英伟达开源Auto Ontology 智能体SQL语义层

时间：2026 年 11 月 1 日，英伟达在 GitHub 上放出 Auto Ontology 的代码，11 月 2 日至 3 日中文与英文媒体陆续跟进报道。 地点：美国加州圣克拉拉，英伟达总部；代码托管在 GitHub 官方仓库 NVIDIA/auto-ontology。 人物：英伟达（NVIDIA），该语义层框架由英伟达企业智能体工具栈的工程团队开发维护。 事件详情：英伟达开源 Auto Ontology，采用 Apache 2.0 许可。官方 README 把它定义为在数据之上构建语义化、基于图的推理层的 Python 框架：从企业元数据里长出语义层，把经过认证的业务口径交给智能体，而不是让它直接猜字段名；这层上下文通过 MCP、CLI 和 API 三条路径暴露给智能体框架。MCP 服务端对外暴露 9 个只读工具，其中 ask_question 把答案、SQL 和数据行分成三个字段返回，单次结果上限 100 行，check_readiness 用来确认语义层已经编译完成且数据库连接可用；服务端刻意不提供浏览原始表结构的工具，逼着智能体只能走语义层这一条路。底层 OpenAPI 规范共发布 87 个操作，登录走 OAuth，每次调用都带上当前登录用户的权限。整套栈由 4 个核心服务组成：Next.js 16 前端负责界面与认证，跑在 3000 端口；FastAPI 加 LangChain 的后端负责对话、文本转 SQL 与目录接口，跑在 3001 端口；摄取服务负责写入向量，跑在 3002 端口；数据落在带 pgvector 的 Postgres 里。可接入的数据源包括 Databricks、Postgres、Snowflake 与 DuckDB，任意 OpenAI 兼容端点也能接上。默认模型全部出自 Nemotron 家族，主模型是 nvidia/nemotron-3-nano-30b-a3b，嵌入模型是 nvidia/nemotron-3-embed-1b，重排模型是 nvidia/llama-nemotron-rerank-vl-1b-v2。 背景：智能体查企业数据库失手，问题往往不在模型能力，而在企业里字段命名混乱、同一个指标口径不统一。Auto Ontology 此前已作为英伟达 10 月在 GTC 柏林大会上发布的企业级智能体知识基础的一部分被预告，这次是代码以 Apache 2.0 许可正式公开。官方给出的亮点是本体生成时间减少 90%，但这个数字出自英伟达自己的测试；短板同样写在文档里：公开的文本转 SQL 准确率一个都没有，官方评测仓库只提供测试框架而不是结果。框架内置数据集包括 BIRD Dev 的 1534 道题与 11 个数据库、Mini-Dev 的 500 道题、FDABench-Lite 额外 169 道题，以及 BEAVER 默认取 100 题样本，跑分方式是确定性的执行结果比对，不使用大模型裁判。 影响：对做企业级智能体的团队，这多了一条把语义层强制放在智能体与数据库之间的路线：查询生成前先对齐认证口径，生成的查询还要对着认证定义和数据血缘做校验，每条回答都能带回出处。部署门槛比想象中低，四类常见数据源和任意 OpenAI 兼容端点都能接，本地用 Docker Compose、上 Kubernetes 用 Helm，两条路都通。需要留意两处风险：一是官方没有公布任何文本转 SQL 准确率，90% 的提速是英伟达自测数字，落地前建议先在自己的库上跑一遍内置数据集；二是通过界面添加的数据库连接在未配置 HashiCorp Vault 时会以明文形式存在 Postgres 里，安全团队上线前应先把 Vault 配好。另外这个项目当前不接受外部社区的代码贡献。 总结：Auto Ontology 是英伟达把企业语义层做成开源库的一次尝试，目标不是让模型更聪明，而是让智能体在企业数据库上先问清口径再动手。对 AI 编程与数据智能体方向的开发者，这是 11 月值得跟的一个仓库；对企业 IT 团队，它更像一份可以直接照着改造自身数据目录的参考实现。 常见问题： 问：Auto Ontology 和普通 text-to-SQL 工具有何不同？ 答：普通做法让模型直接猜字段；它先从企业元数据生成语义目录，把认证过的口径交给智能体，查询再按定义和血缘校验并返回出处。 问：开源免费吗？需要自备什么？ 答：Apache 2.0 许可免费。推理需自备 NVIDIA API key 走 NIM，也可接任意 OpenAI 兼容端点。 参考来源： 英伟达 Auto Ontology 官方仓库 README（Apache 2.0 授权全文，含架构、部署与模型默认值） https://raw.githubusercontent.com/NVIDIA/auto-ontology/main/README.md 英伟达官方 auto-ontology-eval 文本转 SQL 评测工具包仓库 https://github.com/NVIDIA/auto-ontology-eval 英伟达开源 Auto Ontology：9 个只读 MCP 工具护住智能体 SQL（AI闪点） https://fluxbbs.com/nvidia-auto-ontology-mcp-9-tools-20261102/ NVIDIA Auto Ontology 词条：9 个只读工具与 87 个操作（AI 百科） https://aiwiki.clawcaff.com/nvidia-auto-ontology/ Nvidia offers open library to ground AI database queries in business definitions（Tech & Business Newswire） https://techandbusiness.org/newswire/3eIpAkxLp1LT-7RAbrydKK NVIDIA Auto Ontology: Open-Source Agent Context Layer（explainx.ai） https://explainx.ai/blog/nvidia-auto-ontology-open-source-context-layer-agents-mcp-text-to-sql-2026