英伟达开源 Auto Ontology：给智能体一层企业上下文，让指标定义先对齐再回答
核心概要
英伟达发布开源库 Auto Ontology，用企业元数据构建上下文层，把数据在哪里、指标是什么意思、该不该用、怎么用、来自哪里以及哪些内容相似告诉 AI 智能体。它从元数据生成企业本体，也能接入已有的本体和语义模型，并跨系统调和相互冲突的定义；随后通过 MCP、CLI 和 API 把这份上下文提供给任意智能体框架，并在回答中附带来源。该库以 Apache License 2.0 分发，当前不接受外部贡献。
深度剖析
英伟达发布开源库 Auto Ontology，为 AI 智能体补上一层企业上下文，使智能体在取数之前先知道数据在哪里、指标是什么意思、该不该用以及怎么用。 此前的智能体已经能检索文档、查询数据库，但可靠性仍是智能体分析的关口：一个营收指标回答得再快，数字错了也没有价值。 该库面向企业元数据构建这一层，并明确以补足客户已有的语义模型为定位，而不是替换它们。
这套上下文由企业元数据生成的企业本体承载，跨系统的定义在其中被调和成一致口径。 本体（把业务概念及其关系显式写下来的知识结构）同时接入已有本体和语义模型，并整理成可供 AI 使用的知识图谱。 生成的查询会对照已认证的定义与数据血缘（lineage，即数据从哪来、经过哪些加工）做校验，每个回答都附带来源。
上下文通过 MCP、CLI 和 API 三种接口暴露给任意智能体框架，已认证的修正和使用记录可以回流进本体。 MCP 是让智能体调用外部工具与数据源的接口约定，CLI 是命令行入口，API 是程序调用入口。 该库以 Apache License 2.0 分发，随附第三方组件清单，当前不接受外部贡献。
启示与展望
该库面向企业元数据与关系型数据源，本体存放在与其所描述目录同一套 Postgres 中，推理走英伟达 NIM 端点，可部署在 Kubernetes 或本地 Docker Compose 栈上。材料给出的示例环境是微软示例销售数据库 Wide World Importers。
材料未给出该上下文层在准确率或错误率上的量化结果，也未说明定义调和在冲突较多时的表现。当前项目不接受外部贡献，采用者只能按现有接口使用。