管道
工作原理
从 SKILL.md 到确定性执行的 4 个简单步骤
1
1
SKILL.md
人工编写
2
2
OntoCore
编译器
3
3
.ttl 文件
本体
4
4
OntoMCP
运行时
1
SKILL.md
人工编写
技能使用带有 YAML 前置元数据的 Markdown 编写。开发者编写清晰的说明，定义意图，并构建 AI 代理可以理解和执行的内容结构。
- YAML 前置元数据
- Markdown 正文说明
- 与代码一起版本控制
- 人类可读，AI 友好
---
name: tdd-workflow
description: 测试驱动开发
intents:
- write_tests_first
---
## 说明
1. 先写测试
2. 运行测试（失败）
3. 编写最小代码
4. 运行测试（通过）
5. 重构 2
OntoCore
编译器
OntoCore 将 SKILL.md 文件编译为 OWL 2 DL 本体。编译器验证结构，提取语义关系，并生成机器可读的 RDF 三元组。
- 解析和验证 SKILL.md
- 提取语义关系
- 生成 OWL 2 DL 本体
- SHACL 验证内置
$ npx ontoskills compile
解析 tdd-workflow/SKILL.md...
验证结构...
生成本体...
写入三元组...
✓ 编译到 ontoskills/tdd-workflow.ttl 3
.ttl 文件
本体
编译后的 Turtle (.ttl) 文件包含本体 — 使用 RDF 三元组和 OWL 语义对技能、意图及其关系的形式化表示。
- 标准 RDF Turtle 格式
- OWL 2 DL 定义
- SPARQL 可查询图
- 语义技能关系
@prefix oc: <https://ontoskills.dev/ns#> .
oc:tdd-workflow a oc:Skill ;
oc:name "tdd-workflow" ;
oc:description "测试驱动开发" ;
oc:resolvesIntent "write_tests_first" ;
oc:hasStep oc:write-test,
oc:run-test,
oc:implement . 4
OntoMCP
运行时
OntoMCP 是基于 Rust 的 MCP 运行时，它加载本体并通过模型上下文协议以亚毫秒级响应时间为 AI 代理提供技能查询服务。
- 原生 Rust 性能
- MCP 协议实现
- 亚毫秒级 SPARQL
- 基于意图的发现
# 按意图搜索技能
search_intents("create_pdf")
→ pdf-generator
→ report-exporter
# 获取技能上下文
get_skill("pdf-generator")
→ { name, description, instructions }