# Palantir Foundry 本体教学系列（中文讲解）

> 共 187 篇中文教学网页，逐篇讲解 Palantir Foundry 的本体（Ontology）体系：对象类型、属性、链接、动作类型、函数、接口、语义搜索与 AIP。内容整理自 Palantir 官方文档，每篇均保留官方原文链接、结构化的要点速览与常见问题速答，可直接用于检索、引用与二次加工。

内容来源：Palantir Foundry 官方文档（palantir.com/docs）｜讲解语言：中文（技术术语保留英文原文）

## 入口

- [系列总目录](https://www.hanzhongpin.xyz/ontology/): 按学习顺序排列的全部 187 篇页面与推荐阅读路径
- [AIP 模块首页](https://www.hanzhongpin.xyz/ontology/aip.html): AI Platform（AIP）相关的 84 篇页面入口

## 知识主题分组

### 动作类型详解

- [动作日志（Action log）](https://www.hanzhongpin.xyz/ontology/action-log.html): 谁在什么时候、因为什么改了数据？动作日志把"成功的动作提交"建模成本体里的对象，让决策与审计可追溯。这一篇讲清它记什么、在哪配、有何限制。
- [动作指标（Action metrics）](https://www.hanzhongpin.xyz/ontology/action-metrics.html): 动作上线后到底成不成功、慢不慢？动作指标给你近 30 天的实时概览，并细分失败原因。这一篇带你读懂这些数字。
- [动作回滚（Action reverts）](https://www.hanzhongpin.xyz/ontology/action-reverts.html): 点错了、删错了怎么办？Foundry 允许你在动作刚提交后立刻"撤销"。这一篇讲清回滚是什么、能回滚谁、以及那些容易踩的坑。
- [动作·接口（Actions on Interfaces）](https://www.hanzhongpin.xyz/ontology/actions-on-interfaces.html): 接口（interface）让"一次定义、作用于所有实现它的对象"成为可能。这一篇讲如何在动作里使用接口：接口动作规则与接口引用参数，以及它们的能力边界。
- [动作·结构体（Actions on Structs）](https://www.hanzhongpin.xyz/ontology/actions-on-structs.html): 结构体（struct）属性把多个字段打包成一个值。这一篇讲怎么用结构体参数（struct parameter）来创建和修改带 struct 属性的对象，以及它的映射、默认值与约束规…
- [分支动作（Branching action types）](https://www.hanzhongpin.xyz/ontology/branching-action-types.html): 想试跑一个动作又怕改坏生产数据？分支（branching）让动作在隔离环境里运行与验证，合入 main 前绝不污染生产。这一篇讲清怎么用。
- [配置分组（Section）：把动作表单整理得井井有条](https://www.hanzhongpin.xyz/ontology/configure-sections.html): 当动作的参数越来越多，表单就会又长又乱。配置分组（section）能按逻辑把参数归组、分栏、加说明，还能折叠与按条件显示，让表单只在恰当的时刻露出恰当的字段。
- [一致性保证（Consistency guarantees）](https://www.hanzhongpin.xyz/ontology/consistency-guarantees.html): 当多个用户同时运行动作（action）修改同一个本体（Ontology）时，Foundry 如何保证数据不乱、不丢、不串？这一篇讲清事务、写模式与隔离级别。
- [下拉安全（dropdown security）](https://www.hanzhongpin.xyz/ontology/dropdown-security.html): 对象下拉里的"静态值过滤"可能把敏感信息泄露给看不了对象的人。这一篇讲风险怎么产生、后端如何脱敏，以及该用什么来替代静态值。
- [不止改字段：动作类型还能做哪些事](https://www.hanzhongpin.xyz/ontology/explore-action-types.html): 快速开始只做了"改一个属性"，而动作类型（action type）的配置面能表达远不止属性编辑——这一篇逐一认识可用的规则。
- [函数动作·批量（Batched Execution）](https://www.hanzhongpin.xyz/ontology/function-actions-batched-execution.html): 当同一个函数动作被一批触发时，默认是一次请求调一次函数。这一篇讲如何把它改成 一次执行吃下整批，以提升性能、规避编辑冲突。
- [函数动作·开始（Getting Started）](https://www.hanzhongpin.xyz/ontology/function-actions-getting-started.html): 这一篇是实操手册：从写一个 Ontology 编辑函数，到把它接进动作类型，再到管理函数版本。跟着做，你就能跑通第一个函数动作。
- [函数动作·总览（Function-backed Actions）](https://www.hanzhongpin.xyz/ontology/function-actions-overview.html): 简单规则搞不定的复杂改动，可以让一个函数（function）来定义编辑逻辑。这一篇讲清 什么是函数动作、什么时候该用它、以及它的能力边界。
- [动作类型上手：十分钟做出第一个"改字段"动作](https://www.hanzhongpin.xyz/ontology/getting-started.html): 跟着向导，在 Ontology Manager 里新建一个把工单优先级改成 P0/P1/P2 的动作类型，并让它出现在对象页面上。
- [内联编辑（Inline edits）：在表格里逐格改值](https://www.hanzhongpin.xyz/ontology/inline-edits.html): 内联编辑让你不用打开完整表单，直接在表格/列表里改对象的单个属性。它和普通动作"先填全再提交"不同：每个参数都可省略、默认取对象现有值。但批量提交的机制，也带来了独特的坑。
- [市场动作（Marketplace action types）](https://www.hanzhongpin.xyz/ontology/marketplace-action-types.html): 把做好的动作分享给全公司复用，而不是每人重造一遍？把它打包进 Marketplace 产品即可。这一篇讲清 Marketplace 动作是什么、怎么打包、打包前要注意什么。
- [监控（Monitoring）](https://www.hanzhongpin.xyz/ontology/monitoring.html): 动作上线后会不会变慢、会不会悄悄失败？这一篇讲 Foundry 如何对动作做性能与可靠性监控，以及怎样在出问题时收到告警。
- [通知（Notifications）](https://www.hanzhongpin.xyz/ontology/notifications.html): 通知让动作"喊人来看"：当动作被应用，按你的配置给平台用户发提醒（平台内弹窗 + 邮件）。这一篇讲清它能发给谁、内容怎么配、有哪些硬性限制。
- [参数（parameter）总览](https://www.hanzhongpin.xyz/ontology/parameter-overview.html): 参数是动作（action）的输入口，连接规则（rules）与 Workshop、Object Views 等界面。
- [参数性能（performance）](https://www.hanzhongpin.xyz/ontology/parameter-performance-considerations.html): 参数之间一旦"层层依赖"，表单加载就会变慢。这一篇用一个三参数例子讲清延迟从哪来，以及怎么把依赖层级压平来提速。
- [参数默认值（default value）](https://www.hanzhongpin.xyz/ontology/parameters-default-value.html): 默认值用来"预先填好"动作表单里的参数。这一篇讲它有什么用、值从哪里来，以及当应用已经传了变量时，谁优先。
- [参数过滤（filter）](https://www.hanzhongpin.xyz/ontology/parameters-filter.html): 过滤决定参数下拉里"能选哪些值"。这一篇讲多选参数怎么从对象集取选项、对象下拉怎么加过滤和 Search Around，以及这些过滤值从哪来。
- [参数覆盖（override）](https://www.hanzhongpin.xyz/ontology/parameters-override.html): 覆盖（override）让同一个参数在特定条件下"变行为"——不必为微小差异另建动作。这一篇讲它是什么、if/then 结构怎么写，并动手模拟一次。
- [动作类型权限（Permissions）：谁能看、谁能改、谁能运行](https://www.hanzhongpin.xyz/ontology/permissions.html): 动作类型涉及三类问题：谁能看这个动作、谁能改这个动作、谁能带着一组参数去运行它。运行权限尤其绕——它取决于被编辑对象的类型、数据源，以及提交条件。
- [读写授权（Read/Write authorizations）：给动作加安全边界](https://www.hanzhongpin.xyz/ontology/read-write-authorizations.html): 读写授权（处于 beta 阶段）给动作类型套上两道安全边界：读授权限制动作能直接读取或接收的带标记数据，写授权规定它创建/修改的数据必须满足的最低安全。
- [规则全解：动作类型背后的逻辑引擎](https://www.hanzhongpin.xyz/ontology/rules.html): 规则（rules）把用户填的参数，翻译成对本体（Ontology）的编辑或平台里的其它效果。这一篇把规则的类型、取值与组合禁忌一次讲清。
- [规模与属性限制（Scale & limits）：守住性能边界](https://www.hanzhongpin.xyz/ontology/scale-property-limits.html): 动作不是"想改多少就改多少"。Foundry 在配置、编辑、批量调用三个层面设了上限，确保被编辑的对象类型能快速处理改动、不让线上应用变慢。超限的提交会直接报错。
- [配置通知（Set up a notification）](https://www.hanzhongpin.xyz/ontology/set-up-notification.html): 跟着做一遍：给一个"修改工单优先级"的动作加上通知，自动提醒工单上的负责人。这是一篇手把手教程，从前提到发测试通知逐步来。
- [配置 Webhook（Set up a webhook）](https://www.hanzhongpin.xyz/ontology/set-up-webhook.html): 跟着做一遍：给一个动作加上 Webhook，把数据发往外部系统。本篇是手把手教程，从前置条件到保存，重点讲清"副作用 / 写回"模式的取舍。
- [副作用（Side Effects）总览](https://www.hanzhongpin.xyz/ontology/side-effects-overview.html): 动作类型（action types）不只是修改本体（Ontology）里的对象，还能把数据"送出去"，去接入你组织里既有的业务流程。
- [动作·提交条件（Submission Criteria）](https://www.hanzhongpin.xyz/ontology/submission-criteria.html): 提交条件决定一个动作能不能被提交。它把业务规则"焊"进数据编辑权限里，保证本体数据质量与编辑治理。这一篇讲清它是什么、由什么组成、怎么配置。
- [上线前先试跑：安全地验证动作会改什么](https://www.hanzhongpin.xyz/ontology/test-run.html): test run（试跑）让你在正式发布前，用真实权限模拟一次动作，看清它"会改什么、怎么执行"，却不动真数据。
- [定时触发构建（Trigger a scheduled build）](https://www.hanzhongpin.xyz/ontology/trigger-schedule-build.html): 让本体里的工作流"顺手"重新计算数据集：给动作配一条调度规则（schedule rule），动作一执行就触发一次构建（build），用户不必再跑到 Data Lineage 或 B…
- [上传附件（Attachment）：把文件挂到对象上](https://www.hanzhongpin.xyz/ontology/upload-attachments.html): 附件（attachment）是把文件"挂"在某个对象上的轻量方式。它从 Workshop、Object Explorer 等多处都能上传，权限跟随对象本身，但有明确的类型与大小限制…
- [上传媒体（Media）：用媒体集承载海量文件](https://www.hanzhongpin.xyz/ontology/upload-media.html): 上传图片、影像、文档这类"媒体"时，Foundry 推荐用媒体引用属性（media reference property）。
- [把动作用起来：在 Object Explorer 与 Workshop 中触发](https://www.hanzhongpin.xyz/ontology/use-actions.html): 动作类型（action type）建好之后，要去哪里、怎么让用户真正点下那个按钮？这一篇讲配置与应用的位置。
- [Webhook](https://www.hanzhongpin.xyz/ontology/webhooks.html): Webhook 是动作"对外部系统说话"的通道：当有人在 Foundry 里执行动作，就向外部系统（如 Salesforce、SAP 或任意 HTTP 服务）发一个请求，把决策写回…

### 函数

- [从函数里调用外部 API](https://www.hanzhongpin.xyz/ontology/fn-api-calls.html): 函数可以调外部系统，但必须先在平台上配置数据源和凭据。这篇讲配置外部 API 访问、在函数里使用、OAuth 2.0，以及常见报错排查。
- [分支上的函数开发](https://www.hanzhongpin.xyz/ontology/fn-branching-functions.html): 函数可以在分支（branch）上开发、发布和消费，这样改动不会直接影响主线。这一篇讲分支开发流程、冲突解决与合并。
- [部署型函数：常驻执行模式](https://www.hanzhongpin.xyz/ontology/fn-deployed.html): 函数默认是无服务器（serverless）的，但也可以部署成常驻服务。这篇讲两种执行模式怎么选、部署架构长什么样。
- [本体编辑（Ontology edits）总览](https://www.hanzhongpin.xyz/ontology/fn-edits-overview.html): 函数不只读取数据，还能返回「本体编辑」来创建、修改、删除对象。这篇讲编辑什么时候生效，以及几个容易踩的坑。
- [函数上手：从建仓库到跑通第一个函数](https://www.hanzhongpin.xyz/ontology/fn-getting-started.html): 不管你选 TypeScript v1、v2 还是 Python，建仓库 → 开发 → 试跑 → 发布 → 调用这五步是通用的。这一篇讲这条主流程。
- [函数语言特性对照：TS v1 / TS v2 / Python](https://www.hanzhongpin.xyz/ontology/fn-language-feature-support.html): Foundry 函数有三种语言可选，但不是所有功能三种语言都支持。这一篇用对照表说清：什么场景该选哪种语言，以及各自的硬边界在哪。
- [管理已发布的函数](https://www.hanzhongpin.xyz/ontology/fn-manage.html): 函数发布之后，在 Ontology Manager 里统一查看和管理。这一篇讲搜索、概览页、配置继承、快照，以及时间/内存等强制上限。
- [把函数打包进 Marketplace](https://www.hanzhongpin.xyz/ontology/fn-marketplace-functions.html): 用 Foundry DevOps 可以把函数打进 Marketplace 产品，让别人安装复用。这一篇讲打包方式、版本与 API 名解析、部署函数的特殊限制。
- [函数监控](https://www.hanzhongpin.xyz/ontology/fn-monitoring.html): 函数上线后要盯住性能和可靠性。监控规则可以设动态作用域，这篇讲有哪些规则可用、怎么配。 ① 监控盯性能与可靠性：两类关注点：跑得慢不慢、会不会失败。
- [在 VS Code 里开发函数](https://www.hanzhongpin.xyz/ontology/fn-navigating-vscode.html): 装了 Palantir 扩展的 VS Code 工作区，就是完整的函数开发环境：导入资源、切分支、预览、提交、打标签，全在编辑器里完成。
- [用函数配置通知](https://www.hanzhongpin.xyz/ontology/fn-notifications.html): 函数可以灵活决定通知发给谁、发什么内容，甚至发到用户外部邮箱。这篇讲自定义通知、获取用户与组、以及返回收件人。
- [函数权限：编写与执行分别受什么约束](https://www.hanzhongpin.xyz/ontology/fn-permissions.html): 函数的编写和执行受不同权限检查。这篇分三层讲清：谁能在仓库里写代码、谁执行函数时要有本体权限、扩展执行又多一道关。
- [用 Platform SDK 调用平台 API](https://www.hanzhongpin.xyz/ontology/fn-platform-sdk.html): 除了操作本体，函数还能反向调用 Foundry 平台自身的 API（读写数据集、管资源等）。这篇讲安装、初始化客户端、以及客户端权限。
- [查询函数：通过 API 网关对外提供只读能力](https://www.hanzhongpin.xyz/ontology/fn-query.html): Query 是函数的只读子集，可以通过 API 网关对外暴露，且不允许有副作用。这篇讲装饰器、API 名校验、版本管理与调用方式。
- [Functions settings：管理员全局设置](https://www.hanzhongpin.xyz/ontology/fn-settings.html): Control Panel 里的 Functions settings 页面，让管理员管控「扩展执行」这类高危能力：哪些仓库能发布、哪些函数能跑、哪些项目能装。
- [流式函数：分块返回结果](https://www.hanzhongpin.xyz/ontology/fn-streaming.html): Python 与 TypeScript v2 函数可以把结果分块流式返回，数据边生成边处理，不用等全部算完。
- [函数里的日志与埋点](https://www.hanzhongpin.xyz/ontology/fn-telemetry.html): 从函数里主动发出日志和 span，才能在生产环境监控和排查。这篇讲支持哪些遥测类型、怎么写、以及日志的最佳实践。
- [函数类型参考手册](https://www.hanzhongpin.xyz/ontology/fn-types-reference.html): TypeScript 函数要发布到注册表，所有入参和返回值都必须显式标注类型。这一篇是全部可用类型的完整清单，写代码时当字典查。
- [面向用户的错误（UserFacingError）](https://www.hanzhongpin.xyz/ontology/fn-user-error.html): 函数在 Workshop 或动作里运行时，抛普通异常用户看不懂。用 UserFacingError 可以把一句人话直接显示给用户。
- [函数版本管理：语义化版本与兼容性](https://www.hanzhongpin.xyz/ontology/fn-versioning.html): 函数版本号由发布者选定，一经创建不可更改。这一篇讲清：什么算破坏性变更、SemVer 三段号怎么选、平台如何自动做兼容性检查。

### 核心平台

- [AIP 的计算用量与计费](https://www.hanzhongpin.xyz/ontology/aip-aip-aip-compute-usage.html): LLM 按 token 计费：输入文本和输出文本都要算钱。这一篇讲清用量从哪来、怎么算、怎么控。
- [AIP 能力清单：平台各处的 AI 特性](https://www.hanzhongpin.xyz/ontology/aip-aip-aip-features.html): 平台里几乎每个应用都配备了 AIP 驱动能力。这一篇把它们按应用分类列全，作为你的能力索引表。
- [Ontology 与 AIP 的可观测性](https://www.hanzhongpin.xyz/ontology/aip-aip-aip-observability.html): AI 跑出问题了，怎么查？这一篇讲 Workflow Lineage 里的一组能力，让你看清每条 AI 流程的来龙去脉。
- [AIP 的安全与隐私](https://www.hanzhongpin.xyz/ontology/aip-aip-aip-security.html): 把 AI 接进企业数据，安全是第一道门槛。这一篇讲 AIP 如何保护客户数据的隐私与安全。
- [提示词工程最佳实践](https://www.hanzhongpin.xyz/ontology/aip-aip-best-practices-prompt-engineering.html): 写提示词（prompt）这件事，直接决定 LLM 输出的质量。这一篇讲怎么写出稳定可靠的提示词，是所有 AI 应用的基本功。
- [管理员：开启 AIP 能力](https://www.hanzhongpin.xyz/ontology/aip-aip-enable-aip-features.html): AIP 能力默认可能并未全部开启。这一篇是管理员的操作指南：在哪些界面、按什么顺序把能力开出来。
- [AI 伦理与治理](https://www.hanzhongpin.xyz/ontology/aip-aip-ethics-governance.html): Palantir 把负责任 AI 当作构建方式本身，而不是事后补丁。这一篇讲他们的伦理原则与治理机制。
- [开始使用 AIP：学习路径](https://www.hanzhongpin.xyz/ontology/aip-aip-getting-started-with-aip.html): 这一篇很短，只回答一个问题：该按什么顺序学 AIP。 ① 先补 Foundry 基础：AIP 长在 Foundry 上，不懂平台概念会处处卡壳。
- [管理员：LLM 容量管理](https://www.hanzhongpin.xyz/ontology/aip-aip-llm-capacity-management.html): LLM 容量在行业层面是有限资源，所有提供商都会限制账户的最大可用容量。这一篇讲 AIP 如何在组织内分配这份稀缺资源。
- [管理员：LLM 注册速率限制](https://www.hanzhongpin.xyz/ontology/aip-aip-llm-enrollment-rate-limits.html): 这一篇是纯数值参照表：各注册层级在商业环境与政府环境下的 TPM（每分钟 token 数）与 RPM（每分钟请求数）上限。
- [兼容各提供商的原生 API 端点](https://www.hanzhongpin.xyz/ontology/aip-aip-llm-provider-compatible-apis.html): Foundry 为主流 LLM 提供商提供代理端点，按各提供商原生 API 的格式接收请求 —— 你可以继续用熟悉的开源 SDK，同时白拿平台的限流、数据保护能力。
- [AIP 总览：把 AI 接进你的数据与运营](https://www.hanzhongpin.xyz/ontology/aip-aip-overview.html): AIP（Artificial Intelligence Platform）不是孤立的模型平台，它长在你的数据与 Ontology 之上，目标是把 AI 变成可运营、可治理的业务能力…
- [平台支持的 LLM 清单](https://www.hanzhongpin.xyz/ontology/aip-aip-supported-llms.html): AIP 支持来自 xAI、OpenAI、Anthropic、Meta、Google 等提供商的多种 LLM 与文本嵌入模型。这一篇是选型参照表。

### Chatbot Studio

- [应用状态（Application state）](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-application-state.html): 聊天机器人要记住会话里的信息，才能做多轮推理。应用状态就是它的"工作记忆"。 ① 状态让多轮对话成为可能：没有状态，每轮都是全新的。
- [把聊天机器人发布为函数](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-chatbots-as-functions.html): 发布为函数（Function）后，你的聊天机器人就能在平台里任何可执行函数的地方被调用 —— 复用性大幅提升。
- [引用（Citations）](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-citations.html): 回答要可信，就得能指出来源。配置了文档或 Ontology 上下文的机器人会输出引用，点击可跳回原始材料。
- [把命令用作工具](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-commands-as-tools.html): 平台里的命令（command）可以直接挂成机器人的工具 —— 用户一句自然语言，就能触发应用里的具体操作。
- [Chatbot Studio 核心概念](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-core-concepts.html): 这页把搭建聊天机器人要用到的关键概念一次讲全：应用状态、检索上下文、工具、引用等。 ① 应用状态贯穿会话：机器人能记住会话里的信息。
- [通过 Foundry API 使用聊天机器人](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-foundry-apis.html): 要在 Foundry 平台之上自建应用？这一篇讲用 Palantir API 调起会话、发消息、拿回复。
- [Chatbot Studio 快速入门](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-getting-started.html): 这一篇带你从零搭一个基础聊天机器人：认识界面、配置信息与工具，然后部署到生产并监控。 ① 先搭最小的可用版本：信息 + 工具，够用就好。
- [用 Marketplace 分发聊天机器人](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-marketplace.html): 把聊天机器人打包成产品，分发给别的团队/环境安装使用 —— 这是从"自己用"到"组织内复用"的一步。
- [AIP Chatbot Studio 总览](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-overview.html): 想做一个懂你业务、能引用出处、能调工具的对话机器人？AIP Chatbot Studio（原名 AIP Agent Studio）就是干这个的。
- [检索上下文类型（Context types）](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-retrieval-context.html): 机器人回答得好不好，八成取决于喂给它的上下文。检索上下文针对每一条新消息确定性地运行，把相关内容塞进模型。
- [会话日志](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-session-logging.html): 每次聊天机器人的执行都会被结构化成事件记录下来，可导出到流式数据集，用于监控与分析。 ① 每条消息算一次执行：每次执行有唯一标识。
- [工具（Tools）](https://www.hanzhongpin.xyz/ontology/aip-chatbot-studio-tools.html): 工具是外部功能或 API，让 LLM 能执行操作或获取自身不具备的信息。有了工具，机器人从"能说"变成"能做"。

### AIP Logic

- [用 Automate 自动化 AIP Logic](https://www.hanzhongpin.xyz/ontology/aip-logic-aip-logic-integration-automate.html): Logic 函数可以被自动化触发，让 Ontology 编辑自动落地，或先暂存等人工审核 —— 触发源可以是已有对象，也可以是新建对象。
- [AIP Logic 的 block 全清单](https://www.hanzhongpin.xyz/ontology/aip-logic-blocks.html): Block 是 AIP Logic 的积木，每块都有特定用途：读写 Ontology、做计算、聚合数据、调用函数、与 LLM 交互。这篇是积木图鉴。
- [在分支上开发 AIP Logic](https://www.hanzhongpin.xyz/ontology/aip-logic-branching-logic.html): AIP Logic 与 Global Branching 集成，让你在隔离的分支上安全地改 Logic 函数，改完再合并。
- [AIP Logic 的计算用量](https://www.hanzhongpin.xyz/ontology/aip-logic-compute-usage.html): Logic 函数跑一次，钱花在哪？这一篇把用量拆开算给你看，帮你预测成本、优化设计。 ① 用量主要来自 LLM 调用：block 越多、上下文越长，花费越高。
- [AIP Logic 核心概念](https://www.hanzhongpin.xyz/ontology/aip-logic-core-concepts.html): 读懂这一页，后面所有 Logic 文档都会顺畅很多。这里把 block、prompt、tool、output 等关键概念一次讲清。
- [执行模式设置：用户作用域 vs 项目作用域](https://www.hanzhongpin.xyz/ontology/aip-logic-execution-mode-settings.html): Logic 函数有两种执行模式，决定了"以谁的身份运行、数据权限从哪来" —— 这是个容易踩坑但很关键的选择。
- [AIP Logic 常见问题](https://www.hanzhongpin.xyz/ontology/aip-logic-faq.html): 按问题组织的一页，适合当速查手册用。遇到具体疑问时先来这里翻一翻。 ① 按问题组织：每个 H2 就是一个常见疑问。；② 适合速查：不必顺读，直接搜关键词。
- [AIP Logic 快速入门](https://www.hanzhongpin.xyz/ontology/aip-logic-getting-started.html): 这一篇带你实际走一遍：进入 AIP Logic、认识界面、组合 LLM block、在调试器里看 LLM 的思维链（chain of thought）。
- [AIP Logic 的指标](https://www.hanzhongpin.xyz/ontology/aip-logic-logic-metrics.html): Logic 资源底层由函数支撑。这篇讲怎么看到成功/失败次数与 P95 执行时长，判断一个 Logic 函数是否健康。
- [AIP Logic 总览：无代码搭 AI 函数](https://www.hanzhongpin.xyz/ontology/aip-logic-overview.html): AIP Logic 是 AIP 的核心应用：在可视化环境里构建、测试、发布由 LLM 驱动的函数，无需写代码就能借助 Ontology 构建功能丰富的 AI 逻辑。
- [暂存写入（Staged writes）](https://www.hanzhongpin.xyz/ontology/aip-logic-staged-writes.html): 让 AI 直接改你的 Ontology 太危险怎么办？暂存写入让改动先停下来等人审，通过后才落库。

### 平台模块

- [Management & enablement（管理与赋能）总览](https://www.hanzhongpin.xyz/ontology/cat-administration.html): 平台提供完整的治理与管理能力，集中在 Control Panel 这个统一入口：注册管理、认证、资源管理、平台体验配置。
- [AIP（人工智能平台）总览](https://www.hanzhongpin.xyz/ontology/cat-aip.html): AIP 把 AI 与你的数据和运营连接起来，用于驱动业务流程自动化。这一篇讲它的六个特性：无缝集成、安全治理、模型管理、可扩展性、可解释性。
- [Analytics（分析）总览](https://www.hanzhongpin.xyz/ontology/cat-analytics.html): Foundry 为组织中每种角色的用户提供分析能力，并且与本体深度集成：既有点选式也有代码式的分析工具。
- [Use case development（业务应用开发）总览](https://www.hanzhongpin.xyz/ontology/cat-app-building.html): 平台为各类构建者提供应用搭建与工作流管理能力：Workshop、OSDK React、自定义组件、Slate，以及 Automate、Carbon 等工作流工具。
- [Data connectivity & integration（数据连接与集成）总览](https://www.hanzhongpin.xyz/ontology/cat-data-integration.html): Foundry 提供远超常规 ETL/ELT 的数据连接与集成能力：连接数据源、做数据转换、管理管道。这是本体之下的数据底座。
- [Developer toolchain（开发工具链）总览](https://www.hanzhongpin.xyz/ontology/cat-dev-toolchain.html): 平台提供一整套构建于本体之上的开发工具：OSDK、各类 API、平台 SDK、开发环境、MCP、计算模块与自定义端点。
- [Product delivery（产品交付）总览](https://www.hanzhongpin.xyz/ontology/cat-devops.html): Foundry DevOps 让你把在 Foundry 里构建的数据驱动工作流打包、快速开发并部署，配合 Marketplace 分发给他人复用。
- [Model connectivity & development（模型接入与开发）总览](https://www.hanzhongpin.xyz/ontology/cat-model-integration.html): 在平台里，模型（model）是封装任意机器学习逻辑的制品，可以在数据管道、本体、应用层被复用。这篇讲模型来源、建模目标与本体中的模型。
- [Observability（可观测性）总览](https://www.hanzhongpin.xyz/ontology/cat-observability.html): 平台内建工具用于监控资源健康、排查开发/生产问题、跨服务追踪执行、分析遥测。这一篇讲监控、调试与日志导出三块。
- [Ontology building（本体构建）总览](https://www.hanzhongpin.xyz/ontology/cat-ontology.html): 本体（Ontology）是组织的运营层，坐落在接入平台的数据资产之上。这一篇是本体模块的地图：对象与链接、动作与函数、接口，以及如何驱动决策。
- [Security & governance（安全与治理）总览](https://www.hanzhongpin.xyz/ontology/cat-security.html): Palantir 为最高安全要求与强监管行业提供软件平台。这一篇从平台安全、企业安全、基础设施安全三个层面讲清安全模型。

### AIP Evals

- [分析运行结果](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-analyze-run-results.html): 结果视图告诉你：函数在各测试用例与评估标准上的表现具体如何。可以在 Evals 应用里看，也能在 Logic / Chatbot Studio 的侧边栏里看。
- [创建评估套件](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-create-suite.html): 评估套件 = 测试用例 + 目标函数 + 评估函数。这篇讲怎么把它搭起来，包括同时测多个目标函数的做法。
- [运行实验：系统对比参数组合](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-experiments.html): 想知道哪个模型性价比最高、哪版提示词效果最好？用实验系统性地跑多个参数组合，而不是靠猜。 ① 实验是批量对比：一次跑多组参数，横向比结果。
- [为 Logic 函数建立评估套件](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-getting-started.html): Logic 的 Preview 面板适合一次性试跑；但要建立真正的信心，必须拿大量输入去测。这篇是入门路径。
- [用中间参数评估 block 输出](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-intermediate-parameters.html): LLM 函数往往包含多个步骤，只看最终结果可能看不出是哪一步出了问题。这篇讲怎么评测中间 block 的输出。
- [在指标仪表盘查看结果](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-metrics-dashboard.html): 把多次运行的结果收拢到一处，用图表和统计呈现，还能比较聚合结果或单个测试用例的表现。 ① 仪表盘适合看趋势：比逐条读结果更直观。；② 可比较聚合与个体：整体指标和单用例都能切。
- [评估 Ontology 编辑](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-ontology-edits.html): 测一个会写 Ontology 的函数，难道每次都要真改数据？不用 —— 每个测试用例在 Ontology 模拟环境里跑，真实数据毫发无损。
- [AIP Evals 总览：给 AI 函数做测试](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-overview.html): LLM 的输出是不确定的（non-deterministic），传统单元测试不够用。AIP Evals 是专门为此设计的测试环境：建测试用例、定评估标准、跟历史版本比。
- [把运行结果写入数据集](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-results-dataset.html): Evals 界面不是给所有人用的。把结果写进数据集，就能在 Workshop 等应用里跟其他信息一起展示，让领域专家也能看到。
- [运行评估套件](https://www.hanzhongpin.xyz/ontology/aip-aip-evals-run-suite.html): 套件可以从多个地方运行：AIP Logic 的 Evals 侧边栏、AIP Evals 应用。可以整跑，也可以只跑单个用例 —— 后者是调试的利器。

### AIP Assist

- [把自定义内容源投递给用户](https://www.hanzhongpin.xyz/ontology/aip-assist-adding-documentation-to-aip-assist.html): 注册完还不够，要在 Control Panel 里配置它对哪些用户可见，才能真正用上。 ① 注册 ≠ 可用：还要配置可见性。
- [部署由自定义源驱动的 AIP Chatbot](https://www.hanzhongpin.xyz/ontology/aip-assist-agents-in-aip-assist.html): 自定义内容源还能进一步变成独立的对话机器人（通过 AIP Chatbot Studio），面向特定场景提供聚焦的协助。
- [用自定义内容源驱动 AIP Assist](https://www.hanzhongpin.xyz/ontology/aip-assist-aip-assist-custom-docs-overview.html): 官方文档回答不了你公司内部的问题。这一组讲怎么把私有文档接进去，让助手也能回答运营与流程类问题。
- [注册自定义内容源](https://www.hanzhongpin.xyz/ontology/aip-assist-aip-assist-registering-content.html): 这一步是把内部文档登记进平台，让 AIP Assist 能检索到它。用它可以加速工作流、改善新人上手、自动回答支持类问题。
- [AIP Assist 的建议动作](https://www.hanzhongpin.xyz/ontology/aip-assist-aip-assist-suggested-actions.html): 助手会主动推荐"下一步可以做什么"，包括导航类和操作类建议 —— 对新人尤其友好。 ① 从被动问答到主动引导：不等你问，先告诉你下一步。
- [AIP Assist 最佳实践](https://www.hanzhongpin.xyz/ontology/aip-assist-aip-best-practices.html): 同样一个助手，会问的人和不会问的人拿到的答案质量差很多。这一篇讲怎么高效跟它打交道。 ① 它具备上下文感知：利用好这一点，问题可以更简短。
- [AIP Assist 的应用集成](https://www.hanzhongpin.xyz/ontology/aip-assist-application-integrations.html): AIP Assist 不只是个浮窗，它与平台各应用有多处集成点，让你在具体应用里就能拿到针对性帮助。
- [自定义内容源最佳实践](https://www.hanzhongpin.xyz/ontology/aip-assist-custom-documentation-best-practices.html): 要让答案好，先得懂原理：AIP Assist 底层用的是检索增强生成（RAG）。这一篇从 RAG 机制反推内容该怎么写。
- [AIP Assist 总览：平台里的 AI 助手](https://www.hanzhongpin.xyz/ontology/aip-assist-overview.html): AIP Assist 是内建在平台里的 LLM 支持工具：用自然语言问它怎么用 Palantir，实时拿到答案。它同时是"产品文档的对话式入口"。

### AIP Analyst

- [分析资源（Analysis resources）](https://www.hanzhongpin.xyz/ontology/aip-aip-analyst-analysis-resources.html): 一次有价值的分析不该用完就丢。把分析保存为 Compass 资源，就能回头再看、共享给协作者、并纳入项目管理。
- [AIP Analyst 的能力（工具）](https://www.hanzhongpin.xyz/ontology/aip-aip-analyst-capabilities.html): AIP Analyst 靠工具（tool）来搜索、分析并呈现答案。工具在 Tools 菜单里按类别分组，可整体或单独启用/禁用。
- [AIP Analyst 的计算用量](https://www.hanzhongpin.xyz/ontology/aip-aip-analyst-compute-usage.html): AIP Analyst 是智能体式应用：一个问题可能引发大量模型调用与 Ontology 查询。理解用量来源，才能预测成本、选对模型、设计高效分析。
- [嵌入 AIP Analyst](https://www.hanzhongpin.xyz/ontology/aip-aip-analyst-embed.html): 通过 iframe 把 AIP Analyst 嵌到 Workshop 或 OSDK 应用里，并用 URL 参数做定制化。这篇列出可用参数。
- [AIP Analyst 总览：对话式分析](https://www.hanzhongpin.xyz/ontology/aip-aip-analyst-overview.html): AIP Analyst 是面向智能体工作流的界面：用自然语言在 Ontology 上做即席分析，不用写查询、不用搭看板。
- [使用 AIP Analyst](https://www.hanzhongpin.xyz/ontology/aip-aip-analyst-using-aip-analyst.html): 这一篇逐个介绍构成一次分析会话的功能与概念，让你知道界面上每个部分在做什么。 ① 会话是分析的单位：一次分析围绕一个问题展开。；② 界面元素各有职责：提问、观察推理、看结果。
- [AIP Analyst 的 Workshop 微件](https://www.hanzhongpin.xyz/ontology/aip-aip-analyst-workshop-widget.html): 把 AIP Analyst 作为 Workshop widget 嵌进业务应用，用户在自己的工作界面里就能用上 AI 分析，还能精细控制数据访问与工具范围。

### 其他应用

- [AIP Evolve 总览](https://www.hanzhongpin.xyz/ontology/aip-aip-evolve-overview.html): AIP Evolve 负责编排成群的 AI FDE 智能体，用于持续改进 Foundry 里的 AI 系统 —— 从"一个智能体帮你做事"升级为"一群智能体协同优化系统"。
- [模型弃用与迁移](https://www.hanzhongpin.xyz/ontology/aip-model-catalog-model-deprecation.html): 模型供应商经常弃用模型，依赖它的工作流就会被打断。这一篇讲 Palantir 如何通知、如何用 Upgrade Assistant 帮你迁移到替代模型。
- [AIP Model Catalog 总览](https://www.hanzhongpin.xyz/ontology/aip-model-catalog-overview.html): Model Catalog 是平台里所有模型资源的总目录：统一查看有哪些模型、各自状态如何、被谁在用。选型与治理都从这里入手。
- [构建支持语音的 OSDK 应用](https://www.hanzhongpin.xyz/ontology/aip-realtime-audio-build-a-voice-enabled-osdk-application.html): 这是一篇动手教程：用 OSDK 把实时语音能力接进你自己的应用。注意 —— 录音与知情同意由你负责。
- [Realtime audio 总览：语音交互](https://www.hanzhongpin.xyz/ontology/aip-realtime-audio-overview.html): 音频是通过 Ontology 与平台交互的一种模态：对话前后从本体拉取上下文，实时模型边听边转写，可选地回话并触发工具调用，结果再写回本体。
- [AIP Threads 快速入门](https://www.hanzhongpin.xyz/ontology/aip-threads-getting-started.html): 一个简单的工作流教程：上传文档 → 与文档交互 → 与 AIP Chatbot 交互。 ① 从上传文档开始：把材料放进线索里。；② 先跟文档对话：针对具体材料提问。
- [AIP Threads 总览](https://www.hanzhongpin.xyz/ontology/aip-threads-overview.html): AIP Threads 让你与文档、数据"对话"：把资料放进来，围绕它提问、追问、推进工作，形成一条可持续的线索。

### AI FDE

- [AI FDE 最佳实践](https://www.hanzhongpin.xyz/ontology/aip-ai-fde-best-practices.html): 让智能体替你操作平台，如何既高效又不失控？这一篇给出实操建议。 ① 给清晰的任务与边界：任务越明确，结果越可靠。；② 保持在可审核的节奏上：关键步骤要留人看的余地。
- [AI FDE 的模式与能力](https://www.hanzhongpin.xyz/ontology/aip-ai-fde-modes-and-capabilities.html): AI FDE 用模式（mode）界定当前在做什么大类任务，用能力（capability）表示跨模式的细粒度技能。理解这两层，才用得准。
- [AI FDE 界面与导航](https://www.hanzhongpin.xyz/ontology/aip-ai-fde-navigation.html): 这一篇概览 AI FDE 的界面、导航与可用控件，动手前先认清每个部分在哪、干什么。 ① 界面是对话式：输入框是主要操作入口。；② 控件聚焦上下文管理：让你控制智能体"知道什么"。
- [AI FDE 总览：会动手的智能体](https://www.hanzhongpin.xyz/ontology/aip-ai-fde-overview.html): AI FDE（AI-powered forward deployed engineer）是一个交互式智能体：你用自然语言下指令，它直接在 Foundry 里替你操作。
- [AI FDE 的安全与治理](https://www.hanzhongpin.xyz/ontology/aip-ai-fde-security-and-governance.html): 安全与治理是内建在 AI FDE 里的，因为它完全以你的身份和权限运行 —— 它不是独立服务账号，只是"换了个交互方式的你"。

### TypeScript v2

- [本地本体 SDK（Local OSDK）](https://www.hanzhongpin.xyz/ontology/fn-local-sdks.html): TypeScript v2 的本体 SDK 由资源导入自动生成，不用再手工安装和版本化一个独立包。这篇讲新建、命令行生成、以及旧仓库迁移。
- [TypeScript v2 的本体编辑](https://www.hanzhongpin.xyz/ontology/fn-ts-v2-edits.html): v2 函数不只读取，还能构造一批本体编辑：改属性、改链接、创建对象、删除对象，甚至编辑结构体属性。
- [从 TypeScript v1 迁移到 v2](https://www.hanzhongpin.xyz/ontology/fn-ts-v2-migration.html): 这是一份逐项语法对照的迁移手册：函数声明、包引用、日期时间、SDK 生成、查询写法、过滤/分组/聚合的映射，以及对象标识和编辑。
- [Staged writes：带读后写保证的编辑（Beta）](https://www.hanzhongpin.xyz/ontology/fn-ts-v2-staged.html): Staged writes 是更强的编辑模式：写入后立刻能读到、不必在结尾返回编辑、整体原子执行。目前处于 Beta 阶段。
- [TypeScript v2 函数上手](https://www.hanzhongpin.xyz/ontology/fn-ts-v2-started.html): TypeScript v2 是新一代函数写法：新的 OSDK、更贴近 Node 生态、支持本地 SDK。这篇按建仓库→写函数→预览→发布→使用走一遍。

### 文档智能

- [文档智能核心概念](https://www.hanzhongpin.xyz/ontology/aip-document-intelligence-core-concepts.html): 搞清传统抽取与 LLM 驱动抽取的本质区别，才能选对策略。这一篇把概念讲透。 ① 传统抽取基于算法：PDF 元数据、OCR、布局检测等。
- [把抽取策略部署到 Python 函数](https://www.hanzhongpin.xyz/ontology/aip-document-intelligence-deploy-to-python-functions.html): 如果需要按需、单次抽取（而不是批量跑），部署成函数更合适。这篇给出操作路径与生成的代码。 ① 适用按需场景：一次处理一份文档，而非批量。
- [把抽取策略部署到 Python transform](https://www.hanzhongpin.xyz/ontology/aip-document-intelligence-deploy-to-python-transforms.html): 验证好的策略可以部署成 Python transform，对媒体集里所有文档的所有页面跑批量抽取 —— 这是从"试验"到"规模化"的关键一步。
- [文档转文本（Document-to-text）变换](https://www.hanzhongpin.xyz/ontology/aip-document-intelligence-document-to-text.html): 这是底层能力：把多种格式的文档转成文本，并且保留版面结构（段落、标题、表格）。抽取质量的上限由它决定。
- [AIP Document Intelligence 总览](https://www.hanzhongpin.xyz/ontology/aip-document-intelligence-overview.html): 企业里大量信息锁在文档里。AIP Document Intelligence 是 Foundry 中文档抽取的统一入口：打开文档、试验抽取策略、验证效果、再部署成批量流程。

### 自带模型

- [自带模型（BYOM）：把外部模型接进 AIP](https://www.hanzhongpin.xyz/ontology/aip-aip-bring-your-own-model.html): 平台自带模型不够用？自带模型（Bring-your-own-model，BYOM）让你把自己的 LLM 或账号接进 AIP，成为一等公民资源。这一篇是总览与选路指南。
- [构建代理层或联邦层](https://www.hanzhongpin.xyz/ontology/aip-aip-build-a-proxy-or-federation-layer.html): 代理层夹在 AIP 与外部模型供应商之间，让你精确控制哪些数据会离开你的环境，以及请求怎么转发。
- [用 compute module 支撑模型](https://www.hanzhongpin.xyz/ontology/aip-aip-compute-module-backed-models.html): 把 LLM 服务跑在 compute module 里，再注册给 AIP —— 这条路径适合需要自定义推理逻辑或私有部署的场景。
- [用 REST API 来源支撑模型](https://www.hanzhongpin.xyz/ontology/aip-aip-rest-api-backed-models.html): 当你的模型暴露标准供应商 API时，通过 Data Connection 里的 REST API 来源接入是最省事的路径。
- [自托管模型](https://www.hanzhongpin.xyz/ontology/aip-aip-self-host-models.html): 在自己的基础设施上跑开源或私有模型，数据完全不出环境。这篇说明自托管的做法与代价。 ① 自托管的动机是控制：数据不出境、模型可定制。

### 本体零件

- [动作类型（Action Type）：让本体"动手"](https://www.hanzhongpin.xyz/ontology/action-types.html): 本体不能只"看"不"动"。动作类型就是让人（或系统）在合规前提下 改变对象、属性和链接的那套定义。这一篇讲清它是什么、由什么组成、什么时候该用。
- [函数（Functions）：把业务逻辑写成可复用的代码](https://www.hanzhongpin.xyz/ontology/functions.html): 当规则复杂到没法用配置表达，就需要写代码。函数让代码作者把逻辑写在 本体之上，在运营场景里被快速执行。这一篇讲清它是什么、能做什么、怎么用。
- [接口（Interface）：让不同对象"长得一样"](https://www.hanzhongpin.xyz/ontology/interfaces.html): 当你有十几种"长得差不多"的对象类型，却想用同一套逻辑去操作它们时，接口就是答案。这一篇讲清接口是什么、它和对象类型的区别、怎么用继承与实现搭出多态。
- [Ontology Manager：搭建与维护本体的工作台](https://www.hanzhongpin.xyz/ontology/ontology-manager.html): 前面学的对象类型、属性、链接、接口、动作、函数，都在哪里被创建和管理？答案是 Ontology Manager（OMA）。这一篇带你走一遍它的界面与一次完整的变更流程。

### 接口

- [在 Ontology Manager 里创建接口](https://www.hanzhongpin.xyz/ontology/create-interface.html): 跟着步骤在 Ontology Manager 里新建一个接口，并可选地为它添加链接类型和动作类型约束。
- [让对象类型实现接口](https://www.hanzhongpin.xyz/ontology/implement-interface.html): 接口定义好之后，任何符合形状的对象类型都可以实现它。这一篇给出两条路径：在 Ontology Manager 里手动映射，或在 Pipeline Builder 里配置产出类型。
- [接口（Interface）：描述"形状"的本体类型](https://www.hanzhongpin.xyz/ontology/interface-overview.html): 接口描述对象类型的形状和能力，让共享同一形状的对象类型能被一致地建模和使用。这一篇讲清接口是什么、和对象类型有什么区别。

### 教学

- [本体设计最佳实践](https://www.hanzhongpin.xyz/ontology/ontology-best-practices-tutorial.html): 这篇文章讲的是：如何把一个组织"建模"成一套人人（和 AI）都能看懂的数字结构。下面用 10 个小步骤，把它拆开讲给完全没有基础的人听。
- [本体结构指南](https://www.hanzhongpin.xyz/ontology/ontology-structural-guidance-tutorial.html): 上一篇讲的是"原则"，这一篇讲落地：属性怎么放、关系怎么连、权限怎么切、名字怎么起。同样用 9 步拆开讲，配 4 个可以亲手点的互动演示。

### AI 平台

- [Palantir AI Platform (AIP)，从零到能上手](https://www.hanzhongpin.xyz/ontology/aip.html): 84 篇教学网页，全部来自 Palantir Foundry 官方文档，按学习顺序编排、全文中文讲解。每篇都保留原文截图与官方链接，零基础也能顺着读完。

### 入门篇

- [本体总览：组织的运营层](https://www.hanzhongpin.xyz/ontology/ontology-overview-tutorial.html): 这是整个系列的第 0 课。它回答三个最基础的问题：本体是什么、它由哪些零件组成、以及它最终用来干什么。

### 反模式（Anti-patterns）

- [避开这 8 个本体设计反模式](https://www.hanzhongpin.xyz/ontology/anti-patterns.html): 建模时最容易踩的坑，往往不是语法错，而是"看似合理、后患无穷"的结构选择。这一篇逐个拆解官方列出的 8 个反模式（anti-pattern），并带你做病例诊断。

### 场景篇

- [场景示例（Ontology scenarios）](https://www.hanzhongpin.xyz/ontology/ontology-scenario.html): 前面学了"对象、动作、本体容器"。这一篇看一个很实用的能力：场景（scenario）—— 在本体之上开一个"沙盒"，安全地做 what-if 推演，想清楚了再合并回生产。

### 多模态与嵌入 Multimodal & Embedding

- [让文本、图片、表格都能被「算」进同一个空间](https://www.hanzhongpin.xyz/ontology/multimodal-embeddings.html): 这一篇讲两类模型：多模态模型（能读懂图、表）和嵌入模型（把文本变成可计算的向量）。学完你会知道什么时候该用现成模型、怎么为多语言或长文本调整策略。

### 对象类型

- [对象类型（Object Type）入门](https://www.hanzhongpin.xyz/ontology/object-types.html): 本体（Ontology）里最核心的一个词就是"对象类型"。这一篇用最生活化的例子，带你看懂它是什么、和数据集有什么关系，以及怎样把一堆数据行整理成清晰的对象类型。

### 属性

- [属性（Properties）入门](https://www.hanzhongpin.xyz/ontology/properties.html): 对象类型规定了"这一类事物"长什么样，而真正填充内容的，是属性。这一篇带你认全常见的属性类型，搞懂主键与标题的取舍，并亲手做一次"命名诊所"。

### 应用（Applications）

- [用本体驱动的应用把数据变成生产力](https://www.hanzhongpin.xyz/ontology/applications.html): 本体（Ontology）建好之后，靠哪些"开箱即用"的应用让它真正被人、被 AI 代理用起来？这一篇带你逐个认识 Foundry 里的对象感知应用，并学会为需求选对工具。

### 搜索语法 Search syntax

- [在本体里，怎么写才算「查得到」](https://www.hanzhongpin.xyz/ontology/search-syntax.html): 这一篇讲本体（Ontology）里搜索的语法，重点是正则（regex）查询：它能匹配什么、不能匹配什么、有哪些操作符。学完你能写出既精确又不漏的查询串。

### 教学系列

- [Palantir 本体，从零到能上手](https://www.hanzhongpin.xyz/ontology/index.html): 101 篇教学网页，全部来自 Palantir Foundry 官方文档，按学习顺序排列。每篇都有逐步讲解和可亲手点的互动演示。零基础也能顺着读完。

### 文档处理 Document processing

- [把 PDF 变成可检索的知识](https://www.hanzhongpin.xyz/ontology/document-processing.html): 海量非结构化知识藏在 PDF 和图片里。这一篇讲怎样用 Pipeline Builder 把文档提取成文本、切成小块、嵌入成向量，最终让语义搜索能精准命中原文——还能把原 PDF…

### 本体增强生成 Ontology-Augmented Generation

- [不止 RAG：把「本体对象」喂给大模型](https://www.hanzhongpin.xyz/ontology/augmented-generation.html): 本体增强生成（Ontology-Augmented Generation, OAG）讲的不是怎么调 LLM，而是怎么把最相关的业务上下文找出来、再喂给它。

### 概念篇

- [核心概念（Core concepts）](https://www.hanzhongpin.xyz/ontology/core-concepts.html): 上一篇讲了"为什么"，这一篇讲"是什么"。本体由几个最基本的概念拼成：对象类型、属性、链接类型、动作类型。它们和你在数据表里见过的东西，其实是一一对应的。

### 模型 Models

- [把 AI 模型接进本体](https://www.hanzhongpin.xyz/ontology/models.html): 本体让你用"现实概念"组织数据；模型让你用"现实概念"做预测。这一篇讲怎样把一个训练好、评估过的模型 部署进本体，让普通用户不用懂机器学习也能用到预测结果。

### 派生属性

- [派生属性（Derived Properties）入门](https://www.hanzhongpin.xyz/ontology/derived-properties.html): 有些值不必手动维护——比如"这个客户名下有多少笔订单"。派生属性让你在运行时自动算出来。这一篇讲清它是什么、能算什么、为什么安全，并用一个实验室让你亲手感受它的价值。

### 理念篇

- [为什么需要本体（Why create an Ontology）](https://www.hanzhongpin.xyz/ontology/why-ontology.html): 这一篇不教你怎么建，只讲清楚"为什么要有本体"——它和普通数据仓库、报表系统到底差在哪，又如何用数据、逻辑、行动、安全四件套，把人和 AI 一起连到真正的运营现场。

### 用官方模型做语义搜索 Palantir-provided models

- [不自己部署模型，也能搭出语义搜索](https://www.hanzhongpin.xyz/ontology/semantic-search-palantir-models.html): 这一篇用 Palantir 提供的嵌入模型，端到端搭一个语义搜索工作流。你会学到怎么生成嵌入、怎么用无码方案快速起步，以及怎么写一个能按相关性排序的检索函数。

### 用自定义模型做语义搜索 Custom models

- [当你必须用「自己的」嵌入模型时](https://www.hanzhongpin.xyz/ontology/semantic-search-custom-models.html): 这一篇讲怎么把非 Palantir 提供的嵌入模型接进语义搜索：用 Foundry 模型生成向量、建对象类型、再写函数做 KNN 检索。

### 设计验证（Validation）

- [用"基于任务的验证"检验本体真的好用](https://www.hanzhongpin.xyz/ontology/design-validation.html): 结构审查只能证明本体"在技术上正确"，证明不了"真的被人用好用"。这一篇教你用真实业务问题做演练，让人和 AI 代理都跑一遍，把可用性缺口暴露出来。

### 语义搜索 Semantic search

- [用"意思"来搜，而不是用"字"](https://www.hanzhongpin.xyz/ontology/semantic-search.html): 语义搜索（semantic search）按文本的内在含义来检索，而不是只靠关键词匹配。这一篇讲它背后的嵌入（embedding）原理，以及怎样把搜索结果和本体对象连起来，让运营工…

### 资源管理篇

- [Ontologies 资源管理（Ontologies overview）](https://www.hanzhongpin.xyz/ontology/ontologies-overview.html): 前一篇认识了本体的"零件"，这一篇认识装这些零件的"容器"——Ontology 本身。它是私有还是共享？和 space 是什么关系？什么时候该开第二个？一篇讲清。

## 完整语料

- [全部正文（Markdown）](https://www.hanzhongpin.xyz/ontology/llms-full.txt): 上述页面的完整正文，便于一次性检索与引用