AI 资讯 知识库 智能体与 AI 编程Agent 为什么需要本体 从 5W 理解本体平台的原理与架构

Agent 为什么需要本体 从 5W 理解本体平台的原理与架构

假设你对一个 Agent 说:“给 3 号泵安排明天的维修。”

它找到了维修手册,也会调用排班接口,却仍可能把任务交给没有资质的人,或者把同一位师傅安排到两个现场。问题出在哪里?能读懂一句话、能调用一个接口,还不够保证业务上做对一件事。

本体要解决的,是让系统明确理解业务中的对象、关系和含义;本体平台则把这些定义连接到真实数据、检查机制与应用接口。下面先用 5W 讲清建设理由,再用 How 展开架构。读前五节不需要了解 RDF、OWL 或图数据库。

1 What 是什么 本体是一份机器也能使用的业务说明书

先把“维修”拆开:有设备、有任务、有人员;任务针对某台设备,由某个人负责,在某个时间段执行。这些对象及其关系,构成了一个小型领域模型。

本体进一步把含义说明确:“泵是一类设备”“任务负责人是一种角色”“部件属于设备”。定义采用机器可处理的形式,多个程序就能引用同一套含义。共同词汇、明确领域假设,也是本体开发的经典目标。本体开发指南

但“任务必须有负责人”和“张师傅明天有空”属于不同问题。建设平台时,需要分开管理五样东西:

内容 用维修业务解释
本体 什么是设备、人员、维修任务,它们怎样关联
事实 3 号泵属于 A 车间,张师傅持有某项资质
数据约束 已分配的任务必须填写负责人
决策策略 此人此时是否有权分配这项任务
动作契约 分配操作需要什么输入,怎样确认成功

五者一起工作,才组成面向应用的平台能力。把本体文件交给推理器,并不会自动得到排班系统。

也可以这样区分本体与知识图谱:前者定义“允许怎样描述业务世界”,后者用具体对象和关系记录“这个世界里有哪些事”。图数据库是可选的存储工具,平台还需要协作、审核、发布和运行服务。

2 Why 为什么 Agent 尤其需要明确的业务语义

传统程序通常由开发者提前规定执行路径。Agent 则会根据目标和观察,在运行时选择下一步;它需要自行理解更多业务含义。

设想排班接口接受两个字符串:任务编号和人员编号。参数格式完全正确,也可能把电气维修交给只有机械维修资质的人。接口类型检查关注“填得对不对”,业务检查还要关注“这样做合不合适”。

给提示词增加一句“只能安排合格人员”会有帮助,但系统仍要明确:合格指哪项资质?谁提供有效期?多个 Agent 是否使用同一标准?本体及配套规则把这些定义变成可共同维护的资产,服务端再依据事实检查。

RAG 可以检索到维修制度,JSON Schema 可以要求填写人员编号。本体把“任务—设备—所需资质—人员”连接起来;数据服务、策略引擎与业务系统继续完成核实和执行。这些能力相互配合。

Frank Coyle 的演讲强调将领域模型与检查放入 Agent 循环,在错误结果产生业务影响前发现问题。本文沿着这一思路,将检查扩展到数据、授权和提交过程。原始演讲

这里有一个容易忽略的边界:没有查到冲突,可能只是数据不完整。 在 OWL 的开放世界语义下,缺失信息不自动等于事实为假。排班接口超时,也不能解释成“张师傅没有其他任务”。OWL 2 入门

因此,平台需要允许“信息不足”“事实冲突”“检查失败”这样的结果,不能强迫所有问题都回答是或否。

3 Who 谁来建设 谁来使用

本体平台需要业务和技术共同维护。业务专家定义“合格维修人员”的含义,数据工程师负责找到资质记录,应用开发者把检查接进业务流程。

角色 最重要的交付
领域负责人 定义、边界、正例与反例
数据工程师 来源接入、编号对应、更新与删除规则
平台工程师 编辑、版本、测试、发布与运行服务
应用开发者 查询页面、Agent 工具与执行接口

AI 可以提出术语、映射和关系候选;业务认可与发布权限需要明确到人或已批准的自动规则。平台的使用者也包括普通应用、报表和人工工作台,共同使用相同定义才能减少重复解释。

4 Where 用在哪里 放在系统的什么位置

当一次问题需要跨越多个系统,本体的价值更容易显现。例如设备系统记录“资产 003”,维修系统记录“泵 P-3”,文档称它为“循环泵三号”。平台先确认是否为同一台设备,再把相关记录连起来。

它适合支持三类需求:跨系统查询某台设备的资料;沿关系分析某个停供部件影响哪些设备;为 Agent 提供对象、证据和受控操作。

在架构中,它连接业务系统与使用方。设备状态仍由设备系统负责,排班仍由排班服务提交。平台提供共同含义、访问入口和检查依据,重要状态可以直接查询来源。

因此,无需先复制企业全部数据。稳定关系可以保存到图中,变化频繁的排班可以实时查询,维修手册可以继续保存在文档系统。每项结果都要说明来自哪里、何时更新。

5 When 什么时候值得建设独立平台

一个 Agent、几个固定工具、稳定的数据结构,往往先用代码类型、配置和业务规则就够了。

当多个团队反复讨论同一个词的含义,同一设备在多个系统中难以对应,或者规则修改需要同时改很多提示词和应用,就值得试点共享模型。

独立平台还会带来定义维护、来源接入、版本迁移和运营成本。判断收益时,可以比较:新应用接入是否更快,重复映射是否减少,错误动作是否更少,异常是否更容易追溯。

起点可以很小:一个领域、两个数据来源、一个查询问题、一个校验问题。 等另一个应用也能复用同一模型,再扩大平台范围。

6 How 如何建设 先理解两条工作线

本体平台全景手绘架构图

图 1 先看上下两条线:一条负责把定义建好并发布,一条负责拿已发布的定义处理真实请求。图中的术语将在下面逐步解释。

6.1 第一条线 把业务知识变成可发布的版本

这条线通常称为“控制平面”,可以理解为平台的编辑与发布后台。它包括建模工作台、审核记录、测试与发布。

本体构建与发布流程手绘图

图 2 从左上角的业务问题出发。每走一步,都要产生下一步能检查的东西。

先写出真实问题:“哪些已分配任务没有负责人?”再定义所需概念,连接实际字段,并准备正确与错误的数据样本。这样才能判断模型是否有用。这种先确定应回答什么的做法,称为编写“能力问题”。

工作台第一版可以用表单和表格完成:一个术语填写定义、别名、负责人、例子和反例;一个映射填写来源字段、转换和编号对应;一个约束绑定测试案例。画图是辅助入口。

测试通过后,将本体、约束、映射、策略和测试结果锁定为一个发布版本。上线前检查会影响哪些数据和应用,运行侧准备完成后再激活。草稿修改不会立即改变线上行为,旧版本继续保留,以便定位历史决策和安排迁移。

6.2 第二条线 把来源记录变成有依据的事实

运行侧首先要认清对象。显示名称可以相同,同一对象的名称也可能不同。每个实体需要稳定标识,并保存来源系统编号的对应关系;无法确认的匹配保留为候选。

事实治理与双时间查询手绘图

图 3 重点看两件事:来源说了什么,与这条数据能否用于行动,需要分别记录;历史还需要保留两种时间。

比如来源把一个任务更新成“已分配”,却没有提供负责人。平台应保存新状态并标记违规,禁止据此继续自动分配。不能因为新数据不合格,就继续把旧的“草稿”状态显示成当前状态。

文档抽取也一样。AI 提取“张师傅持有某资质”时,需要保留文档版本、位置和原文证据;通过数据格式检查,还要经过来源与确认规则。

两种时间分别回答:这项资质何时在业务上生效;平台何时得知、确认或撤回这项信息。例如,资质从 10 月 20 日生效,平台在 11 月 1 日才录入。复盘 10 月 25 日的决策时,必须区分“按后来资料知道什么”与“当时系统知道什么”。确认和撤回保留为历史事件,才能还原当时认知。

6.3 查询与检查 让应用得到可解释的结果

查询接口可以围绕业务对象组织:“查看任务”“查找具备所需资质的人员”“列出缺少负责人的任务”。返回对象时带上来源、时间和模型版本,并按真实用户的权限过滤。

数据检查可使用 SHACL,理解为对 RDF 图执行检查表:已分配任务是否有负责人,设备关联是否完整。SHACL 标准

检查前还要确定检查谁。假设待分配任务没有声明自己的类型,仅按类型扫描可能漏掉它。因此,服务端需要根据可信请求确定目标、类型要求和检查规则,并核对目标是否全部检查完成。检查了零个对象,不能当作这次分配通过。

推理则负责依据已有定义和事实推出结论,例如从“泵属于设备”推出某台泵也是设备。推出一个类型不等于核实了资质证书,也不等于满足执行条件。

6.4 执行动作 把建议转成可核对的业务操作

Operation 与 Outbox 可靠执行手绘图

图 4 可先读成一句话:先检查并记住这次操作,再交给权威业务系统提交;结果不明时,沿同一操作编号核对。

Agent 先提出“把任务交给张师傅”。服务端核实身份、权限、任务状态、资质、完整排班和审批要求。允许结果要绑定具体输入、证据、模型版本与有效期;真正提交前,还要检查是否过期或撤权。

接着把操作记录 Operation 与待发送命令 Outbox 写入同一个本地事务。后台进程读取命令执行,崩溃后也能继续找到原操作。Transactional Outbox 模式

这仍没有解决两个人同时抢同一时段的问题。最终排班系统必须把“检查时段并预留”作为一个原子操作,让竞争者得到冲突;所有写入入口都要受同一约束保护。提交也要核对业务对象版本,状态变化时重新评价。PostgreSQL 的区间排他约束是一种实现方式。区间约束文档

超时也不等于失败:排班可能已经成功,只是回执丢失。恢复时复用原操作编号,查询或幂等重发。“幂等”表示同一业务请求重复提交,不产生重复效果。Outbox 可能重复投递,去重需要来源系统配合;来源无法可靠查询或去重时,保持“结果未知”,转人工核对。

6.5 第一版怎么部署和存储

先按职责划分模块,再按实际负载决定是否拆服务。一个平台后端、一个后台任务进程,加上必要存储,通常可以承载试点的逻辑结构。

数据或能力 起步选择与原因
资产修订、审核、发布、操作记录 关系数据库,便于事务和引用管理
模型文件、证据、发布产物 文件或对象存储,保留版本与摘要
实体关系查询 按关系查询需求选择图存储或已有数据库
文档检索 搜索或向量索引,负责找材料
权威业务状态 保留业务系统,关键提交在那里完成

选择 RDF/OWL 路线时,RDF 表达对象关系,OWL 表达本体公理;SHACL、授权策略和动作服务各有职责。名称统一并不要求把全部业务逻辑塞进一种语言。

7 一次维修请求 怎样走完整个平台

用户提出目标后,Agent 找到目标设备及适用维修要求,通过对象关系查询候选人员。平台返回有来源的资质信息;排班服务提供目标时段的完整情况。缺任何关键依据,就返回需补充的信息。

Agent 选定人员并提交建议。检查服务返回允许、拒绝、需审批或信息不足等结果。允许后建立持久化操作,后台用原编号调用排班系统,由排班系统完成最终竞争检查与预留。

用户查看操作记录确认进度;执行完成后,来源更新再同步到图与搜索索引。索引可能稍晚,刚提交的结果应以操作记录或权威接口为准。

整条链上,模型负责理解和提议,领域定义帮助组织问题,服务端负责可信检查,业务系统负责实际提交。

8 如何验收 才知道平台真的有用

首版先证明查询与校验有用,再接自动动作,最后验证第二个应用能否复用。验收关注可观察的行为:

场景 应看到的结果
同一设备跨两个系统查询 对应正确,能追踪来源
任务缺少类型或负责人 不漏检,能说明原因
来源更新为不合规状态 新值可诊断,旧值仅作历史
两个请求争抢同一人员时段 只有一个预留成功
提交成功后回执丢失 沿原编号恢复,无重复效果
事实后来被撤回 能分别还原当时与当前认知
发布新模型 能预览影响,旧应用有迁移路径

再比较接入耗时、重复定义数量、人工核对次数和任务完成质量。共同模型只有被多个使用方实际复用,才值得继续扩大。

工程资料与进一步阅读

下载详细架构设计、本体模型、SHACL 约束、数据映射与回归脚本。附件保留原来的 30 章工程详版,适合在理解主线后查阅接口与 SQL。其语义示例覆盖 11 个检查案例和 1 项推理视图对照;并发、崩溃恢复与来源集成仍需在实际系统验收。

读者留言

COMMENTS 暂无
仅本站原创文章开放留言 · 请勿留下手机号、邮箱等个人信息

还没有留言,来说第一句?