- 博客(80)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 企业大脑工程实践(1)：本体是地图，不是疆域
企业本体不是静态地图，而是动态运行的疆域。本体驱动的企业大脑建设在应融合静态对象与动态事件，成为可计算、可执行的语义控制层与企业操作系统，并辅以全链路溯源与人机共生的置信度治理。
2026-10-13 12:20:01
352
翻译 知识工程7-.RAG 演进的 5 个阶段
RAG系统故障多源于检索失败，而非模型问题。从朴素RAG到智能体RAG，架构演进旨在解决块边界断裂、语义鸿沟、嵌入漂移等核心缺陷。高级RAG通过查询扩展与重排序提升精度；模块化RAG实现混合搜索与路由；Self-RAG与CRAG引入自我评估能力；GraphRAG适用于多跳推理场景；最终，智能体RAG以动态检索实现自主决策。选择合适架构，才能真正降低幻觉，提升生产系统可靠性。
2026-10-08 14:36:34
25
原创 知识工程-5.本体和知识图谱如何支持推理
推理不生产新知识，只兑现旧知识的承诺。本文从逻辑的三段论讲起，拆解推理的四条件与三种形式，梳理描述逻辑、TBox/ABox 与知识图谱的模式层/数据层分工，并以银行风控为完整案例，演示本体给规则、图谱给事实、推理机执行推导的全过程。
2026-09-23 15:35:12
312
原创 本体论从入门到实战-20.本体驱动的企业架构-怪兽公司案例
《本体论从入门到实战》系列收官之作。以怪兽公司开源项目为例，展示如何用OWL 2、SHACL、SPARQL、PROV-O 与 ArchiMate 16 个视图, 把 4A 建模与本体建模统一成机器可读的企业架构，为AIAgent划定人机协同与规则高于特权的运行边界。
2026-09-18 16:36:04
30
原创 知识工程-4.超越RAG：OKF会如何取代矢量数据库吗？
通过 OKF 实现确定性精度，通过 RAG 搜索广泛的历史数据，企业正在构建功能强大且高度稳定的 AI 系统。OKF 并没有取代检索过程，它只是为 AI 代理提供了一张标准化的检索地图，帮助它们找到所需信息。
2026-09-15 16:19:47
294
原创 本体论从入门到实战-19.金融AI智能体案例(2)-自愈本体MCP智能体系统（附完整源代码）
在现代金融 AI 智能体系统中，本体绝不仅仅是一张供业务人员审阅的静态概念蓝图，而是可执行的语义编译器与基础设施。通过将 MCP 协议与 OWL 本体深度结合，企业构建起以“单一事实源”为驱动的自愈体系：业务概念在本体中修改一次，下游的工具接口契约全量自适应同步。只有这样，金融级 AI 才能在不断演进的企业复杂数据架构中，始终保持绝对的严谨、真实与可靠。
2026-09-11 12:15:00
91
原创 本体论从入门到实战-18.金融AI智能体如何重塑客户旅程编排-学区房智能筹资案例
银行业正从渠道服务转向AI智能体编排。本文以学区房首付24小时筹资为例，详解五层本体架构:OWL本体定义概念底座、声明式规则引擎约束监管边界、知识图谱汇聚全景资产，智能体据此算出摩擦成本最低、完全合规的资金调拨组合。
2026-09-04 16:57:13
67
原创 本体论从入门到实战-17.Palantir实体识别和轨迹追踪专利实现(POC)（附代码下载)
Palantir在其通过美国专利及商标局申请的近千项大数据与军工情报技术专利中，“人类与车辆行为轨迹追踪”以及“实体识别”是其两大最为核心且经常交叉碰撞的技术。本文实现基于上述专利实现。
2026-08-29 15:38:58
52
原创 语义工程-11.语义层和本体之间有什么区别？
本文探讨了数据语义层从BI时代到AI时代的演进过程。传统BI语义层通过元数据(YAML/JSON)实现指标集中管理，但在AI时代面临表达力不足的局限。AI驱动的上下文语义层引入本体(Ontology)技术，通过形式化建模(OWL/RDF)和数据约束(SHACL)支持复杂业务推理，解决了传统语义层在逻辑推理、业务闭环等方面的不足。这种演进使语义层从静态数据映射发展为支持多跳推理、可验证的"数字孪生"，为AI Agent提供更丰富的上下文理解能力。
2026-08-26 13:47:09
264
原创 本体论从入门到实战-16.本体即代码(Ontology as Code）架构详解
随着大模型（LLM）的快速发展，软件工程正经历一场范式变革。当“编码”这一传统技能逐渐被 AI 接管，程序员的核心价值正从具体的代码实现，转向更高层次的架构设计。
2026-08-23 11:27:22
64
原创 知识工程-02.面向智能体的企业级知识工程框架
本文探讨了面向智能体的企业级知识工程框架，重点分析了知识范围界定、表征方法和检索技术三大维度。文章首先明确了知识工程的上下文是企业级应用，面向智能体消费，并构建了包含知识范围、表征、检索等七大维度的全景框架。 在知识范围部分，区分了数据、信息和知识的概念，指出知识是可证伪的经验总结，并划分了行业知识和企业知识的不同价值。知识表征部分详细比较了文本、RAG、知识图谱、LLM wiki、本体和混合表征六种方法各自的优劣势及应用场景。检索技术方面则介绍了关键词搜索、向量搜索、图遍历和混合搜索四种主要方法的特点。
2026-08-20 21:30:24
262
原创 知识工程-01.知识工程与语义工程
知识工程最早由人工智能先驱 Edward Feigenbaum 在 1970-80 年代提出，核心是把人类知识获取、表示、组织、推理的过程系统化，用于构建知识驱动的智能系统。简单说，知识工程是"造知识系统"的完整工程方法论，覆盖从知识来源到落地应用的全链路。
2026-08-18 23:53:31
211
原创 本体论从入门到实战-15.本体增强企业智能体记忆案例(2)
本文介绍了Cognee开源AI记忆引擎的架构与功能，重点解析了其"知识图谱+向量+关系数据库"混合存储的长期记忆系统。文章详细阐述了Cognee如何通过短期会话记忆和长期结构化记忆协同工作，支持智能体的跨会话记忆能力。作者展示了通过导入本体(OWL)来解决记忆数据治理问题，包括实体归一化、类型一致性校验等，并提供了完整的代码示例和可视化方案。最后，文章预告了将本体增强的智能体记忆系统应用于企业供应链场景的V2版本实现方案。
2026-08-14 12:00:02
135
原创 语义工程-10.谁是2026 年最佳开源语义层工具？
开源语义层解决商业BI工具指标漂移问题 【摘要】商业BI工具内置的语义模型导致同一指标在不同系统重复实现，造成指标漂移问题。开源语义层通过"指标即代码"方式，将业务逻辑与聚合规则统一存放在数据仓库与使用工具之间的独立服务或代码库中，实现指标一致性管理。当前主流解决方案包括Cube的无头语义层架构、dbt的MetricFlow指标框架、轻量级MetriQL等，各有侧重。Malloy则尝试通过新分析语言重构语义层。开源语义层正成为现代数据架构的重要组成部分，但需根据组织规模、技术栈等因素选择合适的实现方案。
2026-08-14 11:47:41
373
原创 本体论从入门到实战-14.本体增强企业智能体记忆案例(1)
本文是"本体论从入门到实战"系列第 14 篇，聚焦知识图谱在智能体记忆工程中的应用。文章先梳理智能体记忆的类型与生命周期，再以 Cognee 这款开源 AI 记忆引擎为例，介绍其四阶段 ECL 范式（add → cognify → memify → recall）、四大推理模式与四种可视化视图。最后通过华通冷链供应链公司的虚拟案例，演示如何将 Cognee 与 LangGraph 集成，构建具备跨会话持久记忆的 ReAct 智能体
2026-08-09 12:25:41
51
原创 语义工程-09.ServiceNow的语义层-人工智能控制塔
ServiceNow 从工作流平台转向"人工智能控制塔"，核心在于以语义层为底座、知识图谱为骨架、AI 控制塔为治理中枢，构建了一个感知—决策—执行—安全闭环的 AI 原生架构
2026-08-04 12:32:31
391
原创 本体论从入门到实战-13.本体构建者的实战指南-通用本体
在实际项目中，人们总是倾向于从零开始建模，因为这样感觉更简洁。但事实并非如此。所谓的“干净的自定义模式”最终会导致你只不过里重新**发明**了一个通用本体。是时候考虑通用本体了，首先要考虑你的领域是否已经存在通用本体？如果存在，即使只采用其中的一部分，也可能比你花一个月时间从零开始建模高效的多。如果不存在，那么你需要开辟一个新的本体领域了。
2026-07-31 16:58:33
144
原创 语义工程-08.Snowlake的语义层-YAML到语义视图
本文梳理了 Snowflake 语义层从早期 YAML 模型到原生语义视图（Semantic View）的技术演进，对比了二者在治理、权限与 SQL 可调用性上的差异，并指出 Snowflake 语义视图仍受限于表数量、单域隔离与跨源能力。进而引入 SQL 本体（SQL Ontology）作为更高阶的解决方案，提出“先构建语义视图，后按需升级本体”的渐进式企业演进路线。
2026-07-29 13:31:24
370
原创 本体论从入门到实战-12.AI智能体中的知识图谱
本体论为你的智能体提供清晰思考所需的词汇和规则。知识图谱为本体论提供正确推理所需的事实。它们共同构成了AI智能体的基础。知识图谱并非银弹。但如果捏造事实做出的一个错误决策的代价更高，你就应该考虑知识图谱。
2026-07-28 20:37:41
46
原创 本体论从入门到实战-11.基于PowerBI创建语义层：30分钟解锁2000万个掩藏的本体（提供代码）
本文探讨了传统SQL查询与基于本体的语义查询的本质区别，并提供了本体数据模型的设计方法。主要内容包括： 传统SQL查询局限：仅匹配字符模式，无法理解数据语义，难以处理同义词和隐含关系。 本体查询优势：存储事实及其语义关系，支持推理、整合关联概念，能推导新知识并识别不同表述的同一实体。 适用场景对比：常规数据库适合结构化数据查询，本体系统适用于需要语义理解和推理的复杂场景。 本体设计五步法： 定义核心业务对象 添加属性及数据类型 建立对象间关系 转化业务规则为可计算度量 设置数据约束确保一致性 PowerBI
2026-07-22 15:22:31
46
原创 语义工程-07.谷歌的语义层-意义是与生俱来的
本文探讨了企业数据语义混乱的根源及谷歌提出的语义层解决方案。文章指出，AI系统常因不同系统对同一概念的命名差异（如CRM的"账户"与ERP的"客户"）而导致决策失误，这本质上是语义问题而非技术故障。谷歌的创新方案主张"意义是与生俱来的"，通过自动从数据中提取语义来构建动态语义层。 谷歌语义层架构包含三大组件：智能存储层自动处理多模态数据，知识引擎层整合元数据构建术语体系，企业级AI代理层基于业务语义进行推理。该架构由三驾马车支撑：知识目录作为上下文引擎统一管理企业数据；Looker平台通过LookML语言建
2026-07-22 14:03:15
282
原创 语义工程-06.微软语义层-从Schema到本体的演进
本文系统梳理了微软在语义层领域的两大核心产品——Fabric IQ 与 Dataverse——的定位差异、架构设计与互补关系。通过对比 Palantir 与微软的本体论哲学，提出了语义层从 Schema 到本体的三级成熟度模型，并结合六个典型业务场景给出产品选型建议。
2026-07-16 12:14:21
430
原创 本体论从入门到实战-10.简明Palantir Foundry架构V2.0-迈向语义自治系统
V2.0在现有V.0骨架上增加 5 个关键模块，让本体从"静态蓝图"变成 **可运行、可演化、可闭环"的语义运行时层**。- Hydrate：实现**数据从外部数据库摄入**；- Ontology Pipeline：实现本体可以**自动生成**；- Semantic Compiler：实现业务规则**动态编译**；- Type System：实现类型**跨系统统一**；- Write-back：实现动作可以**写回外部源数据库**
2026-07-13 22:47:33
149
原创 语义工程-05.AI时代的语义层架构-上下文语义层
随着企业数据被BI仪表盘、自助分析工具、机器学习系统和AI代理同时使用，语义层正从一个辅助工具演变为统一的数据操作接口。语义层已成为数据基础设施本身的一部分。
2026-07-09 12:46:17
523
原创 本体论从入门到实战-09.简明Palantir Foundry架构设计和案例
本文详解从本体三层架构到供应链实战:详解Palantir Foundry的语义层、动势层与动态层设计，并结合汽车电池召回案例展示本体建模与动作执行。
2026-07-04 11:18:00
183
原创 语义工程-04.电商导购案例V3.0-从本体到知识图谱
本文通过电商导购案例V3.0详解本体与知识图谱的关系，以及意图识别、知识推理、多跳查询和可解释性的实现方法。
2026-07-01 12:47:02
370
原创 本体论从入门到实战-08.本体模型驱动工程：从分析到设计与实现
维度空间划分阶段对应模型核心任务问题域问题空间需求分析领域模型、业务模型描述客观世界的本质和运作规律。需求域桥梁需求分析需求模型定义系统必须具备的行为以改变现状。系统域解决方案空间技术实现实现模型确定应用对象、技术架构和数据存储方案。阶段4A 映射三域空间映射对应模型性质概念建模业务概念、业务对象问题域描述性形式化业务规则需求域约束性模型转换数据对象系统域（设计）规定性实例化应用对象（实例）系统域（运行）具象性如果工厂决定“读数低于 10”即为故障，只需在第二阶段。
2026-06-29 11:08:19
67
原创 语义工程-03.电商导购案例(V2.0)：真正的本体出现了
本文介绍了构建语义层的演进过程与本体表达基础知识。V1.0通过硬编码方式建立了电商领域的简单语义层，将用户查询映射到具体产品属性，但存在同义词扩展困难、缺乏层级推理等局限。为解决这些问题，需要采用RDF和OWL等标准本体语言：RDF通过"主语-谓语-宾语"三元组表达事实关系，OWL则定义概念间的逻辑约束与推理规则。本体表达包含IRI全局标识符、类别（Class）、实例（Individuals）、属性（对象属性和数据属性）以及公理（Axioms）等核心元素，能够支持语义推理和知识扩展，为构建真正的语义层奠定基
2026-06-23 13:07:31
383
原创 本体论从入门到实战-07.你的第一个本体建模例子(基于Protege软件)
本文以电商场景为例，手把手教你Protege工具进行本体建模。从"找实体、找关系、找约束"三步法入手，逐步完成类的创建、对象属性与数据属性的定义、实例化，以及互斥关系的构建。
2026-06-20 12:36:49
128
原创 语义工程-02.电商导购案例(V1.0)：本体如何助力准确查询？
本项目通过一个电商导购案例，演示如何构建以本体为核心的语义层，实现用户意图识别增强和基于知识图谱的可信数据查询
2026-06-17 22:52:03
394
原创 本体论从入门到实战-06.本体如何解决“因果关系”的表达？-从知识表达到推理的工业实例
本文探讨了本体在知识工程中的作用，特别是针对"本体不能解决判断和因果关系"的质疑。文章首先澄清了数据、信息和知识的层级关系，指出本体是知识层的核心工具。通过TBox（概念层）、ABox（事实层）和推理层的划分，阐述了本体如何支持语义推理，包括一致性检查和知识发现。重点讨论了因果关系在本体中的表达方法，包括谓词建模、SWRL规则和事件驱动建模。最后以工业设备失效分析为例，展示了本体如何实现故障的语义追溯和根因分析，证明了本体在表达复杂因果关系和支撑智能推理方面的实用价值。
2026-06-12 14:21:28
47
原创 语义工程-01.AI时代为什么语义层不可或缺？
什么是语义层？它为什么成为AI时代不可或缺的架构组件？本文将带你了解语义层的来龙去脉，并解释为什么在AI时代它如此重要。
2026-06-11 16:31:19
449
原创 本体从入门到实战-05.从元数据到本体：描述信息如何进化为业务驱动力
本文探讨了元数据和本体在数字化时代的关键作用。元数据作为"关于数据的数据"，赋予原始数据身份识别、特征描述和关联关系三大功能，使零散信息转化为有用知识。本体则是更高层次的语义规范，通过定义业务概念和逻辑关系，确保数据在不同系统中的一致性理解。二者的本质差异体现在：元数据是描述性的、依附于具体数据的，而本体是规范性的、独立于数据的逻辑框架。文章通过智能航空票价结算案例，展示了如何将元数据通过本体转化为动态业务规则，最终实现从数据描述到业务驱动的跨越。这一演进过程体现了数据从静态存储到智能应用的价值提升路径。
2026-06-08 11:58:23
37
原创 本体论从入门到实战-04.本体的语义表征-如何构建一个可靠的AI Agent 知识大脑
摘要： 企业面临的核心瓶颈已从计算能力转向语义表达能力，即"语义碎片化"问题——同一业务术语在不同系统和流程中存在歧义。文章提出通过六个维度的语义表征（从结构化存储到本体论）逐步构建机器可理解的语义层，最终实现具备逻辑推理能力的认知决策系统。其中，本体论（OWL）通过公理和规则赋予数据深层含义，使AI系统能自动验证一致性和推导隐含关系。文中以客户身份验证为例，展示了从RDF三元组到OWL逻辑约束的完整语义建模过程，为不确定的LLM行为提供确定性保障。随着语义表达能力增强，数据的机器可操作性和推理能力显著提升
2026-05-29 14:53:46
90
原创 本体从入门到实战-03.为什么AI需要一个本体层？
AI 关注的是系统如何自动化、智能化。从哲学到技术，从理论到实践，本体论始终是 AI 研究的核心议题。AI和本体论在各自进化的道路上如影相随，如同两个缠绕在一起的双螺旋 DNA 结构，而它们之间的连接就是世界模型。未来，随着AI的进一步发展（如通用AI、具身 AI），本体论将继续扮演“存在论基础”与“技术工具”的双重角色，推动 AI 向更高级、更智能的方向演进。
2026-05-24 11:47:13
69
原创 本体从入门到实战-02.本体的哲学观：从绝对真相到可操作真相
在数据科学领域，本体论已不再是哲学象牙塔里的抽象理论，而是成为一种工具性的语义规范。它通过在特定领域内强加一种一致的、服务于数据效用的共识，使数据从混乱的“现象”（元数据）中获得有组织、可推理的“本质”（本体），从而实现了从数据到知识的跨越。
2026-05-24 11:41:39
69
原创 本体从入门到实践-01.本体的核心概念
本文系统阐述了本体的概念及其在信息系统中的应用。本体论源自哲学，研究事物的本质与分类，在信息系统中发展为对共享概念的形式化规范。本体包含类型、属性和约束，为知识图谱提供语义框架，是业务架构到数据架构的翻译器。本体分为四类：顶层本体（通用概念）、领域本体（行业专用）、任务本体（活动流程）和应用本体（具体系统）。属性是刻画概念特征和关联的关键，分为对象属性和数据属性。在4A架构中，本体对应业务概念，通过数据对象和技术对象实现落地，形成从业务语义到技术实现的完整映射链条。本文清晰呈现了本体理论体系及其在信息化建设
2026-05-06 17:27:27
220
1
原创 软件行业要消失了吗？从程序员祛魅到AI祛魅
AI正在重构软件行业，但是软件业不会消失，程序员这个身份正在褪色。本文深度解析ThoughtWorks闭门研讨会核心洞见，揭示软件工程的未来范式转移。
2026-05-03 10:14:28
566
原创 工程篇-09.Palantir的本体论是面向对象（OOD）的设计吗？
马丁·福勒在《分析模式》提到“建模原则：概念模型面向的是接口（类）而非实现（类）”，如何理解这句话？接口类和实现类的区别是什么？Palantir 的本体论架构是面向对象的设计吗？
2026-04-23 11:01:30
372
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人