MCP 语义层让数据库开口说话
Auto Ontology MCP 将 NVIDIA 的语义层技术接入任何 MCP 客户端，让模型自动生成业务术语、校验 SQL 并回答数据库问题，同时支持个人知识库的全文索引与概念关联。对需要频繁对接业务数据库的 AI 应用开发者来说，省去了手写 schema 文档和 prompt 工程的大半工作量。
NVIDIA Auto Ontology's semantic layer and a personal knowledge base as an MCP server for Claude, ChatGPT and other MCP clients. No LLM API key needed.
数据库问答这个场景之前的主流方案是 Vanna、Wren AI 这类专门工具，或者自己用 LangChain 搭 RAG 查 schema，痛点是业务术语和物理表字段的映射维护成本极高。这个项目把 NVIDIA 的 ontology 语义层直接挂到 MCP 上，意味着 Claude Code、Cursor 这些你已经在用的客户端零成本获得结构化数据理解能力，不需要切换工具链。
跟 Vanna 相比，它的优势在 ontology 校验环节——生成的 SQL 不是直接执行，而是先过一遍语义层规则检查，能拦截掉大量业务逻辑错误。目前 stars 刚过百，但 MCP 生态正在快速统一 AI 工具的接口标准，这类语义中间件的位置很关键。
如果你在用 Cursor 或 Claude Code 做内部数据工具，且受困于模型乱猜字段含义，建议优先试用它的数据库问答模式，个人知识库功能可以稍后评估。
填补NVIDIA语义层技术与MCP协议间的桥接层，面向数据库智能问答的垂直工具
独特价值：零LLM API成本，将企业数据库schema自动语义化为MCP可用知识