NVIDIA ouvre Auto-Ontology, couche sémantique pour agents LLM

NVIDIA a publié Auto-Ontology sur GitHub, un framework Python open source sous licence Apache 2.0 qui construit, selon le dépôt, une couche de raisonnement sémantique à base de graphes au-dessus des données d'entreprise. L'objectif affiché est de donner aux agents LLM « deterministic query generation, better context retrieval, and more explainable AI for LLM and agent workflows ».

Le framework s'organise autour de quatre fonctions : *Discover*, qui génère une ontologie à partir des métadonnées pour bâtir un knowledge graph ; *Ground*, qui fournit aux agents des définitions business certifiées pour les métriques et les relations ; *Validate*, qui vérifie les requêtes générées contre ces définitions et renvoie la provenance ; et *Expose*, qui sert le contexte via MCP, CLI et API. Le catalogue sémantique vit dans Postgres avec l'extension pgvector, et les modèles — LLM, embeddings, reranking — passent par les endpoints NVIDIA NIM. La stack applicative mélange Next.js 16, React 19, FastAPI sur Python 3.12+ et LangChain, avec une authentification Better Auth et un stockage de credentials optionnel via HashiCorp Vault. Le déploiement se fait par Helm ou Docker Compose.

Le dépôt affiche 1,9 k étoiles au moment de la publication mais précise qu'il n'accepte pas de contributions externes, un choix de gouvernance peu courant pour un projet estampillé Apache 2.0. Pour le lecteur qui suit la cadence NVIDIA, c'est le 124e sujet NVIDIA que nous suivons sur 90 jours, et il s'inscrit dans un flux agents chargé — 240 alertes sur la même fenêtre — où la question du grounding des agents sur les données structurées revient de plus en plus.