Auto Ontology：给智能体搭可信数据语义层

Auto Ontology 要解决的是智能体查数的可靠性：智能体能检索文档、查数据库，但可靠性才是智能体分析的门槛——指标算得再快，数字错了就一文不值。智能体需要一个上下文层，告诉它数据在哪、什么含义、该不该用、怎么用、从哪来。这个 NVIDIA 开源库从企业元数据构建该层，并通过 MCP、CLI、API 供任意智能体框架调用。五大能力：Discover——从元数据生成企业本体，接入已有本体与语义模型，构建 AI 就绪的知识图谱；Ground——给指标、实体、关系可信业务含义，调和跨系统不一致定义；Validate——用认证定义与血缘校验生成的查询，答案附出处；Expose——经 MCP、CLI、API 对外服务；Learn——把认证过的修正回灌本体，越用越准。自然语言提问被翻译成 SQL 在库上执行，由 NVIDIA NIM 驱动，语义层存于 Postgres；BIRD 等文本转 SQL 基准有配套评测仓库。Apache 2.0 协议，暂不接收外部贡献。适合做企业数据智能体的工程团队，个人玩家门槛较高。