本体知识图谱

解决什么问题

AI Agent 在跨技能协同时，常把状态散落在对话、任务列表和临时文件里：项目依赖、实体关系、事件约束难以统一校验，后续推理也容易因状态不一致而跑偏。

ontology 把这些知识收敛为一张本地可校验的图：以实体、类型、属性和关系作为基本单元，用类型化词汇与约束规则替代自由文本记忆。

技能如何工作

• 数据模型：默认写入 memory/ontology/graph.jsonl，约束放在 memory/ontology/schema.yaml，可查询、链接、遍历和校验。
• 变更流程：创建实体、查询图谱、建立关系、执行校验；每次变更先对照类型约束，再提交，约束失败时回滚。
• 关键校验：覆盖属性、枚举、禁用字段、关系类型、基数、标记为 acyclic: true 的关系无环检查，以及事件 end >= start。
• 使用方式：将多步计划建模为图变换，让共享状态、依赖查询和因果动作都有可追溯的对象，而不是只留在上下文里。

适用边界

它适合需要本地共享状态和可验证关系的 Agent 工作区。数据默认是文件存储，复杂图需要自行迁到 SQLite；已有本体数据应遵循追加或合并规则，避免覆盖历史。若某些高层语义约束未在代码中实现，可能仅作为文档约定，使用前需要核对 schema 与校验范围。