🚀 Онто MCP‑сервер: первый публичный релиз

Я завершил настройку и отладку MCP‑сервера для Онто. Теперь любой внешний инструмент, умеющий говорить по Model Context Protocol, может получать данные из вашего графа знаний — напрямую и без OntoAI‑чата.

Что уже работает

• list_available_realms — возвращает все ваши пространства (realm’ы).
• search_templates — ищет шаблоны внутри выбранного пространства по части названия.
• search_objects — ищет объекты того же пространства (по имени, шаблону или комментарию).

Этих трёх вызовов хватает, чтобы быстро найти нужную сущность в любой IDE, Excel‑плагине или в чат‑клиенте вроде Claude Desktop или Junie for JetBrains (это приложения, а не модели — именно так их и используем).

Как подключить

Поместите рядом с проектом конфигурацию MCP‑клиента — пример для Cursor, VS Code, Juni и других:

{
"mcpServers": {
"onto-mcp": {
"command": "python",
"args": ["-m", "onto_mcp.server"],
"cwd": "/путь/к/проекту/mcp",
"env": {
"ONTO_API_BASE": "https://app.ontonet.ru/api/v2/core"
}
}
}
}

Запустите клиент и вызовите: найди в моем пространстве кошки среди домашних моего Барсика

В чем польза?
Теперь вашим разработчикам не нужно открывать интерфейсы Онто или других систем управления знаниями, чтобы найти информацию о нужном модуле или теме — всё доступно напрямую из их рабочего инструмента.

Что дальше

Следующий релиз добавит создание/редактирование объектов и полную синхронизацию функций с OntoAI. Жду вашего фидбэка в issues GitHub!

#Onto #MCP #GraphKnowledge

Моделирование Солнечной системы как онтологической структуры

Исходная идея заключалась в создании структурированного пространства, описывающего объекты Солнечной системы и связи между ними. Для реализации была выбрана онтологическая платформа Онто, позволяющая задать иерархию понятий, типы объектов, их отношения и визуализировать модель.

Шаг 1. Создание онтологического пространства
Мы начали с создания нового рабочего пространства под названием «Солнечная система». Это пространство стало базовым контекстом, в котором последовательно развивалась вся структура.

Шаг 2. Определение базовых шаблонов
Для описания объектов была создана иерархия шаблонов (meta-entities). В центре лежал шаблон «Объект», от которого унаследованы специализированные классы:
• Звезда — самосветящееся тело (пример: Солнце)
• Планета — классические планеты, вращающиеся вокруг звезды
• Карликовая планета — объекты, не очистившие свою орбиту
• Спутник — объект, вращающийся вокруг планеты
• Малое тело — астероиды, кометы и прочие малые объекты

Этот подход строго онтологический: каждая категория оформлена в виде шаблона, а не экземпляра. Таким образом, структура остается расширяемой и логически устойчивой.

Шаг 3. Создание объектов Солнечной системы
В пространство были добавлены реальные объекты:
• Солнце
• Планеты: Меркурий, Венера, Земля, Марс, Юпитер, Сатурн
• Карликовая планета: Плутон
Каждому объекту был назначен соответствующий шаблон, обеспечивая тем самым его классификацию в рамках онтологии.

Шаг 4. Связи между объектами
Далее была создана связь «вращается вокруг», которая используется для моделирования орбитальных зависимостей. Все планеты были логически связаны с Солнцем этой связью. Также была введена связь «имеет тип», использованная для привязки объектов к их таксономическому классу, но позже она стала избыточной благодаря переходу на шаблонную модель.

Шаг 5. Визуализация диаграммы
Заключительным этапом стало создание диаграммы «Орбиты планет вокруг Солнца». В центре был размещён объект «Солнце», а остальные — расставлены по кругу, имитируя их орбитальное расположение. Между ними были проведены связи, отражающие факт обращения планет вокруг центральной звезды.

Диаграмма отразила не только структуру, но и взаимосвязи в системе, тем самым завершив формирование семантической модели.

Временные и итерационные затраты

Процесс моделирования занял примерно 1 час активной работы, включая все этапы — от концепции до готовой диаграммы. За это время в OntoAI было выполнено более 25 последовательных операций, включая:
• создание 7 шаблонов (включая базовый и специализированные),
• добавление и классификацию 10 объектов,
• построение 2 типов связей (онтологических и структурных),
• реализация 1 визуальной диаграммы с размещением всех объектов и связей,
• уточнение и корректировка структуры на нескольких этапах (например, отказ от ошибочной модели с объектами-классами и переход на шаблонную архитектуру).

В процессе потребовалось несколько итераций уточнения подхода:

1. первоначальная идея с шаблоном «Класс объекта» была признана методологически неверной;
2. после обсуждения была внедрена правильная онтологическая таксономия;
3. визуальная часть диаграммы формировалась на основе актуального положения объектов в круговой схеме.

Каждый шаг сопровождался логической валидацией структуры и её расширяемости, чтобы не только отразить текущую систему, но и заложить основу для будущего роста модели (например, добавление спутников, астероидов, миссий и наблюдателей)

OntoAI хорошо помогает убрать элемент взаимодействия с объектами напрямую, а так же поиска дополнительной информации. ссылка на диалог

Итоговая диаграмма вот по ссылке