- 输入：源本体(Os(O_s(Os）和目标本体(Ot(O_t(Ot），支持两类命名规范（自然语言型Type 1、代码型Type 2）。
- 输出：实体等价映射集合(A={(ei,ej)∣ei∈Os,ej∈Ot}(A = \{(e_i, e_j) | e_i \in O_s, e_j \in O_t\}(A={(ei,ej)∣ei∈Os,ej∈Ot}）。
核心逻辑：将"检索→匹配"流程，拆分为两个共享内存的代理（Retrieval Agent + Matching Agent），配合规划模块、OM工具集和混合数据库，实现高效、低幻觉的匹配。
Retrieval Agent
- 功能：提取本体实体的多维度信息，存储至混合数据库。
- 工作流程：Rint⇒Rext⇒RstoR_{int} \Rightarrow R_{ext} \Rightarrow R_{sto}Rint⇒Rext⇒Rsto（内部信息检索→外部信息检索→信息存储）。
- 工具：
- 元数据检索器（Metadata Retriever）：提取实体的类别（源/目标本体）和类型（类/属性）。
- 句法+词汇+语义检索器（Syntactic & Lexical & Semantic Retriever）：分别提取实体的句法（分词/归一化）、词汇（通用/上下文/注释含义）、语义（三元组关系）信息。
- 混合数据库存储工具（Hybrid Database Store）：将元数据存入关系数据库，将句法/词汇/语义信息嵌入后存入向量数据库。
Matching Agent
- 功能：从混合数据库中检索候选实体，通过多维度匹配、验证与融合，输出最优映射。
- 工作流程：Msea⇒Msel⇒Malg⇒MrefM_{sea} \Rightarrow M_{sel} \Rightarrow M_{alg} \Rightarrow M_{ref}Msea⇒Msel⇒Malg⇒Mref（数据库搜索→候选筛选→匹配计算→结果优化）。
- 工具：
- 混合数据库搜索（Hybrid Database Search）：作为数据库接口，为后续匹配工具提供数据访问支持。
- 元数据匹配器（Metadata Matcher）：基于实体类型（类/属性）筛选候选，确保匹配类型一致性。
- 句法+词汇+语义匹配器（Syntactic & Lexical & Semantic Matcher）：通过余弦相似度计算，检索向量数据库中相似的实体信息。
- 匹配汇总器（Matching Summariser）：用RRF（ reciprocal rank fusion）算法融合三类匹配结果，生成候选排序。
- 匹配验证器（Matching Validator）：通过二元问题（"实体A与实体B是否等价？"）校验候选，减轻LLM幻觉。
- 匹配融合器（Matching Merger）：合并"源→目标"和"目标→源"双向匹配结果，仅保留双向确认的映射。
共享内存-memory
关系数据库 + 向量数据库的混合存储组成。通过唯一实体ID关联两个数据库，实现"精确筛选+模糊匹配"的协同。
- 关系数据库：存储实体元数据（实体ID、类别、类型），支持精确查询。
- 向量数据库：存储实体的句法/词汇/语义嵌入向量，支持高效相似度搜索。