Auto Ontology
英伟达开源的企业语义层自动生成工具，从元数据推导指标、维度与表关系定义，并通过MCP、CLI与API三种通道向AI Agent和下游系统提供语义上下文
时间轴 (近 90 天)
英伟达发布了名为 Auto Ontology 的开源库，采用 Apache 2.0 协议。
Auto Ontology 的核心能力是从企业已有的元数据出发，自动构建语义层。
Auto Ontology 通过 MCP、CLI 和 API 三种方式对外输出语义上下文。
文章提到英伟达选择 Apache 2.0 许可证是为了让 Auto Ontology 尽快被广泛采用，以形成网络效应。
Auto Ontology 从元数据自动生成语义层的效果，很大程度上取决于源元数据的质量与规范程度，目前还没有公开的实践数据可以佐证。
Auto Ontology 将经过认证的定义（certified definitions）前置给 Agent，使 Agent 在生成 SQL 前获得语义上下文。
对于考虑评估 Auto Ontology 的团队，应优先验证自动生成的语义定义与现有指标口径的对齐程度、MCP 通道在实际 Agent 工作流中的稳定性与上下文体积、以及与既有语义层或 BI 语义模型的共存策略。
Auto Ontology 的出现标志着 Agent 数据访问的竞争焦点正从“能不能写 SQL”转向“写得对不对”。
全部知识事实 (8)
Auto Ontology 的出现标志着 Agent 数据访问的竞争焦点正从“能不能写 SQL”转向“写得对不对”。
50%待验证Auto Ontology 的核心能力是从企业已有的元数据出发，自动构建语义层。
50%待验证Auto Ontology 通过 MCP、CLI 和 API 三种方式对外输出语义上下文。
50%待验证文章提到英伟达选择 Apache 2.0 许可证是为了让 Auto Ontology 尽快被广泛采用，以形成网络效应。
50%待验证Auto Ontology 从元数据自动生成语义层的效果，很大程度上取决于源元数据的质量与规范程度，目前还没有公开的实践数据可以佐证。
50%待验证Auto Ontology 将经过认证的定义（certified definitions）前置给 Agent，使 Agent 在生成 SQL 前获得语义上下文。
50%待验证对于考虑评估 Auto Ontology 的团队，应优先验证自动生成的语义定义与现有指标口径的对齐程度、MCP 通道在实际 Agent 工作流中的稳定性与上下文体积、以及与既有语义层或 BI 语义模型的共存策略。
50%待验证英伟达发布了名为 Auto Ontology 的开源库，采用 Apache 2.0 协议。
50%