1.6 KiB
1.6 KiB
Day 3：语义本体 MVP
今天的大开发点
建立用户问题的语义解析层，把自然语言问题转换成统一的 8 个核心字段。
这一天的目标不是做到 LLM 全能理解，而是先让报销、应收、应付、知识和风险相关问题能进入稳定结构。
为什么第三天做这个
Orchestrator 不能直接根据原始文本做可靠路由。它需要先拿到结构化语义，再决定调用 User Agent、Hermes、规则、MCP 或知识库。
今天主要交付
- 语义本体 8 字段结构。
- 场景识别：报销、应收、应付、知识、未知。
- 意图识别：查询、解释、对比、风险检查、草稿、操作。
- 业务对象提取：员工、客户、供应商、部门、项目、单据、金额。
- 时间范围解析。
- 指标和约束解析。
- 风险信号和权限级别判断。
- 语义解析 API。
- 解析日志和最小评测集。
对应执行细则
相关架构文档：
当天验收门槛
- 输入自然语言问题能返回 8 个字段。
- 低置信度问题能返回澄清问题。
- 越权动作不会被标记为可直接执行。
- 解析结果能写入日志。
- 至少覆盖报销、应收、应付三个场景。
今天不做
- 不做复杂多轮对话记忆。
- 不做完整 LLM 提示词优化。
- 不做自动执行业务流程。