NVIDIA 开源 Auto Ontology，治理 NL-to-SQL 语义层
两篇报道介绍 NVIDIA 开源的 Auto Ontology，这是一套面向结构化数据自然语言 SQL 生成的语义目录与业务本体系统。系统摄取数据库元数据，生成术语、列映射、关系及可复用 SQL 属性的初稿；用户修订并认证这些定义后，查询智能体才会使用相关上下文检索信息、生成并检查 SQL 以及执行查询。项目提供 Web、需认证的 REST API、CLI 和 MCP 接口。报道同时指出，自动生成的定义仍需业务负责人审核，最终 SQL 仍由模型生成，成功执行也不代表业务答案正确。系统还包含校验、重试和降级路径，因此不能仅因返回了 SQL，就将其视为已成功执行或权威结果。
Auto Ontology 将经审核的业务定义、列映射、连接路径和可复用 SQL 表达式纳入可观察的智能体查询流程，不再只依赖数据库 schema。这可以减少业务指标的重复解释，但其实际价值取决于术语质量、人工认证投入，以及对各类失败路径的评估。
日期：2026-11-05 GitHub Trending 日榜第 1 位；榜单采集时间：16:00:25（北京时间）。
“本月收入是多少？”看起来只需要一个 SUM。接到真实业务数据库，问题很快就变了：订单金额还是实收金额，取消订单算不算，时间按创建还是支付，金额存的是元还是分？SQL 能运行，与回答了正确的问题，是两件事。
NVIDIA 的 Auto Ontology 把一部分工作放到提问之前。它读取数据目录，生成映射到物理列的业务术语、关系和 SQL 属性，让人修订这些定义，再让查询 Agent 从这份语义上下文中选材料、写 SQL、检查并执行。值得看的是这些材料怎样进入执行链，以及检查失败以后系统究竟怎么做。
📋 项目概览
| 项目 | 内容 |
|---|---|
| 主仓库 | NVIDIA/auto-ontology |
| 定位 | 面向结构化数据问答的语义目录、业务本体与 NL-to-SQL 系统 |
| 核心实现 | Python 后端、LangGraph 查询编排、Next.js 前端、Postgres 与 pgvector |
| 后端清单版本 | 1.1.0，Python 要求为 3.12 至 3.13 |
| 对外入口 | Web、经过认证的 REST API、单独发行的 MCP 服务 |
| 部署方式 | Docker Compose 或 Kubernetes Helm |
| 许可证 | Apache-2.0；第三方组件另见仓库的许可说明 |
| 快照热度 | 5,898 Stars、461 Forks、46 个 open issues |
#NVIDIA#Auto Ontology#PostgreSQL#pgvector#LangGraph#Next.js#FastAPI#NVIDIA NIM