NVIDIA Auto Ontology sjekker agentenes SQL mot sertifiserte definisjoner

NVIDIA har lagt ut Auto Ontology på GitHub, et Python-rammeverk som bygger en ontologi fra metadata om databasene dine og serverer den til agenter via MCP, CLI og API. Ifølge README-en avstemmer biblioteket motstridende definisjoner på tvers av systemer, kontrollerer genererte spørringer mot sertifiserte definisjoner og lineage, og returnerer proveniens med hvert svar. Kildene kan være Databricks, Postgres, Snowflake eller DuckDB.

«Et inntektstall som besvares raskere, er ingenting verdt hvis tallet er feil.» — NVIDIA, README for Auto Ontology

Stacken starter med docker compose up -d --build: Next.js 16-frontend på port 3000, FastAPI-backend med LangChain på 3001, en ingest-tjeneste på 3002 og Postgres med pgvector på 5432. Inferensen går som standard mot NVIDIA NIM med nemotron-3-nano-30b-a3b som språkmodell, men hver modellrolle har egne _ENDPOINT-, _API_KEY- og _MODEL-variabler. README-en lister «any other OpenAI-compatible model endpoint» som alternativ, så du kan peke den mot en lokal server. Cursor og Claude Desktop kobler seg på via MCP-serveren i mcp/, og kodeagenter får ferdige skills i skills/.

To ting i dokumentasjonen bør du lese før du kobler på en ekte database. Uten HashiCorp Vault lagres tilkoblinger du legger inn i UI-et, passord inkludert, ukryptert som JSON i Postgres. Vault er av som standard, og en halv konfigurasjon faller tilbake til klartekst med bare en advarsel. I tillegg må FastAPI-porten aldri eksponeres, fordi headeren x-auto-ontology-user-id ikke verifiseres der. Prosjektet tar heller ikke imot eksterne bidrag.

Hva bør du gjøre?

1. Sett alle fire variablene VAULT_ADDR, VAULT_NAMESPACE, VAULT_ROLE_ID og VAULT_SECRET_ID før du legger til tilkoblinger i UI-et.
2. Hold port 3001 bak brannmuren og la all trafikk gå gjennom Next.js-gatewayen på port 3000.
3. Gi Auto Ontology en databasebruker med bare lesetilgang, så en feilgenerert spørring ikke kan endre data.