NVIDIA Auto Ontology

NVIDIA Auto Ontology 把业务术语、指标口径和表关系映射到数据库,让 Agent 回答数据问题时给出可以核对的 SQL。

把一个业务指标变成可复算的查询

挑一个团队之间口径不同的指标,参考 Auto Ontology 的语义层,将定义、数据表、审核过的 SQL 和验证题组串起来。

写下指标名称、候选表、统计周期和排除项。

复制请求,在 Floatboat 新对话中粘贴,并提供所需资料。

下载 Floatboat

带入 Floatboat 的请求

请求可预览和复制,不会从此处自动发送。

参考来源: NVIDIA Auto Ontology
https://github.com/NVIDIA/auto-ontology

先阅读原始说明并核对当前环境与依赖。需要安装或连接新工具时,先提出方案。

我的任务:
阅读 NVIDIA Auto Ontology 的 README 和 MCP 文档,帮我明确订单、发票和退款中的月度净收入。输出口径、用于示例结构的参考 SQL 和五道验证题。标出有歧义的连接条件,连接真实数据库前先询问。

期望交付:
一份指标口径、参考查询,以及识别错误连接或覆盖缺口的验证用例。

NVIDIA Auto Ontology 如何为数据库问答提供依据

同一句“上个月收入是多少”,财务和销售可能采用不同口径。Agent 要先理解收入的定义、哪些表可以连接,以及哪些记录应排除。Auto Ontology 从数据库元数据编译语义层,将术语映射到列与表关系,并可为指标保存审核过的 SQL。

项目部署在数据库旁。聊天界面可以返回答案背后的 SQL、结果行和执行步骤;只读 MCP 服务还向已认证的客户端提供术语查询、可回答性检查和问答工具,调用遵循登录用户的权限。配套的三个 Skills 分别覆盖部署、语义模型管理和查询验证。

如果在 Floatboat 里设计定期报表,可以借鉴这套方法,为指标保存责任人、定义和可复跑查询。先在测试库里选几个分析师可以独立复算的问题,把结果逐项核对清楚,再决定哪些指标可以交给 Agent。

Auto Ontology 给 Agent 提供哪些数据依据

业务问题先对应到术语和指标定义,再沿表关系生成查询。比对 SQL 与返回行时,可以把口径、连接条件和数据质量分开排查。

  • 业务术语与指标口径

    将术语映射到实际字段,为需要统一定义的度量绑定审核过的 SQL。

  • 表关系与查询证据

    查看查询经过哪些表及连接条件,并将返回行与已知结果对照。

  • 只读 MCP 工具

    通过独立部署并完成认证后,可以先查术语和可回答性,再执行有依据的数据问答。

NVIDIA Auto Ontology 的使用场景

选一个分析师可以独立复算的问题,固定数据快照与统计周期。若结果有出入,先查指标定义,再查表连接和返回行,避免多个变量同时变化。

对齐财务与销售的收入口径

财务可能按净收入统计,销售则关注已签订单金额。分别记录两个指标的计算口径、排除项和参考 SQL,再对同一个月复算,并在报表标出实际采用的指标。

检查关联查询是否重复计数

选取包含多行发票明细的订单,比较生成查询与人工确认的订单到发票连接。先核对行数,再核对汇总金额,避免误把重复记录算进周报。

将缺少定义的问题交回分析师

在评估集中加入语义层没有覆盖的地区或产品属性,查询前先检查是否可回答。记录缺失的字段映射,由数据负责人补齐后再生成指标。

为定期报表留下复核材料

把统计区间、指标定义、实际 SQL 与返回行随报表存档。数据库字段或定义调整后重跑相同问题,审阅人可以追查数字变化从何而来。

运行示例前要准备什么

官方示例使用微软的 Wide World Importers 数据库。Docker Compose 启动配套服务,推理端点和凭据则按选用的模型单独配置。

  • 本地运行环境

    按上游快速入门准备 Docker、Compose v2 和 uv。

  • 推理端点凭据

    为所选推理端点配置凭据。上游示例使用 NVIDIA API 密钥。

  • 测试数据范围

    先使用示例库或获准的测试数据源,并将数据库账号限制在任务所需范围内。

相关软件项目

比较这些项目的用途、运行条件和源码许可。

NVIDIA Auto Ontology 常见问题

本体层里保存了什么?
保存业务术语、字段映射、表关系和指标的 SQL 定义。实际记录仍存放在连接的数据源中。
哪些 SQL 已经过审核,哪些还需要自己核对?
数据负责人可以审核指标关联的 SQL 定义。针对某个问题生成的实际查询仍要核对统计周期、表连接与返回行,再和参考结果比较。
MCP 客户端可以修改本体吗?
上游 MCP 提供只读工具。连接需要经过部署实例认证,测试前可核对该账户的数据权限。
语义层没有覆盖我的指标怎么办?
先检查问题是否可回答,找出缺少的术语、字段或定义。由指标负责人确认后再把结果用于报表。
三个 NVIDIA Ontology Skills 分别做什么?
分别指导部署、语义模型管理和验证查询。执行查询前需要可用的 Auto Ontology 实例。
运行官方示例需要模型凭据吗?
需要。上游快速入门使用 NVIDIA API 密钥,改用其他端点时需核对相应的认证配置。