Paper Brief · ESWC 2026

01 / 07

AgentO
如何描述一个 Agentic AI 系统？

An Ontology for Modeling Agentic AI Systems

OWL

正式定义系统概念

RDF

把实例连接成知识图谱

66

跨四个框架的工作流样本

01 · Research problem

02 / 07

Agent 系统正在增长，描述它们的方式却仍然很原始

AutoGen conversation · agent

CrewAI crew · role · task

LangGraph node · edge · state

Mastra AI agent · workflow · memory

→

论文识别的结构性问题

逻辑与配置直接硬编码在框架中
数据结构临时、架构趋向单体化
缺少共享词汇与正式关系定义
可维护性、复用性、追踪性与互操作性受限

02 · Core proposal

03 / 07

AgentO 的答案：在框架之上增加一层正式语义模型

Ontology：定义“有哪些东西”

用 OWL 定义 Agent、Task、Goal、Tool、Resource、WorkflowPattern 等类，以及它们之间允许存在的关系。

标准词汇约束推理

Knowledge Graph：记录“具体有哪些”

用 RDF 把某个真实工作流中的 Agent、任务、提示词、工具、资源和顺序实例化为三元组。

ResearchAgent → performs → SearchTask
SearchTask → requires → WebResource
Step_01 → nextStep → Step_02

关键分离

语义描述负责表达“系统是什么”；具体框架负责决定“系统如何运行”。

03 · Ontology model

04 / 07

AgentO 建模的不是单个 Agent，
而是完整的协作与执行结构

Team
协作单元

hasMember →

Agent
LLM / Human

hasGoal →

Goal
期望状态

WorkflowPattern
可复用结构

hasStep →

Task
具体活动

requires →

Capability
所需能力

执行资源

Tool · Resource · Environment · LanguageModel

认知上下文

Prompt · Memory · KnowledgeBase · Context

流程结构

Sequential · Parallel · Nested · Hybrid

WorkflowPattern → hasWorkflowStep → Step │ Step → nextStep → Step │ Pattern → hasSubPattern → Pattern

04 · Construction method

05 / 07

从真实框架代码出发，自下而上构建本体

STEP 01–02

概念化

从文献、设计模式和框架中识别组件
定义 Agent—Task—Tool—Goal 等关系
识别顺序、并行、嵌套模式
映射为 RDF/OWL 类与属性

STEP 03

自动转换

收集 66 个开源工作流
来源：AutoGen、CrewAI、LangGraph、Mastra
LLM 读取源码与固定本体
输出 Turtle 格式实例图谱

STEP 04

人工精炼

人工检查 24 个转换结果
归纳 27 类常见问题
扩展缺失概念与属性
重新执行转换并发布 KG

05 · Evaluation

06 / 07

论文如何验证：66 个工作流 + 3 个使用场景

66

跨框架模式

6 AutoGen + 16 CrewAI + 9 LangGraph + 35 Mastra AI。

24

人工复核

每个框架抽取 6 个转换结果，用于发现问题并精炼本体。

$2.72

自动转换成本

使用 GPT‑5 mini；约 280 万输入、57 万输出 tokens。

① Pattern Reconstruction

用 SPARQL 声明式重建并可视化工作流。

② Component Reuse

按目标发现并复用 Agent、Task、Tool 与 Resource。

③ Workflow Auditing

查询步骤顺序、责任 Agent、任务与工具，提升可追踪性。

06 · Takeaways & limits

07 / 07

这篇论文真正推进的是Agent 系统的“可描述性”

主要贡献

提出可复用的 Agentic AI 标准概念模型
把异构框架工作流统一为知识图谱
展示声明式重建、组件复用与审计价值
发布本体、KG、SPARQL 端点与转换流程

当前边界

重点是设计结构，动态执行轨迹仍待扩展
函数调用、循环等实现语义未被完整建模
尚未实现到目标框架的自动代码生成
MCP、A2A 与更多标准的深度映射仍属未来工作

AgentO 不是新的执行引擎；它试图成为不同 Agent 系统之间可共享、可查询、可演进的语义底座。