Nvidia, analitik agentler için güvenilir bir bağlam katmanı olan Auto Ontology'yi açık kaynak olarak yayınladı

Nvidia ne yayınladı

Nvidia, kurumsal verinin üzerine anlamsal, graf tabanlı bir akıl yürütme katmanı kuran açık kaynak bir Python çerçevesi olan Auto Ontology'yi yayınladı; hedef, analitik agentları yalnızca hızlı değil aynı zamanda güvenilir kılmak. Proje 3 Kasım 2026'da Hacker News'in ön sayfasına çıktı ve GitHub'da Apache 2.0 lisansıyla erişilebilir. Projenin dokümantasyonuna göre, bir gelir sorusuna verilen hızlı yanıt, rakam yanlışsa hiçbir değere sahip değil; çerçeve tam da bu boşluğu kapatmak için var.

Hedeflediği sorun

Agentlar zaten belge getirebiliyor ve veritabanı sorguları çalıştırabiliyor. Depo, bunların genellikle eksik olduğu noktanın; verinin nerede yaşadığını, ne anlama geldiğini, kullanılıp kullanılmayacağını ve nasıl kullanılacağını, nereden geldiğini ve ona neyin benzediğini açıklayan bir bağlam katmanı olduğunu savunuyor. Auto Ontology bu katmanı mevcut kurumsal meta veriden inşa ediyor, sistemler arasında çelişen tanımları uzlaştırıyor ve açıkça bir kuruluşun elinde halihazırda bulunan anlamsal modellerin tamamlayıcısı olarak, onların yerine geçecek bir çözüm olarak değil konumlanıyor.

Beş yetenek

Çerçeve işlevselliğini beş aşamada düzenliyor:

• Discover — meta veriden kurumsal ontolojiler üret, halihazırda var olan ontolojileri ve anlamsal modelleri birbirine bağla ve yapay zekâ kullanımına yönelik bilgi grafiklerini oluştur.
• Ground — agentlara metrikler, varlıklar ve ilişkiler için güvenilir iş tanımları sağla ve sistemler arasındaki tutarsız tanımları uzlaştır.
• Validate — üretilen sorguları sertifikalı tanımlar ve köken (lineage) bilgisiyle denetle ve her yanıtla birlikte köken bilgisini döndür.
• Expose — bağlamı MCP, bir komut satırı arayüzü ve bir API üzerinden herhangi bir agent harness'e sun.
• Learn — sertifikalı düzeltmeleri ve kullanım kalıplarını ontolojiye geri kat ki paylaşılan bağlam her soruyla birlikte gelişsin.

Kaputun altında ne var

Auto Ontology yalnızca bir kütüphane değil, tam yığın (full-stack) bir uygulama. Web ön ucu Next.js 16 (React 19, TypeScript, Tailwind CSS 4) ile kurulmuş ve kimlik doğrulama ile rol tabanlı erişim kontrolü için Better Auth kullanıyor. Arka uç Python 3.12+ ile yazılmış bir FastAPI servisi; sohbet ve doğal dilden SQL'ye çeviri için LangChain ile eşleşiyor, ayrıca tablo verisini işleyen ve embedding'leri yazan ayrı bir ingestion worker bulunuyor. pgvector eklentilı bir Postgres veritabanı uygulama meta verisini, kataloğu, ontolojiyi ve vektörleri saklarken, HashiCorp Vault bağlantı kimlik bilgilerini güvene almak için isteğe bağlı bir bileşen.

Dağıtım, Kubernetes üzerinde bir Helm chart ile veya yerel bir yığın için Docker Compose ile yapılıyor; araç Databricks, Postgres, Snowflake ve DuckDB kaynaklarına bağlanabiliyor.

Tüm çıkarım (inference) NVIDIA NIM endpoint'lerinden geçiyor; ya Nvidia'nın barındırılan API kataloğu ya da kendi kendine barındırılan NIM'ler. Varsayılanlar, akıl yürütme için bir Nemotron nano sohbet modelini bir Nemotron embedding modeli ve Nemotron tabanlı bir reranker ile eşleştiriyor; her model rolü, paylaşılan varsayılanlara geri düşen ortam değişkenleriyle geçersiz kılınabiliyor. Kimlik doğrulama SSO'yu destekliyor ve betikler, yalnızca SHA-256 özeti olarak saklanan ve tam bir kez görüntülenen API token'ları üretebiliyor. Değerlendirme için proje, BIRD gibi text-to-SQL kıyaslamalarını çalıştırmak amacıyla yardımcı bir depoya işaret ediyor.

Dikkat edilmesi gereken uyarılar

İki sınırlama öne çıkıyor. Birincisi, proje şu anda dış katkıları kabul etmediğini açıkça belirtiyor; yani buradaki açık kaynak, topluluk odaklı bir çabadan çok Apache lisanslı kod anlamına geliyor. İkincisi, README, arayüz üzerinden eklenen bağlantı kimlik bilgilerinin Vault açıkça yapılandırılmadıkça Postgres'te şifrelenmemiş olarak saklandığı konusunda uyarıyor; yöneticilerin aracı üretim veri ambarlarına yönlendirmeden önce tartması gereken bir dağıtım detayı bu. NVIDIA NIM'e varsayılan güvenme, ekiplerin bu yığını çalıştırmak için bir Nvidia API anahtarına ya da kendi kendine barındırılan NIM altyapısına ihtiyaç duyacağı anlamına da geliyor.

Neden önemli

Text-to-SQL agentları genellikle sözdiziminde değil semantikte başarısız oluyor: gelir, üç farklı sistemde üç farklı şey anlamına gelebiliyor ve yanlış tanıma karşı akıcı bir sorgu hâlâ yanlıştır. Auto Ontology, çözümün agentlarla veritabanları arasında duran; sertifikalı tanımlar, köken ve provenance bilgisi içeren yönetilmiş bir anlamsal katman olduğu yönündeki Nvidia'nın bahisidir. Bu katmanın MCP üzerinden sunulması önemli, çünkü uyumlu herhangi bir agent harness onu özel entegrasyon olmadan tüketebiliyor ve her yanıtla döndürülen köken bilgisi denetçilere doğrulayabileceği bir şey veriyor. Daha derin sonuç stratejik: çerçeveyi açık kaynak yaparken çıkarımını varsayılan olarak NIM'e bağlayan Nvidia, ayak izini çiplerden ve modellerden, kurumsal yapay zekâ benimsenmesinin aslında karar verildiği veri araçları katmanına doğru genişletiyor.