# OpenOntology 决策大脑 **Repository Path**: athmoon/OpenOntologyRelease ## Basic Information - **Project Name**: OpenOntology 决策大脑 - **Description**: 交互式数据探索 · 多智能体 · 本体查询 · 决策大脑 - **Primary Language**: Java - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 5 - **Created**: 2026-08-20 - **Last Updated**: 2026-08-20 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # OpenOntology 决策大脑 企业里真正难的往往不是「有没有数据」,而是如何快速问清问题、看清结果、再往前走一步分析。 和常规 BI、固定报表不同,OpenOntology定位为**交互式数据探索**:不需要写代码,用业务语言直接询问、发现规律与价值;在图形化界面中完成操作,用图表把结论讲清楚;需要更深入时,再把算法接进来做统计、预测等进阶分析。 ## 你可以做什么 - 用业务语言提问,例如:「哪些客户卖的比较好,为什么?」——无需编程或数据开发背景 - 在对话里用表单补条件、用图表看结果,把「问清楚」和「看明白」连在一起 - 需要时直接在探索过程中调用算法做训练或推理,验证想法而不另开一套分析工具 - 本体、资源、剧本与技能既可以在传统界面里维护,也可以通过智能体方式完成,两种方式互通 - 用剧本固化常用分析路径或域内规则,减少每次从零开始聊 ## 产品亮点 - **本体查询语言** 你用业务语言提问,平台把意图落成可执行的结构化查询(Ontology Query Language / JSON),按已知业务模型解释执行。不依赖你具备技术背景,也降低自由生成查询时的幻觉与不可控,结果更可审计。 - **界面和智能体融合** 解决的是**对话过程里的输入与展现**:表单、面板、图表进到智能体流程中,条件不必全靠打字,结果不必挤在 Markdown 里。该点选的点选,该看图的看图。 - **算法训练和推理融合** 查数、看图之后还能接着算。算法库嵌在智能体链路里,训练与推理可走同一条探索路径,把「发现问题」推进到「验证假设、给出量化结论」。 - **常规软件界面探索** 既保留传统软件的精确与高效(结构清晰、操作确定、改完即得),又具备智能体的灵活探索与编排;两条路径互通——界面里维护的资产可被对话调用,智能体侧的调整也能回到管理界面继续治理。不是旁边挂个聊天窗,而是同一套能力上的两种用法。 - **剧本** 把常用分析方法、处置步骤,甚至域内规则(如域常驻剧本)写成可编排的剧本。有章法、可复用,也保留组合与演进的可玩空间。 - **扩展性** 用技能与工具按业务接外部系统或专用能力,扩展智能体边界,无需改平台内核。 - **多智能体,而非单一超级助手** 智能体是解决问题的通用范式:本系统按场景提供多个智能体(探索、本体、资源、剧本、算法等),各自解决一类问题,而不是把一切塞进一个「万能 Agent 平台」。底层有可复用的智能体基础架构(`agent_core`,计划独立开源),业务侧(`impl` + 前端)则给出一套前后端一体的智能体落地范式,便于按问题继续扩展新的智能体。 ## 截图 | 界面 | 对应能力 | |---|---| | 智能体工作台 / 对话 | 交互式探索;界面和智能体融合 | | 本体管理 | 业务模型治理;支撑本体查询语言 | | 资源管理 | 常规软件界面中的资产维护 | | 剧本 | 路径与规则沉淀 | | 技能 / 算法库 / 界面组件 | 扩展性;算法训练和推理融合 |
![]() 智能体工作台 · 交互式探索 |
![]() 智能体对话 · 表单与图表融合 |
![]() 本体管理 · 业务模型 |
![]() 资源管理 · 资产治理 |
![]() 剧本 · 路径与规则 |
![]() 技能管理 · 扩展能力 |
![]() 算法库 · 训练与推理 |
![]() 界面组件 · 图形化呈现 |
