULT_MODELS_ENDPOINT、DEFAULT_MODELS_MODEL、 EMBED_ENDPOINT 和 EMBED_MODEL 环境变量配置,并且需要一个 DEFAULT_MODELS_API_KEY。 每个模型角色由三个环境变量组成的三元组配置—— <PREFIX>_ENDPOINT(URL)、<PREFIX>API_KEY 和 <PREFIX>MODEL: 你可以设置完整的三元组、只设置其中部分字段,或完全不设置——任何未设置的字段 都会回退到匹配的 DEFAULT_MODELS<FIELD>。因此最简单的 设置方式是填写 DEFAULT_MODELS,仅在某个三元组字段不同时才覆盖(例如 EMBED_MODEL、NON_REASONING_MODEL)。_API_KEY 还会回退到 旧版的 NVIDIA_API_KEY 以保持向后兼容。 前提条件 用于本地栈的 Docker 及 Docker Compose v2(例如 macOS/Windows 上的 Docker Desktop, Linux 上的 Docker Engine)。Kubernetes 部署请参阅 DEPLOYMENT.md。 一个 NVIDIA API key(nvapi-...),用于 NVIDIA NIM(聊天和摄取),可从 https://build.nvidia.com 的 NVIDIA API 目录获取。 你要查询的源数据库的连接详情 (Databricks、Postgres、Snowflake 或 DuckDB)。 安装 Kubernetes 要在 Kubernetes 集群上部署 Auto Ontology,请参阅 DEPLOYMENT.md。 git clone <repo-url> auto_ontology && cd auto_ontology 从模板创建你的环境文件(.env)并填写各项值 (Postgres 凭据、DEFAULT_MODELS_API_KEY、CONNECTION_STRINGS 等)。 完整变量列表请参阅 .env.example: docker compose up -d --build 这会构建后端(auto_ontology)和前端(auto-ontology-frontend)镜像,启动 Postgres 和 pgAdmin,运行一次性的 frontend-migrate 任务以 同步数据库 schema,并启动应用(后端、摄取服务 和前端)。 在 http://localhost:3000 打开 UI(后端 API 在 :3001, pgAdmin 在 :5050)。 故障排查:如果 UI 加载后没有左侧导航面板 (或重启后看起来异常),你的浏览器持有 过期的会话 cookie——当 AUTH_SECRET 变更或 数据库被重置时会发生这种情况。清除 localhost:3000 的站点数据(或删除 better-auth.session_token cookie)然后重新登录。 Auto Ontology 从两个来源解析它连接的源数据库: 通过 UI 添加——从应用内创建的连接。使用此 选项时,除非配置了 Vault,否则连接凭据以明文存储在 Postgres 中: 仅当 VAULT_ADDR、VAULT_NAMESPACE、 VAULT_ROLE_ID 和 VAULT_SECRET_ID 全部设置时才启用 Vault(VAULT_AUTH_MOUNT 和 VAULT_KV_MOUNT 是可选覆盖项)。默认关闭;部分 配置会被忽略并给出警告,回退到明文存储。 CONNECTION_STRINGS 环境变量——部署时提供的逗号分隔的 连接字符串列表(例如 Helm --set connectionStrings=<CONNECTION-STRINGS> 标志)。这是一个回退项:仅在 没有通过 UI 添加的连接时使用。 Auto Ontology 支持 SSO 认证。 Redirect URI 应在 IdP 中配置为:APP_URL/api/auth/sso/callback 浏览器登录后会获得会话 cookie,而脚本无法获取。对于 脚本、notebook 和定时任务,请改为生成 API token: 在任何 /api/... 调用中以 x-api-key 发送它——Authorization: Bearer <token> 也可以: curl -H "x-api-key: $AUTO_ONTOLOGY_API_TOKEN" https://auto_ontology.example.com/api/terms import os import requests session = requests.Session() session.headers["x-api-key"] = os.environ["AUTO_ONTOLOGY_API_TOKEN"] terms = session.get("https://auto_ontology.example.com/api/terms").json() answer = session.post( "https://auto_ontology.example.com/api/chat/completions", json={"question": "How many orders shipped last week?"}, ).json() 值得了解的事项: 公共客户端调用已认证的 Next.js 网关 POST /api/chat/completions。响应是一个 SSE 流,包含 step、
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。