EvoOntology数据Agent自进化本体层简介
人大数据实验室的 EvoOntology 是 Claude Code / Codex 插件:在数据和 Agent 之间保存术语、映射、关系、约束与证据,按任务轨迹对照评估后再发布下一版。它不执行业务查询,也不自动改当前本体。
EvoOntology数据Agent自进化本体层简介
EvoOntology 是中国人民大学数据实验室给数据 Agent 用的版本化语义层。它记录业务词如何对应到表、字段和文件,并按任务轨迹决定是否发布下一版。仓库 ruc-datalab/EvoOntology(调研时约 992 star,MIT),论文 Chong 等,EvoOntology: A Self-Evolving Ontology Layer for Data Agents(arXiv:2609.15779)。下文按中文 README、USAGE 与 Codex 插件说明整理。
参考与延伸阅读:
- 仓库:https://github.com/ruc-datalab/EvoOntology
- 中文说明:https://github.com/ruc-datalab/EvoOntology/blob/master/README.zh-CN.md
- 使用指南:https://github.com/ruc-datalab/EvoOntology/blob/master/USAGE.zh-CN.md
- Codex 插件:https://github.com/ruc-datalab/EvoOntology/blob/master/plugins/evoontology-codex/README.md
- 论文:https://arxiv.org/abs/2609.15779
- 封面图 BFO 2.0:https://commons.wikimedia.org/wiki/File:BFO_ontology.jpg(AH-LOD,CC BY-SA 4.0)
目录
1. 定位
EvoOntology 是 Claude Code 与 Codex 的插件。产品形态是一个确定性核心包,加上三个技能:build-ontology、evolve-ontology、explore-ontology。没有独立命令行。默认工作区是项目下的 .evoontology/。
结论性定义: Ontology Layer 放在原始数据和数据 Agent 之间。它不保存业务数据,也不执行业务查询。它保存五类记录:术语、映射、关系、约束、证据。Agent 通过 MCP 按当前问题取其中几条,再使用自己原有的查数工具。
本体层被当成可替换的 Agent 状态,不是模型权重。候选版本只有在对照评估中好于当前版本,才会成为下一正式版。
2. 它首先不是什么
| 不是 | 原因 |
|---|---|
| 问数引擎 | 不生成最终业务答案。SQLite 可由插件只读执行并记录结果;其他库要靠宿主 Agent 已有的工具去查 |
| 数据标准平台 | 不制定集团主数据,也不在各系统之间同步数据。它只记录「这个词在这份数据里指什么」 |
| 在线自学习 | 不在每一轮对话中改模型或改当前本体。进化由人触发,默认在新增不少于 30 个任务或间隔不少于 7 天时提醒 |
| 常驻管理后台 | 一期不做 Web UI、多租户和常驻服务。可视化是一份本地 HTML |
一句话:它是数据语义的版本库。问数仍然由原有的 SQL 或文件工具完成。
3. 内容、模式与工具
3.1 内容层(Content)
一张有类型的语义图,节点分四类:
| 节点 | 含义 |
|---|---|
| Term | 业务概念,如负责人、尾款 |
| Mapping | 概念对应的表、字段或文件 |
| Constraint | 查询时必须遵守的规则,如金额只从合同表取 |
| Evidence | 构建时实际看到的列、样例或查询结果 |
语义关系连接术语。结构引用把术语连到映射,并把约束或证据挂到它们约束或支撑的对象上。使用指南里的版本目录写成五类文件:Term、Mapping、Relation、Constraint、Evidence。Relation 就是上述连接。
3.2 模式层(Schema)
规定这几条节点有哪些字段、允许哪些语义关系、结构引用可以怎么连。模式层划定本体能表达什么,避免每轮随意发明新的关系类型。
3.3 工具层(Tool)
通过 MCP 暴露给 Agent:
| 工具 | 作用 |
|---|---|
browse_semantics | 按查询发现相关概念 |
resolve_semantics | 把提到的词解析成映射、关系、约束和证据 |
evo-semantic://session-manifest | 会话开始时读取的简短说明 |
会话只注入这份说明。具体记录在需要时再取,不把整本本体写入提示词。构建和进化还会用到 validate_semantics、visualize_ontology、evolution_status。
4. 生命周期
1
Build → Use → Evolve → Evaluate → Publish 或 Reject
- Build。 从当前需求、同一项目的历史和抽查到的数据提出问题,抽出候选概念,到原始数据里核对,发布
ontology_v0。 - Use。 Agent 按需查询本体,任务结束时追加一条轨迹:用了哪些工具、看到什么结果、任务是否完成。
- Evolve。 从重复出错里归因。一次候选只验证一个主要假设,改动落在内容、工具或模式三者之一,并可退回当前版。
- Evaluate。 候选版与当前版使用相同数据、相同 Agent、相同解码设置和相同交互预算。有标准答案则打分;没有则由模型做匿名对照。
- Publish 或 Reject。 通过则发布为
ontology_vN+1,并更新active.json。未通过则当前版继续生效,候选和本轮记录留下可查。
版本名:正式版 ontology_v0、ontology_v1……候选 v0-c1 表示从 v0 出发的第一个候选。接受时映射为下一个正式版,不覆盖已有正式版。
插件不自动读取账号里的全部聊天。没有历史时,它查看元数据和抽样,再提出有数据依据的问题。普通对话本身不足以形成一条完整轨迹。
5. 数据源
| 来源 | 插件如何使用 |
|---|---|
| SQLite | 内置只读查询 execute_ontology_query,并自动记录真实结果 |
| 其他表、文件、数据库 | 没有官方连接器。由 Claude Code 或 Codex 已能使用的工具去查,再用 record_ontology_task_event 记下观察到的结果 |
仓库自带三个评测环境,用来说明它面向的数据形态:
| 环境 | 数据形态 | 论文中的变化(四模型子集) |
|---|---|---|
| BIRD | 真实数据库上的 text-to-SQL | 执行准确率 63.6 → 初始本体 68.7 → 进化后 72.4 |
| DDR-10K | 异构金融文件上的开放研究 | 69.5 → 81.8 → 89.5 |
| InsightBench | 业务分析表上的洞察生成 | 53.2 → 54.0 → 54.2 |
初始语义层贡献了 BIRD 上的大部分增益。洞察生成几乎没有提升。评测数字以论文设定为准。
6. 可视化与运行边界
visualize_ontology 在 .evoontology/visualizations/ontology-layer-explorer.html 生成一份离线页面,默认用浏览器打开一次。Codex 桌面版可以把该页嵌在右侧预览中,只在本机回环地址提供。
使用指南把 Web UI、SaaS、多租户、消息队列、常驻 worker 和无人值守的自动循环列在一期之外。检测阈值后的动作是提醒人去运行进化,不是后台自动发布。
validate_semantics 在发布前自动执行。它检查 JSON 能否加载、引用是否完整。它不检查字段是否仍存在于数据库,也不检查某条映射是否一定能查出数。这些核对发生在构建和探索阶段。
7. 和问数术语库的关系
问数系统已经用术语库和示例 SQL 表达「这个词对应哪张表、以前哪条 SQL 是对的」。EvoOntology 的映射和约束解决的是同一类问题,并额外保存证据、版本和对照评估。
在字段清楚的单一业务库上,术语库加示例 SQL 已经覆盖主要用途。表、文件和多个库混在同一次分析里,或同一错误反复出现、需要证明新规则确实更好时,版本化的本体层才多出一块可回滚的记录。
它不替代问数引擎,也不接入外部文档知识库。若要把某条已接受的映射或约束写回问数产品的术语库,需要人另行维护。
8. 小结
| 要点 | 结论 |
|---|---|
| 位置 | 原始数据与数据 Agent 之间的版本化语义层 |
| 保存内容 | 术语、映射、关系、约束、证据;不保存业务行,也不跑最终查询 |
| 进化 | 人触发;候选须对照评估优于当前版才发布 |
| 适用 | 多源混查、反复出错、需要可回滚语义记录时;字段清楚的单库问数不必上这一层 |
