本体论
LLM 时代的语义基础设施
现代本体工程系列,20 篇讲透:为什么 Agentic 系统需要本体、四要素与 W3C 标准栈、本体与知识图谱的辨析、七步法与 LLM 构建流水线、文本到三元组、对齐与融合、本体平台的架构与治理、版本演化、检索与 GraphRAG、Agent 记忆与可靠执行,直到 Palantir 落地范本与动态本体展望。不讲哲学史,只讲能落地的现代本体。
认知篇:为什么需要本体 5 篇
为什么 Agentic 系统需要本体:给 LLM 一张世界底图
Agent 上生产的瓶颈往往不是模型智力,而是共享词汇与可靠事实的缺失。本文拆解 LLM 单干的四类失败,说明本体如何以统一词汇、事实底座、上下文压缩与行动契约四层支撑 Agentic 系统,并用 Palantir、MCP、记忆图谱与 GraphRAG 四个证据说明结构化路线正在回归。
现代本体论全景:从语义网到 LLM 时代的语义基础设施
本文一分钟给出 Gruber 的本体定义,梳理语义网理想主义、企业知识图谱现实主义到 LLM 时代语义基础设施复兴的三个时代,辨析本体、知识图谱、图数据库与传统 Schema 四个易混概念,并给出全系列的阅读地图。
本体的四要素:类、属性、关系与公理约束
从银行三张对不上的 Excel 表讲起,用最贴近工程的语言拆解本体的四要素:类负责分类、属性负责取值规则、关系负责跨概念连接、公理负责让机器推理隐含事实并检查一致性。四要素合起来,就是 Gruber 说的「概念化的明确的规范说明」。
W3C 语义标准栈:RDF、OWL、SHACL 与 SPARQL 怎么分工
RDF、OWL、SHACL、SPARQL 不是四个竞争的框架,而是 W3C 语义标准栈里各守一层的标准。本文按数据、模式、校验、查询、推理六层拆解分工与代表实现,讲清开放世界与闭世界两种语义为什么必须共存,并给出工程师的选型建议。
本体实施七步法:从能力问题到长期治理
本体项目烂尾的三大原因:没有验收标准、贪大求全、一次性工程思维。本文给出七步法——写能力问题、复用优先、建类层级、形式化选型、实例填充、校验评估、版本治理,核心洞见是能力问题既是需求文档,也是回归测试。
构建篇:从方法论到 LLM 流水线 3 篇
LLM 时代的本体构建流水线:专家定义 + AI 建议
本体构建曾是知识工程的奢侈品:专家协作数月才能交付。LLM 把术语生成、关系抽取、分类归纳的自动化率推到新高度,但公理级精确性仍离不开人。本文给出一条「AI 建议 + 专家评审」的流水线,并对照研究划清自动化边界。
从文本到三元组:LLM 知识抽取与图谱灌库工程
TBox 定好了,ABox 还躺在文档里。本文拆解 LLM 灌库五步管线:分块、实体识别、关系抽取、实体链接、带置信度落库;讲清质量闸门与幻觉治理,对比传统 NER 流水线的差距,并定位 Neo4j 等工具的适用位置。
本体对齐与融合:让多源知识说同一种语言
两个部门各建一套「客户」本体,字段同名不同义、实体同人不同名。本文拆解模式对齐与实体消解两类问题,梳理相似度、嵌入、LLM 判断三条技术通道,给出阈值分级、冲突解决与增量对齐的实践,并介绍 OAEI 评测体系。
平台篇:架构、治理与选型 6 篇
本体平台全景:控制平面与运行平面
企业本体不该是散落四处的文档与脚本,而应是一个有版本、有闸门、有审计的工程系统。本文给出本体平台的总体架构——控制平面负责把领域知识构建成不可变发布包,运行平面负责事实沉淀、查询推理与动作协调,并以 Palantir Foundry Ontology 说明这一模式的工业级实现。
本体平台构建:从领域知识到可运行契约
本体不该是躺在 wiki 里的文档,而应像 API 契约一样被构建、测试、发布与回滚——这是「可运行契约」的核心主张。本文把本体构建拆成六步闭环,给出 SHACL 发布闸门的具体示例,并强调一条易被忽略的纪律:模型可以回滚,已发生的业务动作必须靠补偿事务撤销。
本体平台的事实治理:不可变观察账本与双时间模型
本体定义类与关系,事实决定平台说话算不算数——事实错,Agent 的每个决策都跟着错。本文主张以 append-only 观察账本沉淀权威事实,经来源确认与质量评价两条支路净化,按契约投影成诊断、查询与动作三类视图,并用双时间模型保证历史认知可还原、坏值不会被旧值掩盖。
本体的版本演化与更新:变更管理、迁移与兼容性
本体是长期资产,业务演化、上游标准更新与建模返工都会迫使它改版。本文给出变更分类学(非破坏性与破坏性变更、语义 diff 与结构 diff)、OWL 2 内建的版本原语、deprecation 过渡期与 SHACL 灰度收紧策略、实例数据迁移与回滚预案,并落成一条从 PR 评审到灰度监控的本体 CI/CD 流水线。
本体平台选型盘点:GraphDB、Jena、Neo4j 与轻量栈
自建本体平台的第一道题是选存储与推理引擎。本文按推理能力、规模与运维、生态与许可三个维度盘点主流路线:GraphDB 11 与 Stardog 领衔的企业三元组库、Apache Jena 的全开源标准栈、Neo4j 加 neosemantics 的属性图路线,以及 rdflib、Oxigraph、owlready2 的轻量嵌入式选项,最后给出选型决策树。
SHACL 校验与推理运行时:让知识库讲规矩
校验不是建模期的一次性检查,而是知识库的常驻闸门。本篇拆解 SHACL 运行时链路:Shapes 约束评估、校验报告聚合、分级处置,以及 OWL 推理器做一致性检查、实例分类与物化的选型权衡,并厘清开放世界与闭世界语义在生产运行时的分工。
检索篇:语义召回与 GraphRAG 2 篇
应用篇:Agent 与企业落地 4 篇
本体作为 Agent 的世界模型:语义记忆、状态与工具语义
Agent 缺的不是参数,是可维护的世界模型。本篇把世界模型拆成语义记忆、状态快照与工具语义三块拼图,用 Zep 与 Mem0 的研究证据讲记忆本体化,用 MCP 工具元数据讲能力契约,覆盖记忆的时序建模与冲突消解,并给出五条落地清单。
多智能体的共享语义:通信契约、编排与协议的本体维度
多智能体的错误大多死于语义误解:词汇、状态、协议三层失配。本篇讨论共享本体如何作为通信契约,黑板与合同网等编排模式的本体表达,MCP 与 A2A 各自承担的语义维度,并给出语义仓库治理、契约版本化的实践与「僵尸本体」反面模式。
Agent 可靠执行:从行动提议到权威系统的闭环
Agent 行动失败的三种经典形态:重复执行、半途失败、结果未知。本篇给出从行动提议到权威系统的七步闭环架构与三条铁律(先落盘再执行、重试复用同一 operation_id、未知保持未知),厘清平台与权威系统的原子性边界,并对照 Palantir 动作类型的设计。
企业落地与未来:Palantir 本体、行业本体与动态本体
系列收官:拆解 Palantir Foundry 本体的语义元素与动力元素、AIP Agent Studio 与 Ontology MCP,纵览 FIBO、SNOMED CT、GS1、schema.org 四大行业本体生态,展望动态本体管道(LLM 提议、SHACL 校验、人工审核)与语义注册表趋势,结语本体工程师的新角色。