EvoOntology

EvoOntology：面向 Data Agent 的自进化 Ontology Layer

arXiv MCP compatible Codex plugin Claude Code plugin

GitHub stars GitHub forks Page views: today / total

English | 简体中文

演示视频 · 快速开始 · 社区分享 · Star 趋势

> **作者：** [Meiduo Chong](https://github.com/MeiduoChong)、[Shaolei Zhang](https://zhangshaolei1998.github.io/)*、[Ju Fan](https://iir.ruc.edu.cn/~fanj/)、[Xiaoyong Du](https://info.ruc.edu.cn/jsky/szdw/ajxjgcx/jsjkxyjsx1/js2/7374b0a3f58045fc9543703ccea2eb9c.htm)
> 中国人民大学
EvoOntology 用于弥合异构表格、文件和数据库上的 **agent-data gap**。它通过 MCP 工具提供版本化的 **Ontology Layer**，基于真实 workload 和数据证据完成构建，并根据实际执行轨迹持续适配。 ## 🧭 为什么需要 EvoOntology - **原始数据缺少显式语义。** 表名、字段、文件路径和零散观测通常无法完整说明指标口径、实体关系与业务约束，Agent 需要反复推断，容易产生语义错误。 - **静态语义层难以持续扩展。** 人工构建和维护依赖专家投入；数据与 workload 变化后容易过时，完整注入 prompt 的方式也会带来不断增长的上下文开销。 - **Agent 需要能够持续适配的语义。** EvoOntology 围绕真实 workload 构建 Ontology Layer，由 Agent 按需查询，并依据执行行为在受控评估下持续进化。

使用与不使用 EvoOntology 的 Data Agent 对比

面向 Data Agent 的 Agent-first、自进化 Ontology Layer。

## 🎬 Demo Codex 和 Claude Code 插件可以基于您的数据构建并进化 Ontology Layer。 https://github.com/user-attachments/assets/e15f4acd-7161-4ae1-ba41-f2f3ea05488b ## ✨ 核心亮点 ### 🎯 我们解决的问题 - **降低语义不确定性。** 显式组织领域概念、数据映射、关系与约束，避免 Agent 仅凭原始数据猜测业务含义。 - **减少重复的数据探索。** 在任务间复用经过数据验证的知识，使 Agent 能聚焦相关数据，而不必每次重新理解整个环境。 - **降低语义维护成本。** 根据 workload 和 Agent 行为持续适配 Ontology Layer，同时保证更新可检查、可比较、可回滚。 ### 🧩 设计亮点 | 设计原则 | 核心要点 | | --- | --- | | **主动访问** | Agent 通过 MCP 工具仅获取当前步骤所需的语义，无需注入完整 Ontology Layer。 | | **基于证据构建** | 围绕 workload 构建 ontology，并只提交经过底层数据验证的语义对象。 | | **定向进化** | 根据交互轨迹诊断问题，并在相互关联的 Content、Schema 和 Tool Layer 中进行局部更新。 | | **门控版本演进** | Candidate 只有在配对评估中可复现地优于 Parent，才会发布为下一版本。 | | **Agent 集成** | 通过插件将 ontology workspace 和 MCP runtime 直接接入受支持的 Agent。 | ## ⚙️ 工作原理 EvoOntology 把 Ontology Layer 视为可训练的 Agent 状态，而不是模型权重。Builder 根据 workload 和底层数据构建有证据支撑的语义对象；Evolution Agent 再利用历史交互提出局部更新，并将每个 Candidate 与 Parent 配对评估。

EvoOntology 构建与进化框架

### 🧠 Ontology Layer Ontology Layer 由三个相互关联的层组成，分别定义语义知识、表示规则和运行时访问方式： | 层 | 作用 | | --- | --- | | **Content Layer** | 类型化语义图，包含 Term、Mapping、Constraint 和 Evidence 四类节点。Semantic Relation 连接 Term；Structural Reference 连接 Term 与 Mapping，并将 Constraint 或 Evidence 挂接到其约束或支撑的对象上。 | | **Schema Layer** | 定义四类节点的字段、允许使用的 Semantic Relation 类型，以及合法的 Structural Reference 模式，从而确定 Ontology Layer 的表达边界。 | | **Tool Layer** | 通过 `browse_semantics`、`resolve_semantics` 和简洁的 session manifest 向 Agent 暴露 Ontology Layer。会话初始化时只注入 manifest；具体记录及其关联对象均按需检索。 |

EvoOntology 可视化界面的 Content Layer
Content Layer：查看已落地的概念、映射、约束、证据及其关系。

EvoOntology 可视化界面的 Schema Layer
Schema Layer：查看对象类型、字段和受控关系规则。 		EvoOntology 可视化界面的 Tool Layer
Tool Layer：查看 MCP 工具和简洁的运行时 manifest。

点击任意截图可查看完整分辨率。

### 🔄 生命周期 1. **Build** — 从 workload 提取候选概念，在原始数据源中验证，并发布 `ontology_v0`。 2. **Use** — Data Agent 按需查询 Ontology Layer，同时记录工具交互和任务结果。 3. **Evolve** — 诊断重复出现的行为，将问题归因到 Content、Tool 或 Schema，并生成局部 Candidate 补丁。 4. **Evaluate** — 在相同数据、Agent、解码配置和交互预算下比较 Parent 与 Candidate。 5. **Publish or reject** — 通过门控的 Candidate 发布为 `ontology_vN+1`；否则保留 Parent，并把结果用于下一轮。 ## 🚀 快速开始 直接从 GitHub Marketplace 安装插件，无需 clone 仓库、创建虚拟环境或单独执行 `pip install`。 ### 🤖 Claude Code ```bash claude plugin marketplace add ruc-datalab/EvoOntology claude plugin install evoontology@evoontology claude plugin list ``` 新建会话后运行： ```text /evoontology:build-ontology /evoontology:evolve-ontology /evoontology:explore-ontology ``` ### 🤖 Codex ```bash codex plugin marketplace add ruc-datalab/EvoOntology codex plugin add evoontology-codex@evoontology codex plugin list ``` 新建 thread 后，让 Codex 使用： ```text $build-ontology $evolve-ontology $explore-ontology ``` 两个插件使用相同的 Build / Evolve / Explore 工作流名称，仅调用语法遵循各自平台约定。 Codex 自动按用户需求、相关项目历史和有依据的探索补足问题，不要求预先准备问题或轨迹文件。构建和进化结束后自动展示结果。SQLite 支持内置只读回放，其他数据源通过宿主工具执行并记录实际观察。详见 [Codex 插件](plugins/evoontology-codex/README.md)。 构建完成后，Data Agent 可以直接调用 `browse_semantics` 和 `resolve_semantics`，无需额外配置 Ontology Layer。完整流程和数据边界请见[使用指南](USAGE.md)。 ## 🔧 使用模式 | 模式 | 适用场景 | 评估边界 | | --- | --- | --- | | `fixed_split` | 具有固定问题集和 Ground Truth 的 benchmark | Construction 数据用于 Build 和诊断；Validation Reserve 只用于最终 gate。 | | `rolling_trajectory` | 没有固定测试集的生产 workload 或冷启动项目 | 每个 checkpoint 后持续积累新轨迹，再用独立抽样任务或 LLM Judge 对 Candidate 进行门控。 | 两种模式共用同一套 `.evoontology/` workspace、`ontology_vN` 版本、checkpoint 和 Parent/Candidate 生命周期。 ## 📊 性能表现 在四个 backbone 的分析子集上，Builder 构建的**初始 Ontology Layer**相比**无 Ontology Layer 的 ReAct**已获得提升；经过自进化后，**EvoOntology** 在三个 benchmark 上均进一步提升。 | Benchmark | 主要指标 | ReAct（无 Ontology Layer） | 初始 Ontology Layer | EvoOntology | 相对 ReAct 提升 | | --- | --- | ---: | ---: | ---: | ---: | | DDR-Bench（10-K） | Trajectory-Wise | 69.5 | 81.8 | **89.5** | **+20.0** | | InsightBench | Insight | 53.2 | 54.0 | **54.2** | **+1.0** | | BIRD | Execution Accuracy（EX） | 63.6 | 68.7 | **72.4** | **+8.8** |

结果采用论文中的四 backbone 分析子集：GPT-5.5、GPT-5.6-sol、Claude-Sonnet-5 和 Claude-Opus-4.8。DDR-Bench 数值直接取自表 2、8；InsightBench 和 BIRD 数值为图 3 中四个分数的单小数均值，并与正文报告的分阶段提升一致。完整的六 backbone 结果和评估协议见表 1、3、4。

### 🧪 评估环境 EvoOntology 包含三个互补的、自包含的 Data Agent 评估环境： | Benchmark | 任务 | 目录 | | --- | --- | --- | | BIRD | 面向真实数据库的 text-to-SQL | [`benchmarks/bird/`](benchmarks/bird/) | | DDR-10K | 面向异构金融数据的开放式研究 | [`benchmarks/ddr_10k/`](benchmarks/ddr_10k/) | | InsightBench | 迭代式业务分析和洞察生成 | [`benchmarks/insightbench/`](benchmarks/insightbench/) | 每个环境都实现 `EvolutionAdapter`，并保留原生 rollout 和评估协议。运行 `python -m benchmarks list` 可查看已注册环境；接入新环境请见[新增 Benchmark](docs/guide/new-benchmark.md)。 ## 🗂️ 仓库结构 | 路径 | 职责 | | --- | --- | | [`assets/`](assets/) | README 媒体、框架图和 Ontology Layer 界面截图。 | | [`evoontology/`](evoontology/) | 确定性核心：ontology store、runtime/MCP、trajectory、trigger、evaluation、evolution state、validation 和 visualization。 | | [`plugins/`](plugins/) | 自包含的 Claude Code 与 Codex 插件，包括 Build、Evolve 和 Visualize skills。 | | [`benchmarks/`](benchmarks/) | BIRD、DDR-10K 和 InsightBench 评估环境。 | | [`docs/`](docs/) | 架构与 benchmark 接入文档。 | | [`scripts/`](scripts/) | 将 core 同步到插件的工具。 | ## 📚 文档 - [使用指南](USAGE.md) — 安装、workspace、生命周期、配置和端到端流程。 - [架构说明](docs/architecture.md) — 模块边界、进化状态机和评估模式。 - [新增 Benchmark](docs/guide/new-benchmark.md) — adapter、data loader、rollout、配置和 seed skill 契约。 - [Claude Code 插件](plugins/claude-code/README.md)与 [Codex 插件](plugins/evoontology-codex/README.md) — 各客户端的安装与使用方式。 ## 🌐 社区分享与解读 感谢社区对 EvoOntology 的分享与讨论。 | 来源 | 内容 | | --- | --- | | [Gorden Sun · X](https://x.com/Gorden_Sun/status/2100846451375141145) | 介绍 EvoOntology 如何帮助数据 Agent 理解业务语义。 | | [Bloss0m](https://www.bloss0m.com/paper-reading/50-evoontology-self-evolving-ontology/) | 围绕语义层、MCP 接口与受控进化的独立论文解读。 | ## ⭐ Star 趋势

EvoOntology Star History

Star 与 Fork 统计对应官方仓库 ruc-datalab/EvoOntology。访问徽章显示今日 / 累计图片请求次数（北京时间），从接入后开始累计，受图片缓存影响，不等同于独立访客人数。 ## 🖋 引用 如果本项目对您有帮助，请引用： ```bibtex @misc{chong2026evoontologyselfevolvingontologylayer, title={EvoOntology: A Self-Evolving Ontology Layer for Data Agents}, author={Meiduo Chong and Shaolei Zhang and Ju Fan and Xiaoyong Du}, year={2026}, eprint={2609.15779}, archivePrefix={arXiv}, primaryClass={cs.AI}, url={https://arxiv.org/abs/2609.15779}, } ``` ## 📄 License 本项目使用 [MIT License](LICENSE)。Copyright © Meiduo Chong。