TextQL Ontology 正式发布：用文件树沉淀业务知识供 Agent 使用

是什么：TextQL 宣布其 Ontology 产品正式 GA，定位是「业务知识的文件系统」——把散落在文档、代码、看板与老员工经验中的业务上下文，沉淀为 Agent 可直接读取执行的文件树。

核心设计：作者以 Terraform 之于基础设施、dbt 之于数据转换作类比：Ontology 之于业务知识。架构上刻意不押注实体型 JSON 或声明式 YAML 的单一建模，而是把文件树本身作为 Agent（Ana）的工作区——定义（net-revenue.md）、带类型参数的查询（.tql）、脚本（reconcile.py）乃至 PDF 和 Excel 并列存放；新增知识即新增文件，无需重新设计实体模型或塞进指标元数据。知识保留在用户自己的 Git 仓库，与平台双向同步，定义可复用于聊天、定时 playbook、看板与应用。

关键洞察：数据库 schema 无法回答「营收如何定义、哪些记录要剔除、跨系统怎么 join」这类隐性规则；Agent 缺此上下文，每次提问都要重建业务认知。知识代码化、版本化并被 Agent 检索复用后，可显著降低重复教学与边际分析成本——这是知识层向代码层迁移的自然延伸。

边界与风险：效果数据（45 个定时 playbook 前后对比）来自厂商自测，正文截断、口径不明；文中 JSON/YAML 均为示意而非真实 schema，选型时需独立验证其检索与执行可靠性。