菜单
author

作者:小墨

2026年8月31日

47

247

基于WorkBuddy的元技能构建:本体模型驱动的领域技能动态创建

在企业软件建设中,最具挑战性的环节往往不是编码实现,而是将业务需求准确转化为可执行的应用系统。传统开发模式要求业务人员、需求分析师、开发工程师等多个角色对同一业务内容进行多次翻译,这一过程不可避免地产生语义损耗:业务人员口中的「合同付款条款」「开票对应付款阶段」等概念,在需求文档中变成字段和流程,在数据库中变成表和外键,在代码中变成接口和校验逻辑。每一次翻译都可能引入偏差,最终导致系统偏离业务初衷。

三段式架构:需求探索、本体建模、技能生成

WorkBuddy元技能的出现,正是为了解决这一根本性问题。与传统面向固定场景的技能不同,元技能本质上是一个「技能生成器」:它接收来自不同业务领域的原始需求,通过结构化的需求探索逐步澄清业务对象、行为、规则、事件、流程等要素;随后将确认后的需求转化为标准的本体模型;最终基于本体模型自动生成可在WorkBuddy中安装、运行和交互的领域技能。这种设计将「业务理解」从一次性文档转化为可执行的软件资产,实现了从「写系统」到「生成领域应用」的关键转变。

十一模型体系:构建可组合的语义构件

整个元技能的构建过程可概括为清晰的三段式架构。第一阶段为需求探索,解决「业务到底是什么」的问题。用户只需提供一段原始需求描述,如销售合同履约管理或费用报销管理,元技能便会按照固定阶段逐步追问确认:从总体范围界定,到业务对象和字段口径确认,再到业务功能与规则识别,直至跨对象协同场景、端到端流程、查询报表、角色权限、接口边界和UI原型的逐一确认。值得注意的是,AI负责基于通用业务知识进行结构化归纳和专业建议,但涉及企业专属规则的关键决策必须由用户亲自确认,如「合同总金额是否含税」「合同产生开票后是否允许删除」等。

元技能的真正价值不是自动生成页面,而是在自然语言需求和可运行应用之间建立一条语义连续的链路,让每一步都能回溯、每个功能都能找到来源、每条规则都能解释为什么存在。

“技术评论”

JimoWork — 桌面 AI Agent 工作台

让 AI 处理本地资料、操控浏览器,最终交付可直接使用的文档、表格与 PPT,而不只是一段回答。

下载桌面版

从模型到技能:领域知识的可执行化

第二阶段为本体建模,将确认后的需求转化为十一类相互关联的模型。M1对象模型描述业务世界中真实存在的对象及其聚合边界;M2行为模型定义对象能执行的操作及前置条件;M3规则模型承载跨对象或可复用的业务规则;ME事件模型和M4场景模型用于表达跨对象协同逻辑;M5主体模型定义角色权限;M6流程模型描述端到端业务流;M7查询报表模型定义读模型;MU UI模型将界面控件与后端行为串联;MM映射模型说明对象如何映射到数据库表;MI接口模型则明确系统边界。这套正交分解的模型体系避免了传统系统中页面藏规则、接口藏流程、数据库藏业务含义的混乱状态,使系统具备可追溯、可扩展、可生成的基础。

第三阶段为领域技能生成。元技能将本体YAML和JSON、需求文档、知识图谱、UI调用链工作台、运行引擎和录入表单打包为完整的技能包。运行引擎读取对象模型和映射模型后自动创建数据库表结构,生成基础CRUD能力并执行业务校验。录入表单由模型自动生成,用户无需等待前端开发即可直接录入业务数据。自然语言对话能力则让技能不只是一个表单系统,用户可以通过「查询当前所有合同信息」「查一下已开票未收款记录」等指令进行交互。这一过程的关键在于让大模型在本体模型约束下进行查询翻译,而非随意猜测数据库结构。

积墨 AI 安全隐患巡检系统

任务一键下达 · 隐患 AI 识别 · 整改全程留痕 · 报告一键生成。让安全巡检真正看得见、管得住、能闭环。

了解方案

如有侵权,请联系删除。

AI本体建模WorkBuddy领域技能智能体积墨AIAI智能体AI智能体平台私有化AI智能体平台企业级AI智能体
分享文章

相关文章

试用咨询
企业微信二维码

扫码添加企业微信