文章

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:


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
  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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
本文由作者按照 CC BY 4.0 进行授权