O que é Open Ontologies?
O Open Ontologies é um motor de linha de comando e servidor MCP para equipes que cuidam de uma ontologia em produção. Uma ontologia é um vocabulário formal de um domínio, escrito nos padrões W3C RDF e OWL (ou SKOS para taxonomias e tesauros): ela diz o que é um Supplier, uma Jurisdiction ou um Diagnosis e como se relacionam, para que softwares e raciocinadores possam tirar conclusões a partir dela. Equipes de knowledge graph e de governança de dados mantêm esses arquivos, e uma edição de uma linha pode mudar milhares de conclusões derivadas.
O motor trata uma mudança de ontologia como o Terraform trata infraestrutura: planeje um arquivo Turtle proposto contra o armazenamento, leia o raio de impacto e a pontuação de risco, aplique, monitore desvios e reverta. Seu raciocinador também pode escrever um certificado de derivação que um verificador separado, provado correto em Lean 4, reverifica sem o motor e sem rede. Ele vem como um único binário com um triple store Oxigraph embutido e SQLite para o estado, além de uma imagem Docker no GHCR, um motor em Python puro (open-ontologies-lite 0.5.0 no PyPI) e um Studio de desktop.
Fabio Rovai o mantém na Tesseract Semantics, uma empresa do Reino Unido que vende uma plataforma hospedada e contratos corporativos construídos sobre o motor. O repositório foi criado em 9 de março de 2026, tem licença MIT, cerca de 2.600 estrelas no GitHub e 287 forks, e lançou a v2.1.0 em 23 de outubro de 2026. Seu README declara o nome de registro MCP io.github.fabio-rovai/open-ontologies, mas uma busca no registro oficial em 31 de outubro de 2026 não retornou nenhuma entrada.
Open Ontologies vale a pena?
O Open Ontologies responde a uma pergunta que a maioria das ferramentas de ontologia deixa para a revisão de código: o que essa mudança realmente faz? Um diff de texto de uma tripla rdfs:domain adicionada tem uma linha. O README planeja exatamente essa mudança e informa nenhuma classe adicionada, nenhuma removida e um raio de impacto de zero triplas; a verificação de conservatividade então encontra 901 novas consequências em 0,04 segundo, porque cada indivíduo que usa aquela propriedade acaba de ganhar um novo tipo. Esse segundo número é o motivo para olhar a ferramenta.
A etapa de plano é a parte Terraform. O Turtle proposto é o estado desejado completo, então tudo o que falta nele é apagado, e o plano lista classes, propriedades e indivíduos adicionados e removidos, quantas triplas referenciam o que está saindo (o raio de impacto), uma pontuação de risco baixa, média ou alta e um bloco lógico que sinaliza novos defeitos ou uma inconsistência que a mudança introduz. IRIs bloqueados não podem ser removidos, os últimos 100 planos ficam guardados por ID, e watchers SPARQL podem bloquear o próximo apply ou reverter automaticamente. Uma escolha de design importa para pipelines: o apply não relê a pontuação de risco, então um plano de alto risco passa a menos que seu CI o barre ou um monitor o bloqueie.
A prova para o auditor não é uma assinatura nem uma cadeia de hashes. É um certificado de derivação: dois arquivos separados por tabulação, as triplas afirmadas e uma linha por tripla inferida com a regra e suas premissas, mais um digest SHA-256 das afirmações. Um pequeno verificador escrito em Lean 4, cuja correção é um teorema verificado por máquina, reexecuta cada linha e sai com 1 diante de uma conclusão forjada, nomeando a regra. Isso cobre os perfis RDFS e OWL RL de encadeamento progressivo e as regras de Horn que você fornecer, que recebem um veredito mais fraco. O tableau OWL DL, que segundo as notas da v2.1.0 agora reproduz as 500 subsunções do HermiT 1.4.3 na ontologia Pizza, devolve respostas sem certificado, e o digest liga uma prova a bytes, não a quem os produziu. A documentação diz tudo isso com clareza.
A IA fica fora do motor. Segundo o SECURITY.md, não há modelo dentro dele nem chamada de saída em um build padrão; um agente no Claude Code ou no Cursor é só um chamador das suas 124 ferramentas onto_*, e o quickstart mostra o Claude rascunhando OWL que o motor depois valida e sobre o qual raciocina. Ferramentas de leitura e escrita compartilham a mesma superfície: onto_apply, onto_rollback, onto_clear, onto_push e onto_reason (que por padrão grava inferências no armazenamento) ficam ao lado de query e lint, então vale definir um perfil de ferramentas como validation ou governance. O acesso à rede vem só de ferramentas que o pedem, do download de 448 MB do modelo no build com embeddings e do painel de chat do Studio, que envia sua conversa à Anthropic ou a um provedor compatível com OpenAI.
Diante das ferramentas estabelecidas, ele é um complemento, não um substituto. O Protégé, o editor OWL gratuito de Stanford, é onde você desenha a hierarquia de classes, e o README diz isso. Stardog e TopQuadrant vendem um servidor governado com conectores e controle de acesso; o Open Ontologies tem um armazenamento Oxigraph embutido, alcança outros triple stores só por endpoints SPARQL e guarda seu estado em SQLite local. As arestas são as de um projeto com menos de oito meses e uma longa cauda de recursos de pesquisa: o armazenamento fica em memória a menos que OPEN_ONTOLOGIES_STORAGE_MODE=persistent esteja definido, então um load seguido de uma chamada reason separada não certifica nada, e os binários publicados deixam de fora as ferramentas que exigem features opcionais do Cargo. Para uma equipe cujo problema real é provar que a edição da última terça-feira fez o que o ticket dizia, o certificado compensa a configuração: um arquivo que um auditor pode verificar sem confiar no fornecedor, no motor nem no modelo que rascunhou a ontologia.
Onde ele se destaca
Um engenheiro de knowledge graph em um banco que mantém uma ontologia de sanções e fornecedores
Barrar pull requests de ontologia pelo que a mudança significa, não só pelo diff
Rode open-ontologies batch com load e plan no CI contra o Turtle proposto, faça o job falhar com risk_score alto ou novos defeitos lógicos e arquive o diretório do certificado junto com o merge. Gratuito; o CI precisa barrar explicitamente, porque o apply não recusa sozinho um plano de alto risco.
Um líder de compliance se preparando para uma auditoria externa de modelos
Entregar ao auditor evidências das conclusões derivadas que ele mesmo possa reverificar
Envie asserted.tsv, derivations.tsv e asserted.sha256 de uma execução reason --certificate; o auditor compila o verificador Lean com lake build e roda oo-cert offline, obtendo saída 0 ou a linha e a regra rejeitadas. Resultados de insatisfatibilidade OWL DL não são cobertos e precisam de uma explicação separada.
Um engenheiro de dados em um órgão público que mapeia planilhas para um vocabulário publicado
Transformar registros em CSV e XLSX em RDF validado e ver o que quebra
Peça ao Claude, pelo servidor MCP, que chame onto_map, onto_ingest e onto_shacl e depois onto_reason, com o perfil de ferramentas validation selecionado. A ingestão de PostgreSQL e DuckDB exige um build a partir do código-fonte com as features sql.
Antes de decidir
- Configuração
- Baixe o binário de lançamento para macOS, Linux ou Windows, ou docker pull ghcr.io/fabio-rovai/open-ontologies:latest, rode open-ontologies init e depois adicione open-ontologies serve à configuração do cliente MCP; o quickstart promete uma ontologia validada e consultável em menos de 2 minutos. Auditores precisam de um toolchain Lean 4, ou do binário oo-cert, que vem pré-compilado só para Linux x86_64.
- Integrações
- 124 ferramentas MCP via stdio ou HTTP streamable, também expostas como subcomandos da CLI; lê e escreve Turtle, N-Triples, RDF/XML, N-Quads e TriG e exporta sintaxe funcional OWL; ingere CSV, JSON, NDJSON, XML, YAML, XLSX e Parquet, além de PostgreSQL e DuckDB em builds a partir do código-fonte; puxa de e envia para endpoints SPARQL remotos; um catálogo de 33 ontologias padrão.
- Dados e privacidade
- Tudo é local por padrão: grafos no Oxigraph, planos, versões e linhagem em SQLite em ~/.open-ontologies. Sem LLM e sem chamadas de saída em um build padrão; o que um agente lê pelas ferramentas vai para o provedor de modelos desse agente. O serve-http escuta em 127.0.0.1 com bearer token opcional e sem TLS; em 0.0.0.0 sem token, qualquer pessoa na rede ganha acesso total de leitura e escrita. Plugins WASM rodam no mesmo processo e não têm isolamento além dos limites de fuel.
- Custo em escala
- O motor é gratuito e roda em um notebook; o custo do raciocínio é tempo de CPU, limitado por um timeout por fase. O build com embeddings adiciona um modelo ONNX de 448 MB. A plataforma hospedada e o suporte da Tesseract Semantics têm preço sob consulta.
- Limites
- O armazenamento fica em memória a menos que OPEN_ONTOLOGIES_STORAGE_MODE=persistent esteja definido; --data-dir é uma flag, não uma variável de ambiente. Os binários publicados e a imagem do GHCR omitem oito ferramentas que exigem as features embeddings, plugins, postgres ou duckdb. O tableau DL suporta SHIQ sem nominais, e os certificados se ligam a bytes, não ao histórico de um armazenamento.
O que é bom
- Os planos informam consequências semânticas, não só um diff de texto
- Certificados reverificados offline com um verificador Lean provado correto
- Um único binário Rust, sem JVM, sem LLM interno, sem telemetria padrão
- Bloqueios, watchers, reversão automática e um log de linhagem só de acréscimo
O que não é
- O apply ignora a pontuação de risco a menos que o CI ou um monitor o barre
- Respostas OWL DL não trazem certificado
- O armazenamento em memória por padrão pega de surpresa quem usa a CLI
- 124 ferramentas misturam leitura e escrita; são necessários perfis para restringi-las
Ideal para
Equipes de knowledge graph que mudam com frequência uma ontologia OWL ou RDF em produção e precisam mostrar a um revisor ou auditor o que cada mudança implicou.
Open Ontologies: perguntas frequentes
- Open Ontologies vale a pena?
- O Open Ontologies leva planos ao estilo Terraform e provas verificáveis às mudanças em ontologias, e é incomumente honesto sobre onde suas garantias terminam. Damos nota 4.1 de 5.
- Quanto custa Open Ontologies?
- Gratuito e de código aberto (MIT). A Tesseract Semantics vende uma plataforma hospedada e suporte corporativo a preços não publicados, e oferece uma avaliação gratuita de um mês às próximas dez equipes corporativas.
- Quais são as desvantagens de Open Ontologies?
- O apply ignora a pontuação de risco a menos que o CI ou um monitor o barre; respostas OWL DL não trazem certificado; o armazenamento em memória por padrão pega de surpresa quem usa a CLI; 124 ferramentas misturam leitura e escrita; são necessários perfis para restringi-las.
- Para quem Open Ontologies é indicado?
- Equipes de knowledge graph que mudam com frequência uma ontologia OWL ou RDF em produção e precisam mostrar a um revisor ou auditor o que cada mudança implicou.
- Quanto custa Open Ontologies para uma equipe ou em produção?
- O motor é gratuito e roda em um notebook; o custo do raciocínio é tempo de CPU, limitado por um timeout por fase. O build com embeddings adiciona um modelo ONNX de 448 MB. A plataforma hospedada e o suporte da Tesseract Semantics têm preço sob consulta.
- Open Ontologies é seguro para dados da empresa?
- Tudo é local por padrão: grafos no Oxigraph, planos, versões e linhagem em SQLite em ~/.open-ontologies. Sem LLM e sem chamadas de saída em um build padrão; o que um agente lê pelas ferramentas vai para o provedor de modelos desse agente. O serve-http escuta em 127.0.0.1 com bearer token opcional e sem TLS; em 0.0.0.0 sem token, qualquer pessoa na rede ganha acesso total de leitura e escrita. Plugins WASM rodam no mesmo processo e não têm isolamento além dos limites de fuel.
Respostas verificadas em 31 de out. de 2026.