核心功能
Ontology 是一个为 AI Agent 设计的类型化知识图谱框架，将结构化记忆以可验证的图形式存储在本地文件系统中。
核心能力
实体与关系管理：支持 Person、Project、Task、Event、Document 等 15+ 核心类型，每个实体具备强类型的属性和关系定义。采用 JSONL 追加写入模式存储，天然支持操作审计历史。
约束验证系统：通过 YAML Schema 定义类型约束（必填字段、枚举值、禁用属性）、关系约束（类型匹配、基数限制、无环依赖），在每次变更前自动校验。
跨技能通信：Skill 通过声明读写契约（reads/writes/preconditions/postconditions）实现状态共享，例如 Email Skill 创建的 Commitment 可被 Task Skill 自动转化为待办任务。
计划即图变换：将多步骤工作流建模为图操作序列（CREATE/RELATE），每步验证通过后执行，失败时回滚，适合复杂项目管理场景。
显著优点
- 零外部依赖：纯本地运行，无网络请求，数据完全用户可控
- 强类型安全：Schema 驱动的约束验证防止脏数据进入图谱
- 可组合架构：Skills 通过 Ontology 解耦通信，避免紧耦合
- 审计友好：追加写入模式天然保留完整变更历史
潜在局限
- 查询能力有限：基础 CLI 查询仅支持简单过滤，复杂图遍历需用户自行实现或迁移至 SQLite
- 存储效率：JSONL 追加模式长期运行可能导致文件膨胀，需手动维护
- 无并发控制：单用户本地使用，无多进程/分布式协作机制
- 生态早期：预置类型覆盖常见场景，但扩展自定义类型需手动编辑 Schema
适合人群
- 需要跨 Skill 持久化状态的 Agent 开发者
- 追求数据本地隐私的个人用户或小型团队
- 偏好声明式配置（YAML Schema）而非代码定义的领域建模者
- 需要可解释、可审计知识表示的企业合规场景
使用风险
- 数据丢失：默认单文件存储，建议用户配置备份策略
- Schema 迁移：类型定义变更时，历史数据可能需手动迁移
- 查询性能：大图谱（>10万实体）时 JSONL 线性扫描性能下降，需按计划迁移 SQLite
安全亮点
认证报告显示代码结构清晰，无危险函数调用，使用 yaml.safe_load() 解析配置，隐私合规通过 GDPR 数据最小化原则验证。