Data-Driven AI：从数据到智能

Teach Data Engineers How to Think AI.

开源技术书。写给做过数年数据工程的人，讲怎么从数据这边看 AI。

不讲入门课，不讲 Prompt，不讲框架手册，也不讲怎么搭 Agent。

---

全书主线

flowchart LR
    A[传统数据平台] --> B[Lakehouse]
    B --> C[MetadataCatalog]
    C --> D[OntologyServices]
    D --> E[ScientificKG]
    E --> F[EvidenceIndex]
    F --> G[AIContextAPIs]
    G --> H[ScientificDataLoop]
    H -.循环.-> D

两个核心：Ontology，以及 Scientific Data Loop。

读的时候可以盯两件事：业务含义怎么传丢、科研数据怎么做成机器能用的产品。展开见前言。

---

章节导航

• 前言
• 湖仓：Lakehouse
• 元数据目录：Metadata Catalog
• 本体服务：Ontology Services
• 科学知识图谱：Scientific KG
• 证据索引：Evidence Index
• 上下文接口：AI Context APIs
• 科学数据闭环：Scientific Data Loop
• 路线选择与适用边界
• 附录

---

贡献

写章节前先读 AGENTS.md。规范在 handbook/。