aws/context-ontology-accelerator

解决的问题

该项目为 AWS 提供了一个语义上下文层，帮助 AI 代理获取准确且具备业务意识的上下文。它通过结合知识图谱、形式化本体和基于规则的系统，弥合了原始数据源与 AI 代理之间的差距，确保所获取的信息经过业务逻辑的验证。

工作原理

该系统采用「扫描 → 模型 → 服务」的工作流：

• 扫描：连接数据源，发现模式，并摄取结构化和非结构化文档。
• 模型：创建并管理本体和统一的语义图，以定义数据与业务指标和逻辑之间的关系。
• 服务：使用 SPARQL 联邦（VKG）和知识图谱，通过 Model Context Protocol（MCP）向 AI 代理提供此已验证的上下文。

适用人群

专为在 AWS 上构建 AI 代理的开发者和架构师设计，他们需要其代理能够深入理解复杂的业务领域和正式的数据关系。

主要亮点

• 语义图：结合知识图谱与形式化本体，实现高精度的上下文检索。
• MCP 集成：通过 Model Context Protocol（MCP）直接向 AI 代理提供上下文。
• VKG 支持：实现虚拟知识图，支持通过 SPARQL 联邦进行查询。
• 本体归纳：包含一个用于本体归纳和推理的引擎（使用 HermiT/ELK）。
• 企业级访问控制：支持命名空间范围的角色和平台级访问控制，实现安全的数据管理。