我把微软的本体学习工具 Ontology-Playground 魔改了
作者基于微软开源的 Ontology-Playground 进行二次开发,推出中文版增强工具,新增指标层建模、数据源映射、OAG 四阶段可视化(自然语言→本体检索→MQL→SQL)、双语学堂及任务系统,支持本地一键运行,面向 Data Agent 场景强化语义层落地能力。
Ontology-Playground 原版的核心价值
微软开源的 Ontology-Playground 是一个零后端、纯静态的本体学习与建模工具。它提供交互式本体图谱、可视化设计器、70+ 个覆盖零售、金融 FIBO、医疗、制造、教育等领域的官方/社区本体,以及几十篇教程、互动测验和任务闯关,能让新手从理解 RDF 快速进阶到自主建模。

项目地址:microsoft.github.io/Ontology-Playground(GitHub:[2],MIT License)。
二开动因:语言障碍与语义层能力缺失
全英文界面中断学习心流
界面、文章、测验全部为英文。虽非不可读,但每个术语需脑内翻译,导致学习过程中的“心流”频繁中断。
原版本体模型无法支撑 Data Agent 所需语义层
作者定义的本体是三层结构:对象(是什么)→ 指标(怎么算)→ 关系(怎么连),并需落至“谁的表、哪一列”的数据源信息。而 Ontology-Playground 当前仅支持实体 + 属性 + 关系,存在三处关键缺失:
- ❌ 没有独立的指标层:下单金额、客单价等口径定义、计算逻辑、可切分维度无法表达;
- ❌ 没有数据源表信息:业务属性到物理列、DWD/DIM 分层、粒度、权威度、必带过滤等无落点;
- ❌ 没有 OAG 检索过程可视化:“自然语言 → 理解 → 本体检索 → MQL → SQL”四阶段不可见,无法直观演示 nl2sql 路径。
于是有了二开项目:github.com/zao-sheng/Ontology-Playground-zh-dev(MIT License)。

二开版五大核心增强
① OAG 四阶段可视化(最值得体验)
面板中输入一句自然语言问题,系统实时展示“自然语言 → 理解 → 本体检索 → MQL → SQL”的完整推理链条。
② 本体增加指标层,设计器同步更新


③ 增加数据源映射
支持将业务属性、关系、指标分别绑定至具体数据库表、字段、分层(如 DWD/DIM)、粒度与权威度,与语义层文章中的模型严格对齐,支撑可靠 nl2sql。

④ 首页三分类浏览器:实体 / 关系 / 指标一眼看全
主页右侧设三大 Tab:
- 实体(对象):属性作为子项展开,显示类型 / 单位 / 值域 / 外键引用;
- 关系:标注基数与 JOIN 键;
- 指标:展示公式 / 口径 / do_not 等关键字段。
点击任一元素,图谱与检查器实时联动。
⑥ 双语学堂 + “认识指标”任务
全部学习内容实现中英双语:
- 除原版课程外,新增《指标与数据源》等语义层专项课程;
- 所有场景课补充“看透事实、维度与指标”小节;
- 任务系统新增“认识指标”引导任务:要求用户点击对象、在检查器中阅读指标公式与口径,将“指标是独立一层”转化为实操动作。
一分钟跑起来
git clone https://github.com/zao-sheng/Ontology-Playground-zh-dev
cd Ontology-Playground-zh-dev
2. 装依赖
npm install
3. 跑起来(端口固定 5174)
npm run dev
浏览器打开 http://localhost:5174 即可
如果提示"端口被占用":
npm run dev:clean写在最后
这个工具把"本体建模"变成了能报错、能回放、能导出的实操和动态展示,并且能定义指标和源表、还能把 OAG 检索过程一步步放给你看。
JOTO 企业落地观察
- 企业构建 Data Agent 时,若缺乏指标层的显式建模能力,将难以统一业务口径与计算逻辑,导致不同团队对‘客单价’‘复购率’等核心指标的理解与实现不一致,影响决策可信度。
- OAG 四阶段可视化并非仅用于教学,它为企业提供了 nl2sql 系统的可观测性基础——当自然语言查询结果异常时,团队可逐阶段定位问题发生在语义理解、本体匹配还是 SQL 生成环节。
- 纯前端本体工具虽便于快速验证,但企业真实场景中需将本体与数据目录、权限系统、调度平台集成;这类轻量工具的输出(如指标定义、源表映射)必须能导出为标准格式,才能进入企业级知识工程流水线。
- 指标层与数据源映射的耦合设计,意味着语义层不再只是静态描述,而是承载了计算契约与数据契约;这对 RAG 知识工程提出新要求:检索到的指标定义必须附带其可执行上下文(如时间范围约束、默认过滤条件)。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们


