AGENT-O：用于可互操作且受治理的医疗 AI 智能体的语义 Agent Card 框架

AGENT-O 是一个模块化本体框架，定义了用于表征面向健康的 AI 智能体系统的语义 Agent Card，并支持对科学论文中报告完整性的评估。AGENT-O 被开发为一个 OWL 2/RDF 本体，覆盖运行时、模型、工作流、工具、临床用途、评估、溯源、治理以及报告评估。评估包括本体盘点、OWL-RL 推理、三套 SHACL 规则集、12 个 SPARQL 胜任问题、三个案例，以及对 279 篇论文在五个维度上的模型辅助报告完整性评估。该本体包含 1,962 个 RDF 三元组和 1,922 条 Protégé 公理，具有 252 个活动类、198 个活动对象属性和 51 个数据类型属性。所有 SHACL 规则集在示例图上均符合要求，所有胜任问题都返回了预先指定的证据，且 279 篇论文全部完成评分。与评估（25.8%）和基准流程一致性（29.8%）相比，不完整报告在运行时/架构（84.6%）、治理/安全（82.8%）和溯源/可复现性（78.1%）方面最高。AGENT-O 支持语义 Agent Card 表达和报告评估，同时揭示了一个评估-规范缺口：评估和基准测试流程的报告比运行时架构、治理和可复现性更一致。AGENT-O 提供了一个可复用的本体、语义 Agent Card 概况以及用于结构化报告和差距识别的报告完整性工作流，但不评估智能体质量或部署就绪性。