主编推荐语
代码实战、行业案例、避坑指南，三位一体。不做概念搬运工，只做工程落地的导航仪。
内容简介
本书聚焦当下知识图谱、本体建模与AI Agent落地痛点，针对行业普遍存在的本体概念混淆、场景错配、落地难、选型乱等问题，创新性提出四象本体框架，系统化厘清四类本体的技术本质、适用边界与落地路径，填补了工程化本体实战的内容空白。 全书溯源本体理论根基，从亚里士多德哲学源流到现代信息科学定义，梳理技术发展脉络。分层详解四大核心本体体系：面向工业标准、可严谨推理的语义本体；适配数据治理、搜广推场景的图谱遍历本体；支撑业务自动化闭环的Palantir决策本体；管控AI行为、保障合规安全的Agent治理本体。 内容兼顾理论、代码与实战，配套完整OWL、SHACL、Python、GraphRAG等实操代码，详解架构选型、存储推理、部署拓扑与建模流程。覆盖民航、金融、医疗、制造、政务等多行业真实落地案例，汇总各类工程踩坑点与优化方案，配套专属选型决策树、场景匹配表与组合应用模式。 全书摒弃空泛理论，聚焦工程落地，帮助读者快速区分推理、遍历、执行、约束的核心差异，精准规避技术误区，快速匹配业务场景，是知识工程、图谱研发、AI Agent开发、数据治理从业者的实战工具书。
出版方
人民邮电出版社