Skill 说明
auto-ontology-mcp 是什么
auto-ontology-mcp 把 NVIDIA Auto Ontology 的语义层带给任何 MCP 客户端,做两件事:问你的数据库,以及管你的个人知识库。
第一件事解决的是「AI 写 SQL 靠猜」:把它指向一个数据库,你已经在用的模型(Claude Code、Codex、OpenClaw、Hermes Agent、Cursor、VS Code,或 Claude/ChatGPT 客户端)会先构建业务术语(Terms)、复核 join 关系,然后给出 SQL——而这条 SQL 会被服务端拿本体(ontology)和真实数据双向检查,不通过就返工。
| 场景 | 做法 |
|---|---|
| 结构化数据 | 指向数据库,建业务术语、复核 join,SQL 由服务端校验 |
| 非结构化数据 | 票据、对账单、论文、书籍入库成可检索的知识 |
| 两者结合 | 用同一套实体把文档和数据库连起来问 |
| 存储结构 | 实体(带类型列与引用)、概念(markdown 主体 + 类型关系)、段落摘录、来源(定位 + 原文引用) |
| 可迁移 | 索引、变更日志、Obsidian 导出,能当 LLM Wiki 用 |
每条记录都带来源、定位和原文引用,不是凭空生成的「摘要」。
auto-ontology-mcp 怎么安装
用 uvx 直接从 git 安装运行:
uvx --from git+https://github.com/gogoymh/auto-ontology-mcp auto-ontology-mcp
它会需要一个可写的数据存储(knowledge store)来放实体、概念和段落。
auto-ontology-mcp 怎么使用
- 先把 MCP 服务接到你的客户端,确认工具列表能发现。
- 接入一个数据库,让它先建业务术语和 join 关系——这一步别跳,直接问问题质量会很差。
- 问业务问题时看它返回的 SQL 和校验结论,而不是只看答案。
- 把票据、论文、书籍丢进知识库,每份都保留来源和定位。
- 源文件变更后按它的变更处理流程更新,别让库里留着过期数据。
- 需要和笔记软件打通就用 Obsidian 导出。
auto-ontology-mcp 适合谁用
- 要给业务方做「用自然语言查数仓」、又必须保证 SQL 不出错的数据团队。
- 有大量票据、对账单、论文需要可溯源检索的个人和公司。
- 已经在用 Claude Code / Cursor / VS Code,想把这些接成个人知识库的技术用户。
- 在意「每个结论都要有出处」而不是让模型自由发挥的场景。
- 只是偶尔查几条数据、不需要语义层的轻量需求,直接用客户端查更快。
auto-ontology-mcp 项目地址
- GitHub 仓库:https://github.com/gogoymh/auto-ontology-mcp
- NVIDIA Auto Ontology:https://github.com/NVIDIA/auto-ontology
- 演示:https://github.com/gogoymh/auto-ontology-mcp#see-it-in-action