首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >知识库不是资料堆S/A/P/B 四档分级与飞轮运营

知识库不是资料堆S/A/P/B 四档分级与飞轮运营

原创
作者头像
OneCode
发布于 2026-11-10 16:48:15
发布于 2026-11-10 16:48:15
2310
举报
文章被收录于专栏:ooderAgentooderAgent

企业知识库最容易变成资料堆:文档越存越多,字段口径却各说各话。本文给出一套可落地的工程化方法——先按确定性把知识分成 S/A/P/B 四档,再由 FDE 完成盘点、抽取、清洗与审计入库,用统一本体接口同时赋能 LLM、工具与用户,最后以双闭环和三道门禁让知识库持续自增强。

2026-11-10模块基线 ooder-biz-form方法 + 参考架构v2.2 · 方法论版

本文结构:01问题与机制 | 02方法与 FDE | 03架构与消费 | 04价值与利用栈 | 05运营与治理 | 06验证 | 07结语

关键词:数据知识库 · S/A/P/B 分档 · FDE · 本体接口 · 数据飞轮

摘要 · 本文主张

  1. 分档是方法:知识必须按确定性分成 S/A/P/B 四档——S 级直接成规则,A 级只做关联打分与候选,P 级只做语义环境增强,B 级全量留痕、单向晋升。
  2. 接口是架构:三类 Agent 消费同一个本体索引,接口不变、维度可扩;新增知识维度不需要改造每个消费者。
  3. 利用是价值路径:JVE(本地判定引擎)管确定性回答的“快与准”,BGM3(生成式回答大模型)+ 高精度向量库管生成式回答的“广与好”,分流由 L2 编排完成。
  4. 运营是闭环:入口埋点、晋升门禁、回归门禁三件套,决定飞轮是在自增强,还是在制造数据漂移。

CHAPTER 01问题与机制:知识库为什么会变成资料堆

知识库项目最常见的失败,不是数据不够多,而是数据没有分层:文档、字典、会话纠偏混在一起,谁也说不清哪条能直接信、哪条只能作参考。结果就是检索很热闹,建模仍靠猜,纠偏沉不下来。

要解决这个问题,先把知识库当成一条工程流水线,而不是一个资料仓库。本文用一张飞轮图串起四件事:存量怎么来、消费怎么发生、反馈怎么沉淀、晋升怎么生效。

数据飞轮的本质是「存量知识 → 消费 → 反馈 → 晋升 → 更大的存量」的自增强回路。本系统将其拆解为四件套,每一件都有唯一的代码承载:

阶段

本系统实现

载体

增速(存量)

字典 v1.1:dictionary.json 六维规则作为初始知识

OntologyIndex.java

反馈

accepted / corrected / rejected / pending 月度流水

OntologyFeedbackService.java

晋升

多次一致 corrected → 字典候选(overlays),不改 base

OntologyPromotionService.java

加速

重建索引 + 回归测试 → 下次 resolve 直接命中,补偿减少

OntologyIndex.reload() + OntologyHarness

图片
图片

图 1-1 数据飞轮四阶段闭环(可点击放大)

◆ 判据

飞轮是否在转,只看一个指标——同一语义字段的重复补偿(fallback)次数是否随字典版本递减(第 5 章 /feedback/stats)。


CHAPTER 02方法:S/A/P/B 四档分级与 FDE 工作流

存量知识不是均质的。按确定性 × 加工方式划分为四档,每一档的入库方式、消费信任度、晋升路径完全不同:

2.0 背景:FDE 独立梳理数据知识库

FDE(Forward Deployed Engineer,前置部署工程师)是数据知识库的独立责任人:脱离功能开发主线,专职负责知识库的采集、清洗、分档与审计。设立独立角色的背景——知识库质量决定一切赋能的上限,且来源异构(业务系统、代码工程、文档语料、会话流水),需要专职视角统一治理,避免"谁开发谁顺手录知识"造成的口径漂移。FDE 的工作流见 2.5 节。

2.1 S 级:确定性·结构化数据(直接成规则)

S 级来自业务字典(业务系统字典、主数据、编码规范)与工程逆向的枚举及常量(如 @ComboBoxAnnotation enums、@Required、数据库列类型等注解元数据)。特征:机器可校验、有唯一出处、无歧义。直接写入 base dictionary(typeRules / enumOwnerAliases / columnTypeRules),人工可审计;resolve 直接命中,零确认。

2.2 A 级:高价值提取型数据(多维度关联 + 分值运算)

A 级来自规范文档、流程描述、规则规范、用户手册、产品规格。特征:人工撰写、价值密度高、但存在时效性与表述歧义。处理路径:知识化抽取 → 与 S 级确定性数据做多维度关联(语义相似度、字段标签命中、场景重合度、来源权威度),通过分值运算加权融合,作为辅助决策的候选打分输入——只出候选不出结论;与 S 级冲突时 S 级优先。技术规格见附录 C-1。

2.3 P(Public)级:高价值清洗型数据(语义环境增强)

P 级来自公共信息、行业规范等外部语料(P 即 Public,公共/行业语料)。特征:体量大、噪声高,但在适用范围内价值高。处理路径:清洗(去重、降噪、抽取领域术语与约束)→ 在适用范围内做语义环境增强——不进规则库,只进语义层,用于提供高质量的自然语言输出(提示词上下文、措辞规范、行业口径校准)。

2.4 B 级:会话生成数据(单向晋升)

B 级来自 模型补偿产出(llm-fallback-subflow)与用户会话纠偏。特征:逐条产生、质量参差。处理路径:全量进 feedback 流水(corrected / pending),永不直写 base;仅 suggestion 展示;达标后经 promote 晋升为候选,过 harness 后生效。样本永远保留原始上下文(会话、场景、操作人)供审计。

图片
图片

图 2-1 四档数据的五维特征对比(示意分值)(可点击放大)

◆ 四条铁律 + 冲突消解

  1. S 级是地基:六维规则中凡可从工程/字典逆向的,一律先逆向成 S 级,不靠 LLM 猜。
  2. A 级不上规则:文档知识只进关联打分与 RAG 检索层,不得直接变成 typeRules——避免"手册过时即规则过时"。
  3. P 级只做语义增强:公共/行业语料只能在生成式输出的上下文里出现,禁止进入确定性规则通道,防止外部口径覆盖内部真源。
  4. B 级单向晋升:B → 候选 →(harness)→ 生效,路径唯一且可回滚。

冲突消解顺序:S > A > P > B。resolve 命中只在 S 级成立;A/P/B 级最多走到 human_confirm。

2.5 FDE 四步工作流:盘点 → 抽取 → 清洗 → 审计入库

分档不是一次性分类,而是一条由 FDE 负责的日常流水线。四步工作流如下:

步骤

动作

产出

对应档位

① 盘点

梳理客户业务系统清单:字典表、主数据、编码规范、流程文档、用户手册、行业规范,标注来源与更新节奏

数据源台账(来源 × 档位 × 更新频率)

全部四档

② 抽取

从业务字典导出枚举与编码;从工程代码逆向枚举与常量(enum、常量类、配置项);从文档中提取字段规则、流程描述与业务规则

原始知识条目(术语、枚举、规则、描述)

S / A

③ 清洗

术语归一(别名合并、大小写统一)、冲突消解(S > A > P > B)、脱敏与适用范围标注

可入库的结构化条目

S / A / P

④ 审计入库

人工可审计的 diff 形式写入 base 字典六维与 RAG 索引;版本化提交,可回滚

dictionary.json vN + RAG 索引

S / A / P

◆ 边界

B 级数据不经 FDE 手工录入——它由飞轮自动沉淀(模型补偿产出 + 用户会话纠偏),FDE 只负责按季度审计晋升队列,执行 /feedback/{id}:decide 裁决与 /promote 晋升。手工录入与自动沉淀两条线永不交叉写入同一文件。


CHAPTER 03架构与消费:一个本体接口,三类 Agent

3.1 字典唯一真源:六维规则

OntologyIndex.reload() 从 dictionary.json 加载六个维度,构建 semantic / alias 双索引。六维全部只收 S 级与经晋升的候选:

维度

语义

典型消费者

typeRules

字段类型 → 组件映射

formAgent

appearanceRules

外观修饰(宽度/占位/格式)

formAgent、设计器

enumOwnerAliases

枚举归属与别名(含 key:label 对)

formAgent、业务 Agent

popSources

弹选数据源(形式 × 实质)

业务 Agent(popbox)

namingTerms

命名术语(中→英类/字段名)

codegen

columnTypeRules

数据库列类型 → 字段类型

DB 逆向路线

关键设计决策:枚举、命名、弹选一律走字典,代码内不留硬编码(BusinessNaming / ExternalFormEntityMapper 的硬编码已移除,改为消费本体)。

3.2 统一消费 API

代码语言:javascript
复制
POST /api/ontology/field:resolve      字段解析:语义 → 类型/组件/枚举候选(唯一解析入口)
POST /api/ontology/field:suggest      字段建议:低置信时返回候选列表,触发 human_confirm
GET  /api/ontology/enum               枚举查询(key:label 对)
POST /api/ontology/reload             重建索引(晋升后必须调用)
POST /api/ontology/feedback           反馈写入(accepted/corrected/rejected/pending)
GET  /api/ontology/feedback/pending   待裁决队列
GET  /api/ontology/feedback/stats     飞轮指标
POST /api/ontology/feedback/{id}:decide  人工裁决 pending
POST /api/ontology/promote            corrected → 字典候选晋升
GET  /api/ontology/harness            回归测试
GET  /api/ontology/health             健康检查

接口不变、维度可扩:Agent 侧零改造即可消费新增维度。这是"统一本体模型接口"的核心承诺。

3.3 消费矩阵:三类 Agent 的维度差异

三类 Agent 消费同一个 OntologyIndex 与同一套 L2 接口,但各取所需维度:

formAgent(表单代理)

流程 Agent

业务 Agent

消费维度

typeRules、appearanceRules、enumOwnerAliases、popSources

表单绑定 + B 层定义的节点级裁切

popSources(主数据)、enumOwnerAliases、LLM 补偿知识

入口

FormConvertCapability → FormConvertService

ProcessDefinitionLoader + LegacyProcessDefinitionAdapter

MasterDataRegistry + PopService 家族

建模路线

模板导入(有成/钉钉)→ 字典/DB 驱动 → NLP 直接建模

消费任一路线产出的 B 层定义

为路线 2/3 提供字段候选

编排器

DesignerFirst / DBFirst / ViewFirst Orchestrator

—

—

产出

B 层 .cls + codegen(VIEW/API/SPI/C 层)

流程节点 → 审批页字段裁切

popbox 数据源注册

飞轮触点

field:suggest 低置信 → human_confirm → corrected

裁切偏差 → pending 裁决

规则未命中 → LLM 补偿 → 知识回流

本体桥接点:FormOntologyBridge 是 gen 链(FormEntityBundle → FormFieldProcessor → FormLayoutBuilder → ExportJavaCompiler)与本体之间的唯一翻译层;BusinessNaming 消费 namingTerms 维度做中→英命名。

主数据弹选(形式 × 实质):形式(能否弹选)由 popSources 维度界定——凡具备"列表检索 + 单选/多选回填"形态的实体可注册为 popSource;实质(业务含义)由 PopService 家族声明——ProjectPopService、CustomerPopService、SupplierPopService、BankAccountPopService、CostCenterPopService 均继承 AbstractMasterDataPopService,统一从业务字典拉取 → 注册 Registry → 写入 popSources。


CHAPTER 04价值:三个赋能与利用栈四层

分档和接口解决“知识怎么组织”,本章回答“知识怎么变成价值”:三个赋能面回答谁受益,利用栈四层回答价值如何逐层放大。

4.1 三个赋能:LLM、工具、用户

知识库不是静态资料堆,而是被组织成三个赋能面——每一个面都从同一份 OntologyIndex 取数:

赋能面

消费的知识维度

实现载体

效果

赋能 LLM(更精准)

namingTerms 术语表注入提示词、enumOwnerAliases 消歧、popSources 主数据锚点

L2 统一调用接口 + LLM 编排(意图路由、多工具调度、低置信走补偿链路)

提示词口径一致、幻觉减少;能在接口层确定性解决的绝不进模型

赋能工具(快速精确建模)

typeRules、appearanceRules、columnTypeRules 直读

formAgent 字段 resolve / suggest;流程 Agent 节点建模;codegen 生成

表单、流程建模不再依赖模型猜字段类型与显隐规则,规则直出、零确认命中

赋能用户(高质量回答、快速诊断)

S 级规则 → JVE 预判;A/P 级语料 → BGM3 + 高精度向量库 RAG

L3 双通道:确定性回答 + 生成式回答;诊断时按 popSources 追溯主数据源头

回答措辞专业、口径一致;问题定位从"翻代码"变为"查规则"

4.2 利用栈四层:从前置智能化到沉淀反哺

图片
图片

图 4-1 数据利用栈四层(L4 反哺 L1 构成大闭环)(可点击放大)

  • L1 知识库分层:四档分库存储(附录 B)——S 级进 dictionary.json,A 级进 RAG 索引与关联打分表,P 级进语义增强语料库,B 级进 data/ontology/feedback/*.jsonl 流水。每层有独立的准入、信任度与回滚机制。
  • L2 前置智能化:通用统一调用接口(本体 API、SSE 事件契约、codegen、buildView 等工具技能组合)+ LLM 大模型编排。编排只处理"值得处理的问题"——低置信时判定走补偿链路(llm-fallback-subflow)。
  • L3 顶层利用 · 双通道:确定性回答通道——行业/专业小模型组合成 JVE(本地判定引擎)做本地快速预判,毫秒级、离线可用、结果可回归,命中 S 级规则的问题在此直接闭环;高质量回答通道——BGM3(生成式回答大模型)+ 高精度向量库对 A/P 级语料做 RAG,生成措辞专业、口径一致的输出。JVE 管"快与准",BGM3+向量库管"广与好",分流决策由 L2 编排完成。
  • L4 沉淀反哺:运行数据(SSE 流水、resolve 命中率、补偿触发点)与用户反馈(accepted/corrected)反哺 L1——corrected 达标晋升为字典候选、知识条目回流 RAG、公共语料适用范围校准。

CHAPTER 05运营:双闭环、三道门禁与指标治理

飞轮不是“上线后自然发生”的,它需要三个工程抓手、两条闭环和一套指标来运营。

5.1 三个抓手:入口埋点、晋升门禁、回归门禁

三个工程抓手缺一不可:

  1. 入口埋点:所有消费路径的确认、纠偏、补偿事件统一落 /feedback 流水(第 3 章 API)。没有埋点就没有原料。
  2. 晋升门禁:corrected 必须满足"多次一致 + harness 通过"才能晋升为 overlays 候选(OntologyPromotionService),杜绝噪声进规则库。
  3. 回归门禁:/reload 必须通过 OntologyHarness 回归测试才生效——字典更新不能打破既有命中。

三个抓手对应 5.2 节的双闭环:主环(表单转换)与副环(补偿 → 知识库 → RAG)都沿着同一套门禁运转。

5.2 双闭环:表单转换环与补偿沉淀环

图片
图片

图 5-1 主环与副环:两条闭环共享「解决一次,永久生效」的心智模型(可点击放大)

副环对应流程侧子流程 llm-fallback-subflow/definition.json:补偿判断 → LLM 配置解析 → 提示词构建 → 流式调用 → 响应应用 → 数据飞轮持久化。LLM 补偿结果写入知识库,下次相似查询 RAG 直接命中,不再重复补偿。

5.3 指标与治理:看什么、怎么裁决

指标

接口

治理动作

反馈漏斗(accepted/corrected/rejected/pending 计数)

GET /feedback/stats

corrected 率高 → 晋升候选多;rejected 率高 → 字典规则需人工修订

待裁决队列

GET /feedback/pending

POST /feedback/{id}:decide 逐条裁决

晋升门禁

OntologyPromotionService

最小支持数 + final 签名一致 + 置信度阈值;不满足则留在 pending

回归门禁

GET /harness

晋升后回归不通过 → 自动回滚 overlay 或人工介入

补偿频次

llm-fallback-subflow 持久化统计

环比上升 → 知识覆盖缺口,补录术语

图片
图片

图 5-2 主环加速效果(示意):字典版本递增 vs 补偿次数 / 直命中率(可点击放大)

◆ 治理纪律

三条底线:base dictionary 永远人工可审计;飞轮只能写 overlays;每次 reload 必须过 harness。这是数据飞轮不演变为数据漂移的底线。

分级治理补充(联动第 2 章):base dictionary 只收 S 级;A 级知识变更走文档评审后重抽关联打分与 RAG;P 级语料变更走适用范围评审;B 级晋升时必须核验与 S 级无冲突(冲突即拒绝晋升并留 pending)。


CHAPTER 06验证:五个用户故事与效果对比

每个故事标注其穿越的利用栈层级徽章:L1知识库分层 L2前置智能化 L3顶层利用 L4沉淀反哺。

US-1 L2L3 formAgent:模板导入报销单,观察 JVE 预判命中与 human_confirm

  1. 从 chatnext 右侧入口选择路线 1(* 模板导入),上传报销单模板(有成/钉钉导出均可,走 YouChengFormImportProvider / DingTalkFormImportProvider)。
  2. 观察 SSE 流:每张模板字段触发 field:resolve——S 级命中(JVE 本地预判通过)的字段直接产出组件建议,不进大模型。
  3. 命中失败的字段进入 field:suggest → L2 编排降级到 LLM → SSE 推送 human_confirm(统一键名出口:SseEventPushService L776)。
  4. 预期:常用财务字段(金额/日期/事由)零确认直接命中;生僻字段才弹确认。

US-2 L4L1 corrected 纠偏 → 晋升 → 版本递增复跑命中

  1. 在 US-1 的确认环节将某字段从候选 A 纠偏为候选 B。
  2. POST /api/ontology/feedback,action=corrected,携带 final 签名(L4 沉淀)。
  3. GET /feedback/stats 查看该月 corrected 计数;重复 2-3 次同向纠偏达到最小支持数。
  4. POST /promote → 写入 data/finance-dictionary/overlays/promotions.json(L1 反哺,S 级无冲突核验通过)。
  5. POST /reload + GET /harness 回归通过。
  6. 预期:重跑 US-1 相同模板,原确认字段不再弹 human_confirm,字典版本号 +1。

US-3 L1 流程 Agent 绑定 LeaveForm,C 层裁切共享同一真源

  1. B 层定义:LeaveForm.java(@FormAnnotation + @CustomAnnotation 元数据,枚举 key:label 对齐后入库为 S 级)。
  2. C 层:ProcessFormController 按活动定义裁切字段可编辑性(起草环节放开申请字段,审批环节放开 decision/opinion)。
  3. 预期:formAgent 生成的字段元数据与流程裁切读取的是同一份定义,无第二真源;审批页/待办页渲染与设计器预览一致。

US-4 S 级L2 业务 Agent:项目/客户主数据 popbox 接入

  1. 新增主数据源:继承 AbstractMasterDataPopService,实现拉取与检索;注册到 MasterDataRegistry。
  2. 在 dictionary.json 的 popSources 维度补一条映射(字段语义 → popSource id)。
  3. POST /reload 重建索引。
  4. 表单转换流程中该字段自动映射为 popbox 复合组件(comboxInput + 弹层),apiCall 指向 PopService。
  5. 预期:设计器预览与运行态弹选数据一致;新增主数据源零规则改动(仅配置 + PopService)。

US-5 L3L4 补偿生成 → 知识库 → RAG 加速(副环全链)

  1. 触发一次 NLP 意图无法直接路由的请求 → L2 编排判定走补偿链路 → llm-fallback-subflow(L3 BGM3 通道)。
  2. LLM 补偿结果持久化到知识库(L4 沉淀节点)。
  3. 用相同语义的问法重新请求。
  4. 预期:第二次不再走补偿链路,高精度向量库 RAG 直接命中;/feedback/stats 中补偿次数环比下降。

效果对比:快速、精准、专业

知识库的最终检验标准在用户侧:快速 agent 构建一个业务应用时,流程、交互、回答、诊断四个方面是否可感知地变好。下表对比同一构建任务在「无知识库 / 有知识库」两种状态下的体验差异(构建任务:一条审批流 + 一张含枚举与主数据弹选字段的表单):

维度

无知识库

有知识库

流程(构建步骤数)

每张表单都要走「猜字段类型 → 生成 → 人工逐字段确认 → 返工修正」的完整循环,步骤多且不可跳过;枚举字段几乎必错一次

S 级规则命中 → field:resolve 直出类型与显隐规则,零确认跳过;仅低置信字段进 human_confirm,流程被压缩到必要步骤

交互(确认次数)

human_confirm 频繁弹出,用户在大量同质化裁决中疲劳;问题措辞随意,模型反复追问澄清

术语表 + 别名消歧使模型一次理解业务名词,追问显著减少;确认集中在真正的歧义点上,每次交互都有裁决价值

回答(口径与质量)

同一问题不同会话答案不一致;字段含义靠模型泛化解释,偶发幻觉;「审批人」「单据类型」等术语各说各话

namingTerms 统一口径、BGM3 + 高精度向量库做 RAG,回答措辞专业、跨会话口径一致;JVE 预判的确定性问题毫秒级返回且可回归

诊断(问题定位)

字段值异常时从翻代码开始排查,缺乏业务语义线索;主数据来源说不清

按 popSources 直接追溯到 PopService 与业务字典源头;规则命中情况、补偿触发记录都在 /feedback/stats 流水里,诊断从「翻代码」变为「查规则」

四个维度收敛为三个体验关键词:

  • 快速——流程被规则裁短:确定性字段直出、确定性回答毫秒级返回,构建步骤只随真实歧义线性增长;
  • 精准——类型、枚举、显隐规则来自业务字典与工程逆向枚举,不再依赖模型猜测;分值运算让候选排序可解释;
  • 专业——回答带着客户自己的术语、编码与业务口径,且随字典版本持续校准,越用越贴合现场。

CHAPTER 07结语:飞轮是否在转,只看三条门禁

回到开篇的问题:知识库的价值不在"存了多少",而在"下一次是否少问一次、少错一次"。本系统的答案可以收敛为三句话。

第一,分档是前提。S 级是地基,能逆向的绝不靠猜;A 级只做关联打分与候选,不上规则;P 级只做生成式回答的语义增强,不进确定性通道;B 级全量留痕、单向晋升。四档混在一起,知识库就会同时失去可信度和可维护性。

第二,接口是契约。三类 Agent 消费同一个 OntologyIndex,接口不变、维度可扩,Agent 侧零改造。统一接口不是抽象口号,而是让新增知识维度不必重新改造每个消费者。

第三,飞轮靠门禁。入口埋点、晋升门禁、回归门禁,三者缺一不可。没有埋点就没有原料;没有晋升门禁,噪声会进规则库;没有回归门禁,字典更新可能打破既有命中。飞轮与数据漂移的区别,只在这三道门禁。

◆ 一句话

知识库的价值不在"存了多少",而在"下一次是否少问一次、少错一次"。

落地顺序:先把可从字典与工程逆向的字段全部落成 S 级;再把 A/P 级接进关联打分、RAG 与语义环境层;最后打开 /feedback → /promote → /harness 的闭环。顺序反过来,飞轮就会空转。


APPENDIX附录

A. 核心类路径速查

层

类

路径

本体索引

OntologyIndex

ooder-biz-form/.../chat/ontology/OntologyIndex.java

本体 API

OntologyController

ooder-biz-form/.../chat/ontology/OntologyController.java

反馈

OntologyFeedbackService

ooder-biz-form/.../chat/ontology/OntologyFeedbackService.java

晋升

OntologyPromotionService

ooder-biz-form/.../chat/ontology/OntologyPromotionService.java

回归

OntologyHarness

ooder-biz-form/.../chat/ontology/OntologyHarness.java

表单转换

FormConvertService / FormConvertCapability

ooder-biz-form/.../chat/form/convert|tool/

三路线编排

DesignerFirst/DBFirst/ViewFirstOrchestrator

ooder-biz-form/.../chat/form/orchestrator/

模板导入

YouCheng/DingTalkFormImportProvider

ooder-biz-form/.../chat/form/importing/

生成链

FormEntityBundle / FormFieldProcessor / FormLayoutBuilder / ExportJavaCompiler / FormOntologyBridge / BusinessNaming

ooder-biz-form/.../chat/gen/form/

主数据弹选

MasterDataRegistry / AbstractMasterDataPopService / PopService 家族

ooder-biz-form/.../chat/masterdata/

流程定义

ProcessDefinitionLoader / Validator / LegacyProcessDefinitionAdapter

ooder-biz-form/.../chat/process/definition/

知识回流

FormKnowledgeProvider

ooder-biz-form/.../chat/form/knowledge/

SSE 契约

SseEventPushService(human_confirm 统一出口 L776)

ooder-pro/.../chat/engine/

B 层样例

LeaveForm

workflow/ooder-domain-workflow/.../domain/form/LeaveForm.java

LLM 补偿子流程

llm-fallback-subflow

data/skillflow-vfs/process-def/llm-fallback-subflow/definition.json

B. 数据文件

文件

角色

分档

data/finance-dictionary/dictionary.json

base 字典(唯一真源,人工可审计)

S

data/finance-dictionary/overlays/promotions.json

飞轮晋升层(自动写、可回滚)

B→S 候选

data/ontology/feedback/YYYYMM.jsonl

月度反馈流水

B

关联打分表 / RAG 索引(FormKnowledgeProvider 侧)

A 级文档抽取与多维关联

A

语义增强语料库

P 级公共/行业语料(清洗后)

P

C. 技术规格补充

C-1 A 级多维关联分值运算
代码语言:javascript
复制
score(field, docTerm) =
    w1 · sim(field.semantic, docTerm.semantic)      // 语义相似度(向量余弦)
  + w2 · hit(field.label,   docTerm.label)          // 字段标签命中率
  + w3 · overlap(field.scene, docTerm.scene)        // 场景重合度
  + w4 · auth(docTerm.source)                       // 来源权威度(产品规格 > 手册 > 流程描述)
  + w5 · fresh(docTerm.updatedAt)                   // 时效衰减因子

决策规则:score ≥ θ_high → 进入 suggest 首位候选;
         θ_low ≤ score < θ_high → 进入候选列表(human_confirm 展示);
         score < θ_low → 丢弃,仅留痕。建议初始 w = (0.35, 0.20, 0.20, 0.15, 0.10)。
C-2 P 级语义环境增强管线
代码语言:javascript
复制
公共/行业语料 → 清洗(去重 / 去噪 / 术语抽取 / 约束抽取)
            → 适用范围标注(domain, region, version)
            → 语义索引入库
            → 运行期按 (domain, region) 过滤后注入提示词上下文
约束:P 级内容只允许出现在「生成式输出」的上下文里,
     禁止进入确定性规则通道(typeRules 等),防止外部口径覆盖内部真源。
C-3 L3 双通道分流规格
代码语言:javascript
复制
请求 → L2 统一接口编排:
  ├─ S 级规则命中 → JVE(小模型组合,本地预判,目标 P95 < 50ms)→ 确定性回答
  ├─ S 级未命中 / 语义型问题 → 高精度向量库检索(A/P 级语料)
  │     ├─ 检索置信 ≥ θ  → BGM3 生成式回答(RAG 注入)
  │     └─ 检索置信 < θ  → LLM 补偿 → 沉淀 → 反哺
  └─ 全部失败 → human_confirm(SSE 契约统一出口)
C-4 SSE 契约要点
代码语言:javascript
复制
human_confirm 事件唯一出口:SseEventPushService(ooder-pro)L776 统一键名;
所有 Agent 不得自行拼装 confirm 键——保证前端一次适配、全 Agent 通用。

— END —

Sources · 本报告依据的仓库内证据

  1. OntologyIndex.java — 六维规则加载与双索引构建ooder-biz-form/src/main/java/net/ooder/studio/chat/ontology/OntologyIndex.java
  2. OntologyController.java — /api/ontology 全部 12 个端点ooder-biz-form/src/main/java/net/ooder/studio/chat/ontology/OntologyController.java
  3. OntologyFeedbackService.java — 反馈模型与月度 jsonl 写入ooder-biz-form/src/main/java/net/ooder/studio/chat/ontology/OntologyFeedbackService.java
  4. OntologyPromotionService.java — corrected 晋升门禁与 overlays 写入ooder-biz-form/src/main/java/net/ooder/studio/chat/ontology/OntologyPromotionService.java
  5. llm-fallback-subflow/definition.json — LLM 补偿子流程与飞轮持久化节点data/skillflow-vfs/process-def/llm-fallback-subflow/definition.json
  6. SseEventPushService.java — human_confirm 统一出口(L776)ooder-pro/src/main/java/net/ooder/studio/chat/engine/SseEventPushService.java
  7. LeaveForm.java — B 层表单元数据样例(枚举 key:label、子表、附件)workflow/ooder-domain-workflow/src/main/java/net/ooder/workflow/domain/form/LeaveForm.java
  8. nlp-intent-dispatch-loop SKILL.md — 补偿生成 → 知识库 → RAG 加速闭环.trae/skills/nlp-intent-dispatch-loop/SKILL.md

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • CHAPTER 01问题与机制:知识库为什么会变成资料堆
  • CHAPTER 02方法:S/A/P/B 四档分级与 FDE 工作流
    • 2.0 背景:FDE 独立梳理数据知识库
    • 2.1 S 级:确定性·结构化数据(直接成规则)
    • 2.2 A 级:高价值提取型数据(多维度关联 + 分值运算)
    • 2.3 P(Public)级:高价值清洗型数据(语义环境增强)
    • 2.4 B 级:会话生成数据(单向晋升)
    • 2.5 FDE 四步工作流:盘点 → 抽取 → 清洗 → 审计入库
  • CHAPTER 03架构与消费:一个本体接口,三类 Agent
    • 3.1 字典唯一真源:六维规则
    • 3.2 统一消费 API
    • 3.3 消费矩阵:三类 Agent 的维度差异
  • CHAPTER 04价值:三个赋能与利用栈四层
    • 4.1 三个赋能:LLM、工具、用户
    • 4.2 利用栈四层:从前置智能化到沉淀反哺
  • CHAPTER 05运营:双闭环、三道门禁与指标治理
    • 5.1 三个抓手:入口埋点、晋升门禁、回归门禁
    • 5.2 双闭环:表单转换环与补偿沉淀环
    • 5.3 指标与治理:看什么、怎么裁决
  • CHAPTER 06验证:五个用户故事与效果对比
    • US-1 L2L3 formAgent:模板导入报销单,观察 JVE 预判命中与 human_confirm
    • US-2 L4L1 corrected 纠偏 → 晋升 → 版本递增复跑命中
    • US-3 L1 流程 Agent 绑定 LeaveForm,C 层裁切共享同一真源
    • US-4 S 级L2 业务 Agent:项目/客户主数据 popbox 接入
    • US-5 L3L4 补偿生成 → 知识库 → RAG 加速(副环全链)
    • 效果对比:快速、精准、专业
  • CHAPTER 07结语:飞轮是否在转,只看三条门禁
  • APPENDIX附录
    • A. 核心类路径速查
    • B. 数据文件
    • C. 技术规格补充
      • C-1 A 级多维关联分值运算
      • C-2 P 级语义环境增强管线
      • C-3 L3 双通道分流规格
      • C-4 SSE 契约要点
  • Sources · 本报告依据的仓库内证据
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档