Qu’est-ce que Open Ontologies ?
Open Ontologies est un moteur en ligne de commande et un serveur MCP destiné aux équipes qui maintiennent une ontologie en production. Une ontologie est un vocabulaire formel d'un domaine, écrit dans les standards du W3C RDF et OWL (ou SKOS pour les taxonomies et les thésaurus) : elle dit ce qu'est un Supplier, une Jurisdiction ou un Diagnosis et comment ils se relient, pour que les logiciels et les raisonneurs puissent en tirer des conclusions. Les équipes graphes de connaissances et gouvernance des données maintiennent ces fichiers, et une modification d'une ligne peut changer des milliers de conclusions en aval.
Le moteur traite une modification d'ontologie comme Terraform traite l'infrastructure : planifier un fichier Turtle proposé face au store, lire le rayon d'impact (blast radius) et le score de risque, appliquer, surveiller la dérive et revenir en arrière. Son raisonneur peut aussi écrire un certificat de dérivation qu'un vérificateur distinct, prouvé correct en Lean 4, revérifie sans le moteur ni réseau. Il est livré sous forme d'un binaire unique avec un triple store Oxigraph intégré et SQLite pour l'état, ainsi qu'une image Docker sur GHCR, un moteur en Python pur (open-ontologies-lite 0.5.0 sur PyPI) et un Studio de bureau.
Fabio Rovai le maintient chez Tesseract Semantics, une société britannique qui vend une plateforme hébergée et des missions entreprise fondées sur le moteur. Le dépôt a été créé le 9 mars 2026, est sous licence MIT, compte environ 2 600 étoiles GitHub et 287 forks, et a publié la v2.1.0 le 23 octobre 2026. Son README déclare le nom de registre MCP io.github.fabio-rovai/open-ontologies, mais une recherche dans le registre officiel le 31 octobre 2026 n'a renvoyé aucune entrée.
Open Ontologies vaut-il le coup ?
Open Ontologies répond à une question que la plupart des outils d'ontologie laissent à la revue de code : que fait vraiment cette modification ? Un diff texte d'un seul triplet rdfs:domain ajouté tient en une ligne. Le README planifie exactement ce changement et ne signale aucune classe ajoutée, aucune supprimée et un rayon d'impact de zéro triplet ; la vérification de conservativité trouve ensuite 901 nouvelles conséquences en 0,04 seconde, parce que chaque individu qui utilise cette propriété vient d'acquérir un nouveau type. Ce second chiffre est la raison de s'y intéresser.
L'étape de plan est la partie Terraform. Le Turtle proposé est l'état cible complet, donc tout ce qui en est absent est supprimé, et le plan liste les classes, propriétés et individus ajoutés et supprimés, le nombre de triplets qui font référence à ce qui disparaît (le rayon d'impact), un score de risque faible, moyen ou élevé et un bloc logique qui signale les nouveaux défauts ou une incohérence introduite par le changement. Les IRI verrouillés ne peuvent pas être supprimés, les 100 derniers plans sont conservés par identifiant et des watchers SPARQL peuvent bloquer l'application suivante ou revenir en arrière automatiquement. Un choix de conception compte pour les pipelines : apply ne relit pas le score de risque, donc un plan à risque élevé passe, sauf si votre CI le bloque ou si un moniteur l'arrête.
La preuve destinée à l'auditeur n'est ni une signature ni une chaîne de hachages. C'est un certificat de dérivation : deux fichiers séparés par des tabulations, les triplets affirmés et une ligne par triplet inféré qui nomme la règle et ses prémisses, plus une empreinte SHA-256 des affirmations. Un petit vérificateur écrit en Lean 4, dont la correction est un théorème vérifié par machine, rejoue chaque ligne et sort avec le code 1 face à une conclusion falsifiée, en nommant la règle. Cela couvre les profils à chaînage avant RDFS et OWL RL et les règles Horn que vous fournissez, qui reçoivent un mot de verdict plus faible. Le tableau OWL DL, qui selon les notes de la v2.1.0 retrouve désormais les 500 subsomptions de HermiT 1.4.3 sur l'ontologie Pizza, renvoie des réponses sans certificat, et l'empreinte lie une preuve à des octets, pas à celui qui l'a produite. La documentation dit tout cela clairement.
L'IA reste hors du moteur. Selon SECURITY.md, il n'y a aucun modèle à l'intérieur et aucun appel sortant dans une compilation par défaut ; un agent dans Claude Code ou Cursor n'est qu'un appelant de ses 124 outils onto_*, et le guide de démarrage montre Claude rédigeant de l'OWL que le moteur valide puis soumet au raisonnement. Les outils de lecture et d'écriture partagent une même surface : onto_apply, onto_rollback, onto_clear, onto_push et onto_reason (qui écrit par défaut les inférences dans le store) côtoient query et lint, d'où l'intérêt de fixer un profil d'outils comme validation ou governance. L'accès réseau ne vient que des outils qui le demandent, du téléchargement du modèle de 448 Mo de la compilation embeddings et du panneau de chat du Studio, qui envoie votre conversation à Anthropic ou à un fournisseur compatible OpenAI.
Face aux outils établis, c'est un complément plutôt qu'un remplaçant. Protégé, l'éditeur OWL gratuit de Stanford, reste l'endroit où l'on dessine la hiérarchie de classes, et le README le dit. Stardog et TopQuadrant vendent un serveur avec gouvernance, connecteurs et contrôle d'accès ; Open Ontologies dispose d'un store Oxigraph intégré, n'atteint les autres triple stores que par des endpoints SPARQL et garde son état dans un SQLite local. Les aspérités sont celles d'un projet de moins de huit mois traînant une longue liste de fonctions de recherche : le stockage est en mémoire tant que OPEN_ONTOLOGIES_STORAGE_MODE=persistent n'est pas défini, si bien qu'un load suivi d'un appel reason séparé ne certifie rien, et les binaires publiés omettent les outils qui exigent des features Cargo optionnelles. Pour une équipe dont le vrai problème est de prouver que la modification de mardi dernier a fait ce que disait le ticket, le certificat justifie la mise en place : un fichier qu'un auditeur peut vérifier sans faire confiance au fournisseur, au moteur ni au modèle qui a rédigé l'ontologie.
Là où il fait la différence
Un ingénieur graphes de connaissances dans une banque qui maintient une ontologie des sanctions et des fournisseurs
Valider les pull requests de l'ontologie selon ce que signifie un changement, pas seulement selon son diff
Exécutez open-ontologies batch avec load et plan dans la CI contre le Turtle proposé, faites échouer le job sur un risk_score élevé ou de nouveaux défauts logiques, et archivez le répertoire du certificat avec le merge. Gratuit ; la CI doit bloquer explicitement, car apply ne refuse pas de lui-même un plan à risque élevé.
Une responsable conformité qui prépare un audit externe de modèles
Remettre à l'auditeur des preuves des conclusions dérivées qu'il peut revérifier lui-même
Fournissez asserted.tsv, derivations.tsv et asserted.sha256 issus d'une exécution de reason --certificate ; l'auditeur compile le vérificateur Lean avec lake build et lance oo-cert hors ligne, et obtient exit 0 ou la ligne et la règle rejetées. Les résultats d'insatisfiabilité OWL DL ne sont pas couverts et demandent une explication séparée.
Un ingénieur données dans une administration qui aligne des tableurs sur un vocabulaire publié
Transformer des registres CSV et XLSX en RDF validé et voir ce qui casse
Demandez à Claude, via le serveur MCP, d'appeler onto_map, onto_ingest et onto_shacl, puis onto_reason, avec le profil d'outils validation sélectionné. L'ingestion depuis PostgreSQL et DuckDB exige une compilation depuis les sources avec les features sql.
Avant de vous engager
- Mise en route
- Téléchargez le binaire de la release pour macOS, Linux ou Windows, ou docker pull ghcr.io/fabio-rovai/open-ontologies:latest, lancez open-ontologies init, puis ajoutez open-ontologies serve à la configuration du client MCP ; le guide de démarrage annonce une ontologie validée et interrogeable en moins de 2 minutes. Les auditeurs ont besoin d'une toolchain Lean 4 ou du binaire oo-cert, livré précompilé pour Linux x86_64 uniquement.
- Intégrations
- 124 outils MCP en stdio ou en HTTP streamable, également disponibles comme sous-commandes de la CLI ; lit et écrit Turtle, N-Triples, RDF/XML, N-Quads et TriG et exporte la syntaxe fonctionnelle OWL ; ingère CSV, JSON, NDJSON, XML, YAML, XLSX et Parquet, ainsi que PostgreSQL et DuckDB dans les compilations depuis les sources ; récupère et pousse des données vers des endpoints SPARQL distants ; un catalogue de 33 ontologies standard.
- Données et confidentialité
- Tout est local par défaut : les graphes dans Oxigraph, les plans, versions et le lignage dans SQLite sous ~/.open-ontologies. Aucun LLM ni appel sortant dans une compilation par défaut ; ce qu'un agent lit via les outils part chez le fournisseur du modèle de cet agent. serve-http écoute sur 127.0.0.1 avec un jeton bearer optionnel et sans TLS ; sur 0.0.0.0 sans jeton, n'importe qui sur le réseau obtient un accès complet en lecture et en écriture. Les plugins WASM tournent dans le processus et ne sont pas isolés au-delà des limites de fuel.
- Coût à grande échelle
- Le moteur est gratuit et tourne sur un ordinateur portable ; le raisonnement coûte du temps CPU, borné par un délai par phase. La compilation embeddings ajoute un modèle ONNX de 448 Mo. La plateforme hébergée et le support de Tesseract Semantics sont sur devis.
- Limites
- Le stockage est en mémoire tant que OPEN_ONTOLOGIES_STORAGE_MODE=persistent n'est pas défini ; --data-dir est un flag, pas une variable d'environnement. Les binaires publiés et l'image GHCR omettent huit outils qui exigent les features embeddings, plugins, postgres ou duckdb. Le tableau DL prend en charge SHIQ sans nominaux, et les certificats se lient à des octets plutôt qu'à l'historique d'un store.
Les points forts
- Les plans signalent les conséquences sémantiques, pas seulement un diff texte
- Les certificats se revérifient hors ligne avec un vérificateur Lean prouvé correct
- Un seul binaire Rust, sans JVM, sans LLM intégré, sans télémétrie par défaut
- Verrous, watchers, retour arrière automatique et journal de lignage en ajout seul
Les points faibles
- Apply ignore le score de risque sauf si la CI ou un moniteur l'arrête
- Les réponses OWL DL ne portent aucun certificat
- Le stockage en mémoire par défaut piège les utilisateurs de la CLI
- 124 outils mêlent lecture et écriture ; des profils sont nécessaires pour les restreindre
Idéal pour
Les équipes graphes de connaissances qui modifient régulièrement une ontologie OWL ou RDF en production et doivent montrer à un relecteur ou un auditeur ce qu'impliquait chaque changement.
Open Ontologies : questions fréquentes
- Open Ontologies vaut-il le coup ?
- Open Ontologies apporte des plans à la Terraform et des preuves vérifiables aux modifications d'ontologie, et dit avec une franchise rare où s'arrêtent ses garanties. Nous lui donnons 4.1 sur 5.
- Combien coûte Open Ontologies ?
- Gratuit et open source (MIT). Tesseract Semantics vend une plateforme hébergée et un support entreprise à des prix non publiés, et propose une évaluation gratuite d'un mois à ses dix prochaines équipes entreprise.
- Quels sont les inconvénients de Open Ontologies ?
- Apply ignore le score de risque sauf si la CI ou un moniteur l'arrête; les réponses OWL DL ne portent aucun certificat; le stockage en mémoire par défaut piège les utilisateurs de la CLI; 124 outils mêlent lecture et écriture ; des profils sont nécessaires pour les restreindre.
- À qui s’adresse Open Ontologies ?
- Les équipes graphes de connaissances qui modifient régulièrement une ontologie OWL ou RDF en production et doivent montrer à un relecteur ou un auditeur ce qu'impliquait chaque changement.
- Combien coûte Open Ontologies pour une équipe ou en production ?
- Le moteur est gratuit et tourne sur un ordinateur portable ; le raisonnement coûte du temps CPU, borné par un délai par phase. La compilation embeddings ajoute un modèle ONNX de 448 Mo. La plateforme hébergée et le support de Tesseract Semantics sont sur devis.
- Open Ontologies est-il sûr pour les données de l’entreprise ?
- Tout est local par défaut : les graphes dans Oxigraph, les plans, versions et le lignage dans SQLite sous ~/.open-ontologies. Aucun LLM ni appel sortant dans une compilation par défaut ; ce qu'un agent lit via les outils part chez le fournisseur du modèle de cet agent. serve-http écoute sur 127.0.0.1 avec un jeton bearer optionnel et sans TLS ; sur 0.0.0.0 sans jeton, n'importe qui sur le réseau obtient un accès complet en lecture et en écriture. Les plugins WASM tournent dans le processus et ne sont pas isolés au-delà des limites de fuel.
Réponses vérifiées le 31 oct. 2026.