NVIDIA Auto Ontology: open-source vrstva významov dát pre agentov nad SQL

Na čo je

NVIDIA Auto Ontology je open-source knižnica, ktorá z metadát firmy vytvára vrstvu významu pre agentov. Zjednocuje rozdielne definície z viacerých systémov a sprístupňuje ich cez MCP, CLI a API.

Používateľ sa pýta prirodzeným jazykom, otázka sa preloží do SQL a vykoná nad pripojenými databázami. Odpoveď prichádza aj s SQL a s krokmi, ktoré k nej viedli, takže výsledok sa dá porovnať so zdrojom.

Ontológia obsahuje termíny, SQL atribúty a vzťahy medzi tabuľkami. Prvý návrh vygeneruje systém zo schém a vzoriek hodnôt, potom ho musia ľudia skontrolovať a certifikovať.

Ak dáta na otázku nestačia, agent to oznámi namiesto odhadu. V ukážke sa agent pýta na návratnosť reklamných výdavkov, ale databáza reklamné údaje nemá, tak sa spýta, či má vrátiť tržby alebo pripojiť iný zdroj.

Pre koho a za koľko

Knižnica je pod licenciou Apache License 2.0. Projekt zatiaľ neprijíma externé príspevky, takže ide skôr o hotový základ na použitie než o komunitný vývoj.

Na lokálne spustenie treba Docker s Compose v2, nástroj uv a API kľúč NVIDIA. Inferencia beží cez NVIDIA NIM, buď z hostovaného katalógu, alebo z vlastných NIM. Cenu hostovaného API zdroj neuvádza.

Predvolený jazykový model je z rodiny Nemotron a modely aj endpointy sa nastavujú cez premenné prostredia. Dáta sa ukladajú do Postgresu s pgvector a prihlasovacie údaje voliteľne do HashiCorp Vault.

Porty 3001 a 3002 treba držať v privátnej sieti. Ingestion služba nemá vlastnú autentifikáciu, klienti majú chodiť cez webovú aplikáciu.

Alternatívy

Zdroj ho nestavia proti konkurencii, ale ako doplnok k sémantickým modelom, ktoré firma už má. Je kompatibilný s Apache Ossie, otvoreným štandardom na výmenu sémantických modelov, a modely vie importovať aj exportovať.

Predikčné otázky smeruje na KumoRFM, ak je nastavený. Ako klient poslúži napríklad Cursor alebo Claude Desktop cez MCP server s nástrojmi iba na čítanie.

Čo hovoria ľudia

Proti: Komentátor nevidí, v čom je to lepšie než OWL/RDF a SPARQL, ktoré podľa neho jazykové modely zvládajú výborne.

…len ťažko chápem, prečo je to lepšie než OWL/RDF a SparQL…

— fnordpiglet na Hacker News (náš preklad)

Použitie: Firma, ktorá míňa veľa na správne nastavenie ontológie pre firemnú AI, sa pýta, či jej to môže pomôcť.

Míňame malé imanie na to, aby sme ontológiu nastavili správne…

— monkeydust na Hacker News (náš preklad)

Proti: Iný komentátor nechápe rozdiel oproti pamäťovému systému so zručnosťami pre firemné API a CLI.

…rozdiel medzi týmto a pamäťovým systémom plus zručnosťami…

— podocarp na Hacker News (náš preklad)

Čo s tým vo firme

Nástroj využije firma, ktorá má dáta v relačných databázach a chce, aby sa agenti pýtali na tržby či zákazníkov rovnako ako analytik. Hodnota je v tom, že každá odpoveď ukáže SQL a pôvod, takže sa dá overiť.

Strážte si dáta a jazyk. Predvolene sa volá hostované API NVIDIA, takže otázky a metadáta idú mimo firmy, kým nenasadíte vlastné NIM. Zdroj nehovorí nič o slovenčine ani o dostupnosti v EÚ, preto si to overte na vlastných názvoch tabuliek a stĺpcov.

Krok: Spustite ukážkovú databázu v Docker Compose a položte niekoľko svojich typických otázok na tržby.

Zdroj: github.com