一句话看懂：英伟达在 GitHub 上开源了 Auto-Ontology，一个把数据库元数据编译成业务本体、供 AI 代理查询的服务，目标是减少代理在企业数据上的错误回答。它已进入 GitHub Trending，配套有评测仓库和 Docker Compose 快速启动方案。
事件核心：发生了什么
Auto-Ontology 由英伟达发布，定位是“运行在数据库旁边的开放上下文层”。它把列名、业务术语、经过审核的 SQL 度量表达式和表间关系编译成本体，代理通过该本体查询，人在 Web UI 中审阅和认证定义。开发者可以用它从元数据生成本体、导入已有语义模型、以 MCP 与 REST API 等形式向任意代理框架提供上下文。项目附带 auto-ontology-eval 评测仓库，覆盖 BIRD、BEAVER 等基准，采用执行匹配方式对比“把表结构塞进提示词”与“通过本体作答”两种方式。快速启动依赖 Docker、uv 和英伟达 API Key。
为什么重要
企业代理做数据分析的主要瓶颈不是速度，而是可靠性。直接把 schema 粘贴进上下文窗口会随表和列增长而膨胀，连接和度量往往靠模型临场推断，遇到无法回答的问题却常给出自信但错误的答案。Auto-Ontology 把“这家公司在内部如何定义收入”一类知识固化为可审阅资产，并提供可答性检查，返回 SQL 与执行步骤，提升可解释性。它同时兼容已有的语义模型，说明英伟达想以开放上下文层切入企业代理的数据基础设施，而非另建封闭的数据平台。
对用户/开发者/创作者的影响
对数据团队而言，它提供了一种把业务口径转变为代理可用工具的路径；对开发者，MCP、Agent Skills 和 REST API 意味着可以接入现有代理框架，而不被绑定在某一个产品里；对使用 Chat 做问数的人来说，答案附带 SQL 和执行步骤，便于核对。需要注意，目前公开信息显示该项目仍是一个需要自行部署的服务，并非开箱即用的托管产品。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是评测仓库后续能否给出更多独立复现结果，尤其 BIRD-Interact 多轮场景；二是非英伟达模型和自托管模型的支持情况与成本；三是其他数据库厂商或语义层产品是否跟进类似的开源上下文方案。
