什么是Ontology 1
Ontology 是一个基于类型化知识图谱的智能体记忆系统，旨在将分散的信息结构化地组织为可验证的图数据。其核心理念是万物皆实体——每个对象（如人员、项目、任务）都具有明确的类型、属性和与其他实体的关系，所有变更都会经过严格的类型约束校验后才被提交，从而确保知识库的一致性与可靠性。该系统通过 JSONL 格式的日志文件记录每一次操作，天然支持历史追溯与增量更新，非常适合需要长期积累和复杂关联分析的智能体应用场景。 与传统数据库不同，Ontology 强调‘组合式技能’（composable skills）之间的共享状态管理。它不直接存储敏感信息（如密码），而是通过引用机制指向凭证资源，既保障了安全性又实现了跨技能的数据互通。用户可以通过简单的命令行工具创建实体、建立关系、执行查询，并定义全局约束规则（如必填字段、枚举值限制、无环依赖等），使整个知识体系具备自检能力。对于更复杂的查询需求，系统也支持迁移至 SQLite 进行高效处理。 从设计哲学上看，Ontology 将多步骤工作流建模为一系列图结构变换操作：先规划出目标状态所需的节点与边，再按顺序执行创建、关联等动作，并在每一步进行前置条件检查。这种模式特别适合任务调度、事件安排、项目管理等场景，能够有效避免因中间状态不一致导致的逻辑错误。同时，它也为因果推理提供了基础框架——每次对知识图的修改都可被记录为带上下文的因果动作，便于后续分析与回溯。
核心功能特点
- 采用类型化实体模型，每个对象都有明确类型、属性及与其他实体的关系，确保知识结构清晰一致
- 支持强约束验证机制，包括必填字段、枚举取值、禁止属性、关系基数控制以及有向无环图检测
- 提供完整的 CLI 工具链用于创建、查询、关联实体，并支持 YAML 格式的全局模式定义
- 原生支持追加式日志存储（JSONL），保留完整操作历史，避免数据覆盖丢失
- 内置安全实践，禁止直接存储密钥类敏感信息，强制使用间接引用方式保护凭证
- 可将多步计划表达为图结构变换序列，结合前置/后置条件实现可靠的任务编排
适用场景
在个人或团队的知识管理工作中，Ontology 能显著提升信息的组织效率与检索精度。例如，当你需要记住某位同事负责哪些项目、某个任务当前状态如何、或者某个文档与哪些事件相关联时，只需通过自然语言指令触发相应的实体创建或关系绑定操作，系统便会自动维护这些连接。无论是跟踪待办事项清单、管理会议日程，还是归档重要邮件线程，Ontology 都能将这些离散信息转化为一张动态更新的语义网络，让你随时掌握全局态势。 在企业级自动化流程中，Ontology 作为多个智能技能间的共享记忆层发挥着关键作用。比如一个邮件处理技能可以创建一个‘承诺’实体来记录客户提出的需求；另一个任务生成技能则定期扫描此类承诺项，自动转化为具体任务并分配给责任人。两者之间无需硬编码对方细节，仅依赖统一的 Ontology API 即可完成协作，极大提升了系统的模块化和可扩展性。此外，当出现异常情况（如任务延期）时，可通过遍历依赖关系快速定位受影响的其他环节，辅助决策调整策略。 对于需要长期演进的复杂应用而言，Ontology 提供的图模型天然契合领域驱动设计思想。你可以将业务流程拆解为一系列原子操作（CREATE/RELATE），并以声明式方式定义业务规则（如‘项目必须有负责人’‘任务不能循环阻塞’），让系统在运行时强制执行这些约束。这不仅减少了代码层面的校验负担，还使得业务逻辑更加透明易懂。随着项目规模扩大，你还可以逐步引入更强大的后端存储（如 Neo4j 或 PostgreSQL GIST）来替代默认的 JSONL 文件，满足高性能查询与分析需求。