Local MCP Semantic Agent with OWL, HermiT & Ollama

macOS에서 LLM 에이전트와 Model Context Protocol (MCP) over STDIO를 사용하여 은행 온톨로지(OWL/RDF)의 결정적 검사, 변형, Description Logic (DL) 추론, SPARQL 쿼리를 수행하는 완전 로컬 실행 아키텍처입니다.

핵심 기능

• HermiT DL 추론: 통합 Description Logic 추론기(sync_reasoner_hermit)로 온톨로지 일관성을 검증하고, 추론된 클래스 계층을 계산하며, 불만족 클래스를 탐지합니다.

• SPARQL 쿼리 엔진: RDFLib을 통해 RDF 지식 그래프에 대해 W3C SPARQL 쿼리를 직접 실행하여 복잡한 시맨틱 쿼리, 필터링, 집계를 지원합니다.

• 분류 체계 및 인스턴스 변형(TBox/ABox): OWL 클래스, 하위 클래스 계층, 명명된 개별 개체 주장의 동적 삽입.

• 대화형 힘-방향 시각화: 지식 그래프를 대화형 PyVis HTML 네트워크로 자동 내보내기.

• 이중 실행 모드: 자동 배치 파이프라인(agente.py) 및 지속적 대화형 REPL(agent_interactive.py).

Related MCP server: OWL-MCP

아키텍처

이 시스템은 모델 추론과 그래프 실행을 4개 핵심 계층으로 분리합니다:

1. 에이전트 오케스트레이터:

   • agente.py: 배치 에이전트 목표를 종단 간 자동 실행하는 파이프라인.

   • agent_interactive.py: 상태를 유지하고 동적 다단계 시맨틱 워크플로우를 실행하는 다중 턴 대화형 REPL.

2. LLM 엔진(Ollama): 로컬 모델(예: glm-5.2:cloud, qwen2.5-coder)을 실행하여 파일 직접 접근 없이 의도 분해 및 매개변수 형식을 수행합니다.

3. MCP 서버(server.py): STDIO를 통해 통신하는 JSON-RPC 2.0 인터페이스로, Owlready2와 RDFLib을 통해 모델 도구 호출을 결정적 시맨틱 그래프 연산으로 변환합니다.

4. 시맨틱 계층(core.owl): HermiT DL 추론기로 검증된 영속적 W3C RDF/XML 온톨로지 그래프.

저장소 구조

• core.owl: RDF/XML 형식의 기본 은행 온톨로지 파일(W3C OWL 표준).

• server.py: TBox/ABox 변형, SPARQL 실행, HermiT 추론, PyVis 그래프 내보내기를 제공하는 네이티브 JSON-RPC 2.0 MCP 서버.

• agente.py: Ollama를 MCP 서버에 연결하는 자동 배치 실행 에이전트.

• agent_interactive.py: 실시간 온톨로지 관리를 위한 대화형 REPL 에이전트.

• requirements.txt: Python 의존성(owlready2, rdflib, pyvis).

• graph.html: 내보낸 대화형 HTML 그래프 시각화(요청 시 생성).

• README.md: 프로젝트 아키텍처, 도구 문서, 설치 지침.

사전 요구 사항

• OS: macOS (Apple Silicon 또는 Intel)

• Python: 3.10 이상

• Ollama: 로컬에 설치 및 실행 중

• Java: OpenJDK / JRE (HermiT 추론기를 위해 Owlready2에서 필요)

설치 및 환경 설정

1. 저장소를 클론하고 프로젝트 디렉터리로 이동합니다:

git clone [https://github.com/jairorodriguezarias/mcp-ontology-layer.git](https://github.com/jairorodriguezarias/mcp-ontology-layer.git)
cd mcp-ontology-layer

2. 가상 환경을 생성하고 활성화합니다:

python3 -m venv venv
source venv/bin/activate

3. 필요한 의존성을 설치합니다:

pip install -r requirements.txt

4 . Ollama에서 모델을 다운로드합니다:

ollama pull glm-5.2:cloud

5. 에이전트 데모를 실행합니다:

python3 agente.py

6 .

python3 agent_interactive.py

7. 지식 그래프 시각화

open graph.html

사용 가능한 MCP 도구

• list_classes

• 매개변수: 없음

• 설명: core.owl을 로드하고 등록된 모든 온톨로지 클래스를 반환합니다.

• add_subclass

• 매개변수: new_class (문자열, 필수), parent_class (문자열, 필수)

• 설명: 기존 부모 클래스 아래에 새 클래스를 삽입하고 업데이트된 RDF/XML 그래프를 디스크에 저장합니다.

• create_individual

• 매개변수: class_name (문자열, 필수), individual_id (문자열, 필수)

• 설명: 특정 클래스에 속하는 구체적인 ABox 개별 개체를 인스턴스화합니다.

• check_consistency

• 매개변수: 없음

• 설명: HermiT Description Logic (DL) 추론기를 실행하여 논리적 일관성을 검증하고 불만족 클래스를 탐지합니다.

• execute_sparql

• 매개변수: query (문자열, 필수)

• 설명: RDF 지식 그래프에 대해 표준 W3C SPARQL 쿼리를 실행합니다.

• export_graph

• 매개변수: output_html (문자열, 선택 사항; 기본값: graph.html)

• 설명: PyVis를 사용하여 온톨로지의 대화형 힘-방향 HTML 그래프 시각화를 생성합니다.