X-Financial/document/development/agent plan/02_semantic_ontology.md

语义本体协议设计

1. 定位

语义本体协议是用户问题、定时任务、规则中心、MCP、数据库查询和 Agent 之间的统一中间层。

它解决的问题是：

• 用户到底在问哪个业务域？
• 这属于什么场景？
• 用户想做什么？
• 问题中涉及哪些对象？
• 有没有时间、金额、状态、部门等过滤条件？
• 是否涉及风险？
• 下一步应该查知识库、查数据库、跑规则、调 MCP，还是追问？

2. 第一版核心字段

第一版建议只强制落 8 个字段。

{
  "domain": "",
  "scenario": "",
  "intent": "",
  "entities": [],
  "time_range": {},
  "constraints": {},
  "risk_signals": [],
  "next_step": ""
}

2.1 domain

一级业务域。

建议枚举：

reimbursement
accounts_receivable
accounts_payable
general_finance
system_operation

含义：

• reimbursement：报销、差旅、发票、补件。
• accounts_receivable：应收账款、客户开票、收款、账龄。
• accounts_payable：应付账款、供应商发票、付款、对账。
• general_finance：通用财务知识、制度、统计。
• system_operation：系统巡检、任务运行、规则维护、MCP 健康检查。

2.2 scenario

细分场景。

报销：

travel_reimbursement
daily_expense
invoice_validation
attachment_review
policy_overrun
reimbursement_audit

应收：

customer_invoice
collection_followup
receivable_aging
payment_matching
bad_debt_risk
contract_receivable

应付：

vendor_invoice
payment_request
payable_aging
vendor_reconciliation
invoice_matching
cash_outflow_forecast

系统运营：

daily_risk_scan
daily_finance_statistics
knowledge_accumulation
mcp_health_check
rule_quality_review

2.3 intent

用户或任务的意图。

建议枚举：

query
explain
create
validate
summarize
reconcile
monitor
predict
remind
generate
optimize

2.4 entities

识别出的业务对象。

统一结构：

{
  "type": "invoice",
  "value": "INV-202605001",
  "normalized_value": "INV-202605001",
  "role": "target",
  "confidence": 0.92
}

常见实体：

employee
department
customer
vendor
invoice
contract
reimbursement_request
payment_order
receipt
bank_transaction
cost_center
project
policy
approval_node
rule
task

2.5 time_range

统一描述时间。

{
  "raw": "上个月",
  "start": "2026-04-01",
  "end": "2026-04-30",
  "granularity": "month"
}

Hermes 定时任务也使用同一字段。

例如每日风险巡检：

{
  "raw": "昨日",
  "start": "2026-05-09",
  "end": "2026-05-09",
  "granularity": "day"
}

2.6 constraints

查询、判断或执行条件。

{
  "status": "overdue",
  "aging_days": ">30",
  "amount": {
    "operator": ">",
    "value": 50000,
    "currency": "CNY"
  },
  "department": "销售部",
  "risk_level": ["medium", "high"]
}

2.7 risk_signals

风险信号。

建议枚举：

duplicate_invoice
missing_attachment
policy_overrun
over_budget
overdue_receivable
bad_debt_risk
vendor_payment_risk
payment_mismatch
contract_mismatch
cashflow_pressure
mcp_unavailable
rule_quality_issue

2.8 next_step

下一步动作。

建议枚举：

answer
ask_clarification
query_database
run_rule
call_mcp
search_knowledge
create_draft
create_task
generate_report
notify_user
escalate_to_human

3. 扩展字段

后续可以增加：

{
  "schema_version": "1.1",
  "confidence": 0.86,
  "ambiguity": [],
  "missing_slots": [],
  "required_capabilities": [],
  "normalized_query": "",
  "permission_scope": {},
  "audit_tags": []
}

4. 混合语义解析架构

第一版可上线实现不应只依赖关键词和正则。

推荐采用：

输入上下文装配
  用户文本 + 页面上下文 + 附件名称 + OCR/VLM 摘要
  ↓
预抽取
  时间、金额、单号、显式对象
  ↓
LLM 结构化解析
  输出 scenario / intent / entities / missing_slots / ambiguity
  ↓
Schema 校验
  JSON 解析、字段枚举、必填校验、类型归一化
  ↓
规则兜底
  模型失败、低置信度或字段缺失时回退到规则解析
  ↓
澄清追问
  低置信度、歧义、缺槽位时不允许直接查库

设计原则：

• 模型优先负责“理解意图和场景”。
• 规则优先负责“校验、补全和兜底”。
• 附件名称、OCR、VLM 结果只能作为证据，不等于已确认事实。
• 所有语义输出都必须标记置信度和来源。

5. 推荐新增字段

为支持模型优先解析，建议在扩展字段中至少增加：

{
  "missing_slots": [],
  "ambiguity": [],
  "field_confidence": {},
  "field_source": {},
  "attachment_context": [],
  "parse_strategy": "llm_primary_with_rule_fallback"
}

字段说明：

• missing_slots：还缺哪些关键字段，例如费用类型、单据号、客户单位。
• ambiguity：当前可能混淆的理解结果。
• field_confidence：字段级置信度，而不是只给整体分数。
• field_source：字段来自 llm、rule、ocr、vlm 还是 user_context。
• attachment_context：本次可供语义解析使用的附件摘要。
• parse_strategy：标记本次是模型主解析还是规则回退。

6. 叙述型财务输入

语义层必须支持“不是查询句”的自然叙述。

典型样例：

我今天去客户现场，招待了客户，花销了1000元
我垫付了打车费和餐费，帮我看看怎么报
上传了三张票，帮我整理成报销草稿

这类输入不能默认识别成 query。

建议默认策略：

• 优先识别为 reimbursement 域。
• 场景优先落到 daily_expense、travel_reimbursement 或 attachment_review。
• 意图优先落到 create、generate 或 validate。
• 缺失关键字段时返回 ask_clarification，而不是直接查数据库。

7. 模糊短句与澄清规则

以下输入应优先追问：

我要报销
这个为什么还没处理
帮我看一下这个
上传好了，下一步呢

处理原则：

• 不允许直接执行工具。
• 不允许直接落到应收、应付查询。
• 必须生成澄清问题。
• 必须在审计中记录触发追问的原因。

扩展原则：

• 先不要把所有字段都做成数据库列。
• 语义结果建议存 JSONB。
• 使用 schema_version 管理版本。
• Orchestrator 只依赖稳定字段。
• 新字段以可选方式加入，不影响老任务。

4. 示例

4.1 用户查询应收账龄

用户问：

上个月哪些客户应收逾期超过 30 天？

解析：

{
  "domain": "accounts_receivable",
  "scenario": "receivable_aging",
  "intent": "query",
  "entities": [
    {
      "type": "customer",
      "value": "客户",
      "role": "group_by"
    }
  ],
  "time_range": {
    "raw": "上个月",
    "start": "2026-04-01",
    "end": "2026-04-30",
    "granularity": "month"
  },
  "constraints": {
    "aging_days": ">30",
    "status": "overdue"
  },
  "risk_signals": ["overdue_receivable"],
  "next_step": "query_database"
}

4.2 用户解释发票拦截

用户问：

这张发票为什么报销被拦截？

解析：

{
  "domain": "reimbursement",
  "scenario": "invoice_validation",
  "intent": "explain",
  "entities": [
    {
      "type": "invoice",
      "value": "这张发票",
      "role": "target"
    }
  ],
  "time_range": {},
  "constraints": {},
  "risk_signals": ["unknown"],
  "next_step": "run_rule"
}

4.3 Hermes 每日风险巡检

任务配置：

{
  "domain": "reimbursement",
  "scenario": "daily_risk_scan",
  "intent": "monitor",
  "entities": [],
  "time_range": {
    "raw": "昨日"
  },
  "constraints": {
    "risk_level": ["medium", "high"]
  },
  "risk_signals": [
    "duplicate_invoice",
    "missing_attachment",
    "policy_overrun"
  ],
  "next_step": "run_rule"
}