WORLDTECHNVIDIA stellt Auto Ontology vor, eine semantische Schicht für SQL von Agenten
NVIDIA hat Auto Ontology als offene Bibliothek unter der Apache-2.0-Lizenz veröffentlicht. Das Werkzeug leitet aus Unternehmensmetadaten eine semantische Schicht ab, damit Agenten SQL auf Grundlage zertifizierter Geschäftsdefinitionen schreiben können. Laut MarkTechPost ist die Schicht dafür gedacht, zwischen einem Agenten und dem Data Warehouse zu arbeiten.
Was die Bibliothek bietet
Auto Ontology baut seine semantische Schicht aus Unternehmensmetadaten auf. Agenten greifen auf diese Schicht zurück, wenn sie SQL um zertifizierte Geschäftsbegriffe herum formulieren, und den Kontext erhalten sie über MCP, eine Kommandozeilenschnittstelle und eine API.
Die Schicht hält fest, wo Daten liegen und was jedes Feld bedeutet. Außerdem zeigt sie an, ob ein Feld verwendet werden sollte, wie es anzuwenden ist und woher es stammt.
Komponenten und Betriebsoptionen
Das Standardsprachmodell ist nvidia/nemotron-3-nano-30b-a3b, ergänzt durch Nemotron-Modelle für Embedding und Reranking. Der Stack lässt sich als lokale Docker-Compose-Installation oder über Helm auf Kubernetes betreiben. Die Inferenz übernehmen gehostete NVIDIA-NIM-Endpunkte oder selbst betriebene NIMs.
Die Dokumentation des MCP-Servers beschreibt neun reine Lesewerkzeuge. Eines liefert Antwort, SQL und Zeilen als getrennte Felder. Ein Werkzeug zum Durchsuchen roher Schemata gibt es nicht, eine bewusste Entscheidung, die den Zugriff der Agenten auf Daten über die semantische Schicht leitet.
Fünf Aufgaben und Prüfung durch Fachleute
Die Bibliothek ist um fünf Aufgaben herum organisiert: Ontologien aus Metadaten ableiten und bestehende semantische Modelle anbinden, Agenten in definierten Kennzahlen und Beziehungen verankern, erzeugte Abfragen gegen zertifizierte Definitionen und Herkunft prüfen sowie zertifizierte Korrekturen in die Ontologie zurückführen. NVIDIAs Entwicklerseite stellt das Ergebnis als Ausgangsontologie dar, die Fachexperten weiterhin testen, verfeinern und zertifizieren müssen.
Was noch unbestätigt ist
Das Evaluierungs-Repository enthält ein Testgerüst, aber keine Ergebnisse. Leistungsangaben lassen sich daher allein aus der Veröffentlichung nicht überprüfen. Das berichtende Medium rät, Benchmarks selbst durchzuführen, bevor man dem System vertraut.
Offene Fragen
- Wie genau sind die erzeugten Abfragen, wenn man das Evaluierungsgerüst einsetzt?
- Wie viel zertifizierte Prüfung durch Fachexperten braucht die erzeugte Ontologie, bevor sie verlässlich ist?