什么是Ontology 1.0.4
Ontology 1.0.4 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、可组合的知识网络。其核心理念是将一切视为具有明确类型、属性和关系的实体，并通过严格的约束机制确保数据的一致性与完整性。该系统通过简单的 JSONL 格式存储图结构，支持实体的创建、查询、关系链接以及多步规划操作，适用于构建具备长期记忆能力的智能代理或自动化工作流。所有变更均经过类型约束校验后才提交，有效防止了数据污染和逻辑冲突。默认使用 `memory/ontology/graph.jsonl` 作为主存储文件，同时允许通过 YAML 定义类型约束和关系规则，实现灵活而严谨的知识建模。
核心功能特点
- 基于类型的实体建模：每个对象都有明确类型（如 Person、Project、Task），包含属性与关联关系
- 强约束验证体系：支持必填字段、枚举值限制、禁止属性及关系拓扑约束（如无环依赖）
- 图结构操作接口：提供创建、查询、链接实体及遍历关系的命令行工具链
- 多技能协同通信：通过声明式契约定义技能对知识图谱的读写权限与前后条件
- 计划即图变换：将复杂任务拆解为原子化的图操作序列，每一步执行前进行约束校验
- 因果日志集成：可选记录所有变更事件，便于后续推理分析与技能间状态同步
适用场景
Ontology 特别适合需要长期记忆和跨上下文推理的智能代理场景。例如，在一个持续跟踪项目进展的 AI 助手中，它可以自动创建人员、项目和任务实体，建立负责人与项目的归属关系，并随着任务状态变化动态更新图谱。当用户询问‘Alice 当前负责哪些事项’时，系统可通过图遍历快速返回关联结果。在团队协作场景中，邮件技能可生成承诺类实体，再由任务调度技能自动转化为待办项，形成闭环处理流程。对于涉及多个步骤的工作规划，如‘安排会议并生成后续任务’，可将整个流程建模为一系列受控的图变换操作，确保每一步都符合业务规则。此外，由于采用追加写入模式而非覆盖更新，历史版本得以保留，非常适合审计追踪和回溯调试需求。