# OntoL · 企业级本体平台

> OntoL 是面向企业级知识治理的本体（Ontology）平台。基于 W3C 标准栈（RDF / RDFS / OWL / SPARQL），
> 把企业术语、数据口径与业务规则沉淀为可治理、可追溯、可推演的语义模型，为大模型提供具备业务逻辑的
> 「认知底座」。产品提供私有化部署与信创兼容方案，数据不出域。

核心主张：**数据打通 ≠ 业务打通**。企业数据治理的瓶颈不在存储与算力，而在「共识」。
官网：https://ontol-official-site.app.workbuddy.host/

## 产品定位

- 品类：企业级本体平台 / 语义层（Semantic Layer） / 知识治理平台
- 技术路线：本体论路线（OWL 本体 + 演绎推理），与属性图数据库分层协作，而非替代关系
- 标准栈：W3C RDF / RDFS / OWL 2 / SPARQL / Turtle
- 交付形态：私有化部署 / 云原生，信创兼容，数据不出域
- 目标客户：政企、金融、制造、工程等知识密集且口径争议多的组织

## 产品套件

- **OntoL-Data｜本体数据治理**：数据标准与语义映射、质量校验与问题修复、数据全生命周期管理
  （待推理 → 已验证 → 回滚，全程日志审计与血缘追踪）
- **OntoL-Admin｜本体后台管理平台**：本体推演（条件变化 → 状态传播 → 影响评估）、推理链管理
  （规则 / 链路 / 结论三级追踪）、权限审计与本体发布、开放 RESTful API 与 SSO / LDAP 集成

## 核心能力

1. 可视化本体建模：类 / 对象属性 / 数据属性建模，继承、等价类、不相交类，导出标准 OWL 2
2. 语义映射与数据标准：本体 → 物理存储映射，支持 RDF Store / Property Graph 多后端适配
3. 本体推演与影响评估：推理操作副本数据，不污染源数据，结果确认后再决定是否回写
4. 推理链与规则引擎：公理推理 + 规则推理，自研可扩展推理 DSL，链路全程可追踪
5. 版本与基线治理：版本快照、基线标记、语义级 diff，变更可审计可回滚
6. LLM × 推理机协同：区分查询类与推理类问题，查询直接回答、推理交给推理机，降低幻觉

## 技术架构（语义与存储解耦的三层 / 四层结构）

- 应用层：智能问答、语义检索、风险与合规、数据资产编目、业务推演
- 服务层 Service：本体发布、版本管理、访问控制、RESTful API、增量版本 diff
- 建模层 Modeling：类 / 关系 / 属性定义、约束规则、可视化建模、OWL / Turtle 序列化
- 映射层 Mapping：表 → 类、字段 → 属性、外键 → 关系，适配 RDF Store 与 Property Graph

解耦的意义：语义定义不被存储技术绑架；换存储、换引擎，本体资产依然完整可迁移。

## 典型应用场景

- 企业数据资产目录：以统一企业本体作为数据目录的语义基础，解决「同名不同义」
- 跨系统数据集成：通过映射层显式定义异构系统间的语义等价关系
- 知识图谱构建：用本体作为 schema 契约，约束图建模标准
- 监管合规与数据血缘：在本体层记录业务定义与计算口径，血缘可回溯
- 大模型业务推理：以本体作为认知底座，推理链路可解释、答案可溯源
- 工程校验与规则约束：把多表、多层级的业务约束写进本体，由推理机自动级联校验

## 落地案例

- 普华思维（工程 / 制造）：产前建设设计表的多表级联校验，校验从「人工抽查」变为「全量自动核对」，
  每条结论都带推理链路，可复盘「为什么不过、错在哪一环」
- 制造集团（匿名）：工艺数据的口径统一与语义对齐，核心业务对象获得唯一语义定义
- 金融机构（匿名）：关联方语义对齐与指标口径留痕，口径争议可在语义层裁决

## 能力边界（官方明确说明）

已经做到：工程落地案例、W3C 标准合规、企业级安全运维、本体与数据资产可迁出可退出。

仍在演进：大规模描述逻辑推理尚未集成到生产级；从既有库表反向生成本体（自动化本体发现）仍处实验阶段；
多人并发编辑同一本体的冲突合并策略仍在完善；已落地企业合作多处于「本体治理启动」阶段。

## 常见问题

- **本体和 RAG 什么关系？** RAG 解决「把资料找出来」，本体解决「把资料之间的关系说清楚」。
- **需要懂 OWL / RDF 吗？** 不需要。提供可视化建模，业务专家可用业务语言参与定义；技术团队可对接标准栈。
- **会替代 Neo4j 吗？** 不会，分层协作。OWL 本体定义语义与一致性约束，图数据库负责查得快。
- **推理会污染原始数据吗？** 不会，推理机操作数据副本，结果确认后再决定是否回写。
- **支持私有化与信创吗？** 支持，数据不出域，已适配主流国产操作系统、数据库与芯片架构。
- **性能指标？** 不发布通用跑分，采用 PoC 实测，指标由双方共同确认后写入验收标准。

## 联系方式

- 微信：ZeroLiang6688（加好友请备注「OntoL」）
- 微信公众号：AI大模型智能浪潮与变革指南
- 工作时间：周一至周五 9:00 – 18:00

## 页面索引

- [首页](https://ontol-official-site.app.workbuddy.host/)：产品总览与核心主张
- [产品能力](https://ontol-official-site.app.workbuddy.host/product.html)：两套套件与完整功能清单
- [技术架构](https://ontol-official-site.app.workbuddy.host/architecture.html)：语义与存储解耦分层设计
- [应用场景](https://ontol-official-site.app.workbuddy.host/solutions.html)：六类落地场景与切入路径
- [客户案例](https://ontol-official-site.app.workbuddy.host/cases.html)：生产环境落地实践
- [常见问题](https://ontol-official-site.app.workbuddy.host/faq.html)：技术与商务问答
- [关于我们](https://ontol-official-site.app.workbuddy.host/about.html)：团队、方法论与联系方式