他们开源了一个 Palantir，部署只要三行命令

Palantir 最值钱的东西是 ontology：把公司散在数据库、SaaS、文档里的东西，统一成一套人和机器都能理解的实体关系。界面只是壳。现在有人把这块能力开源了。

Helix Foundry 刚发布。流程不复杂：连上 PostgreSQL、MySQL、S3、Stripe、PostHog、WorkOS、GitHub、Linear、Granola、Cal.com，或者上传 PDF、Markdown、CSV、Parquet，一个 agent 会读这些数据，起草一份 ontology。所谓 ontology，就是一套实体和关系的模型，比如客户属于某个订阅、订阅产生发票、工单挂在账户下。

agent 起草的内容包括类型、链接、每个字段来自哪张表或哪份文档，还有规则。你审一遍，改一改，设成当前版本，然后一次 load 写进 HelixDB。之后可以按图看，也可以按记录看，每个值都能追回它原来的行或原文引文，提问得到的答案带引用。

这个“起草、审核、加载”的循环是它和普通 RAG 最大的区别。RAG 是临时检索，ontology 是先建结构。结构建对了，后面问问题的质量才稳。

部署方式两种。云端直接开 foundry.helix-db.com。本地需要 Docker Compose v2：

git clone https://github.com/HelixDB/helix-foundry.git
cd helix-foundry
docker compose up -d --wait

打开 localhost:3000。没有登录，没有初始化向导，一个 owner，所有连接器和功能默认全开。第一次启动会把密钥写进 Docker volume，删 volume 等于删数据，注意别随手 docker compose down -v。

手上没数据可以点 Use the sample，里面是一个假的软件公司 Acme Corp，PostgreSQL 里装着客户、订阅、发票、工单、用量，外加合同、通话记录、事故报告。一分钟能走完数据、目标、现成 ontology、加载、提问整条链。

AI 模型按这个顺序找：运行 docker compose up 的 shell 里有 ANTHROPIC_API_KEY 或 OPENAI_API_KEY 就用 Claude 或 OpenAI；没有就找本机 Ollama（可以用 docker compose --profile ollama up -d 在旁边起一个），再没有就找 LM Studio。Settings › AI models 里能看到它选了谁、为什么，也能切到 Azure OpenAI、Amazon Bedrock 或任何兼容 OpenAI 的服务器，比如 vLLM 或网关。

技术栈：前端和 API 代理是 Next.js，需要 Node 24 和 pnpm；后端是 Go，仓库里的 backend/ 包含 API、同步 worker、ontology 起草 worker、加载 worker 和问答 worker，存储用 MySQL。托管版跑同一套代码。整仓 Apache 2.0。

发布推文下面有人问，到底在哪方面 beat Palantir。作者 Lam Sambert 回了一句：less diverse founders。这是拿 Palantir 早期被诟病过的创始人背景单一开的玩笑，也算一种自我定位：不打算复刻那个公司，只复刻那个能力。

真正值得注意的是 ontology 从人工咨询项目变成 agent 起草加人工审核的流水线。企业数据接入从来不只是技术问题，是权限、治理、谁说了算的问题。Helix Foundry 把技术门槛压到了一个 docker compose up，剩下的门槛还在原地。