首页/技术专区
ONTOLOGY-DRIVEN AGENT ENGINEERING

本体驱动的
智能体工程架构

让智能体懂业务、能行动、可持续演进。以 OaaS 本体即服务为语义核心,WorkBuddy 为执行层,Harness 为智能体引擎,向下打通 LLM、GraphRAG、数据中台与工具链——每一层各司其职,语义与权限全链路统一。

OaaS 语义核心 WorkBuddy 执行层 Harness 引擎 LLM + GraphRAG
REFERENCE ARCHITECTURE

总体架构:WorkBuddy × OaaS × Harness 全景

自上而下:智能体在 WorkBuddy 里被业务人员使用,由 Harness 编排执行,语义与权限统一由 OaaS 供给,理解能力来自 LLM 与 GraphRAG,数据与集成由数据中台和工具链承载。治理体系贯穿全层。

L5 WorkBuddy · 体验执行层 企业级智能体工作空间 场景智能体 任务卡片 交互模板 提示词库 企业微信 / Web 入口 任务下发 · 结果回写 L4 Harness · 编排治理层 智能体引擎 编排调度 工具调用 评测基准 观测迭代 人在回路 语义下行 · 动作上行 L3 OaaS · 语义核心层 本体即服务(Ontology as a Service) 对象 属性 关系 规则 动作 指标 原生 MCP / CLI 接口 上下文注入 · 证据召回 L2 LLM 大模型 理解 · 规划 · 生成,跨模型可替换 GraphRAG 图谱检索增强 实体关系召回 · 证据溯源 · 抗幻觉 连接即服务 · 数据映射 L1 数据中台 ERP · MES · CRM · IoT · 文档,统一治理 工具链 建模工具 · CI/CD · 观测告警 · 安全审计 治理体系 贯穿 L1–L5 全层 数据治理 经营治理 AI 治理 开发治理 数据标准 权限与合规 模型与算法评估 版本与发布管理 过程质量监控 让 AI 动手干活 让 AI 理解企业

语义下行 ↓ · 动作上行 ↑ —— 智能体的每一次行动,都落在统一的语义与权限之上;治理体系贯穿五层,保证安全、合规与可持续演进。

01 · WORKBUDDY

WorkBuddy:企业级智能体工作空间

WorkBuddy 是执行层——业务人员实际使用智能体的地方。智能体能不能用,取决于它读的是不是企业此刻的真实数据:我们把 OaaS 的本体层接到 WorkBuddy 上,让智能体带着业务语义与实时数据去工作。

调用真实数据

经原生 MCP / CLI 接口直连 OaaS 本体与企业数据源,读到的是带业务语义的对象,而不是裸表字段;结论可追溯到具体来源与时间点。

从源头消除幻觉

基于统一语义、规则与权限执行跨系统任务,业务语义约束 + 规则校验,输出准确可靠;每一次数据访问可审计、可管控。

形成业务闭环

不止"建议",更能"执行":可回写业务系统,洞察→决策→行动→验证闭环;新智能体复用既有本体,接入成本大幅下降。

02 · ONTOLOGY AS A SERVICE

OaaS:本体即服务,AI 的语义地基

企业 AI 停在浅层的根源,是缺少让机器理解业务的语义地基。OaaS 把昂贵、漫长的企业本体工程,变成可订阅、开箱即用的服务。

没有本体层的 AI

停留在浅层应用

  • 只做文档总结,无法理解业务含义
  • 依赖静态知识,看不到实时数据
  • 缺乏业务语义约束,幻觉频发
  • 权限无法继承,存在数据风险
  • 模型与知识孤岛,投入无法复用,ROI 低
基于 OaaS 的 AI

进入业务深水区

  • 基于统一语义理解业务对象、关系与规则
  • 直连实时数据,获取业务最新、最全的状态
  • 业务语义约束 + 规则校验,消除幻觉
  • 统一权限控制,继承企业权限体系
  • 知识与语义资产跨场景复用,一次投入持续增值
本体 = 业务说明书

一个理解企业,一个转化行动

本体把企业的人、机、料、法、环抽象为可计算模型——统一数据口径、标准化语义模型、企业级知识底座,是企业交给 AI 的"业务说明书";智能体则是跑在说明书上的"数字员工"。

服务化

把本体工程变成可订阅服务

公有云开箱即用、按需开通;多租户隔离、按用户数收费,商业模式清晰可预测;原生 MCP 与 CLI 接口,智能体直连本体与数据,即插即用。

工程化

更快 · 更轻 · 面向 AI 工程化

四层组装式架构:L1 连接即服务打通 ERP/MES/CRM;L2 本体即服务沉淀语义与知识;L3 算法即服务驱动智能体自主闭环;L4 UI 即服务按角色提供岗位工作台。

L4

UI 即服务 岗位职责工作台

按角色提供个性化工作台,汇聚洞察、任务与行动,一线用户无需进入后台。

体验执行
L3

算法即服务 感知 · 决策 · 执行 · 学习

封装通用与行业算法能力,驱动智能体自主闭环。

智能引擎
L2

本体即服务(OaaS 核心层)对象 · 属性 · 关系 · 规则 · 动作 · 指标

沉淀业务语义与知识,统一建模,驱动一致理解与高效协同——整个架构的语义核心。

语义核心
L1

连接即服务 打通 ERP / MES / CRM 等系统

连接企业内外部系统与数据源,汇聚数据与能力。

数据底座
数据治理经营治理AI 治理开发治理
03 · HARNESS

Harness:智能体引擎

智能体不是上线就结束,而是要被编排、被评测、被观测、被迭代。Harness 是智能体的运行与治理中枢,让每一个智能体都可持续进化。

编排

编排调度

按业务动作划分智能体边界,任务分解、工具调用与多智能体协同,全流程可控。

评测

评测基准

建立业务任务级的评测集与回归基线,每次模型或提示词变更都可量化对比。

观测

观测迭代

效果观测、策略留存、异常告警;智能体的每次行动可回写系统,形成数据驱动的持续优化。

协同

人在回路

关键决策留有人工确认节点,AI 与人各司其职——让企业放心地把智能体接入核心流程。

Harness 与 WorkBuddy、OaaS 的协同方式,见上方「总体架构」。

回到总体架构→

用 1 个月,验证本体驱动的智能体工程

单场景切入、真实数据跑通闭环,看得见结果再决定。