本体驱动的AI原生应用构建-关键点总结

大家好，我是人月聊IT。

今天继续总结下我对本体驱动的AI原生应用构建的一些关键点优化。简单来说就是针对不同的本体应用场景，不仅仅是对应的Workflow本身有所不同。对应本体建模规范也需要基于不同的场景进行灵活的裁剪和适配。减小本体应用的复杂度和不必要的语义输出。

本体建模规范的优化

首先还是回到我早期的本体建模规范，虽然现在已经补充11个模型，但是基于从0到1构建应用的场景来说，实际不需要这么多模型。在整个本体模型中最核心的就是对象，行为，规则模型。基于应用构建扩展主体模型（对应系统管理），流程模型（对应流程引擎），报表模型（对应查询统计分析类功能），UI模型（对应界面原型设计）。

在整个建模思考里面去掉事件模型，涉及到事件驱动的地方在单系统实现的时候考虑为同步方法步骤操作减少复杂度和分布式事务影响。去掉数据映射模型，由对象模型直接去掉数据库生成并建立映射。去掉接口模型，暂时先不考虑对外接口的情况。去掉场景模型，场景模型本身也更多是完整业务语义上下文的提供。

也就是这样优化后可以看到，这个给模型部分实际我传统的低代码平台里面的元模型建模完全是类似的。暂时先不考虑建模完成后的数据分析推理能力的扩展实现。

应用系统的技术底座

这个我前面已经讲过，任何一个业务系统都有一个技术底座，这个技术底座至少需要包括系统管理和流程引擎的能力。注意实际我们在构建新系统的时候不应该是重复生成这个两个大模块功能，而是应该将主体建模和流程建模的内容通过配置元数据的方式体现到这两个技术组件模块里面。

如何构建一个简单的技术底座。实际还是AI编程，我们给定技术架构和开发规范，让AI来实现一个简单的技术框架底座。这个技术平台已经包括了系统管理和流程引擎。类似于你看到了大量的admin后台管理系统的开源项目实现一样。只是这里我们做更加简单的实现。我们采用 “元数据驱动 + 状态机 + 内置脚本” 的极简自研方案。核心思想是：把流程定义为JSON数据，把流转逻辑抽象为“节点+连线”，运行时只维护“当前节点”和“上下文变量”。

有了这技术底座后，核心想法就是在基于本体模型构建应用的时候，技术底座不应该重复AI编程生成代码，而是应该让AI理解，应该基于我已有的技术底座能力来实现本体模型里面的业务功能。为了达成这个，我们还需要增加一个基于技术底座+本体模型构建AI原生应用的开发指导书，让AI指导如何和技术底座配合来完成这么一件事情。

核心做这件事的Workflow是如何的？

实际在前面很多文章我都专门介绍过。整个核心思路如果拆分为多个独立的Skills技能点，我们可以总结为如下几个关键步骤。

步骤1：基于需求探索构建完整软件需求。这个步骤的输入是原始的用户需求文档+AI需求探索完整提示词，然后和AI交互式问答方式完成完整的需求探索，输出完整的软件需求规格说明书。

步骤2：基于软件需求构建本体模型。上个步骤的软件需求说明书+本体建模规范文档作为输出。最终输出简化后的7个模型的yaml本体模型文件。注意在整个输出完成后应该继续一次一致性和交叉验证检查。

步骤3：提前构建一个系统管理+流程引擎的软件需求文档。在该文档准备完成后做一次AI对齐，就是这个需求是否能够完全满足后续本体模型中的主体模型和流程模型的配置需要？如果不满足自己补充完整。然后AI编程的方式输出整个技术底座平台。

步骤4：应用生成。本体模型yaml文件+软件需求+技术架构规范+UI界面设计和布局规范+基于技术底座的AI原始应用开发指导书。所有的这些内容作为关键输入一起打包给AI大模型，让AI编程输出整个完整应用。

所以大家可以看到，需求探索是独立技能，本体建模是独立技能，应用生成也可以是独立技能。我们用任何的通用AI智能体，或者Harness平台。我只需要动态先安装好这些技能，然后再定义一个技能编排的WorkFlow，那么AI就完全可以基于我上面的内容生成整个完整应用。这个大家可以理解为我前面谈到的基于业务场景不同动态的组装底层引擎的一个基于Harness平台的一个变通实现。

技术架构+UI/UE规范文件

再次强调我们构建的本体模型实际是技术实现无关模型。因此在AI原生应用生成前，还必须具备技术架构规范文档，具备UI界面规范文档。技术架构里面构建了完整的开发框架，开发分层，数据库和开发语言的选择。对应AI原生Hybrid架构的完整说明，AI意图识别和自然对话逻辑的说明等。这些都需要放到技术架构规范文档里面。

而对应UI/UE规范，则确保开发出来的AI原生应用实际都是一套完整的界面展现风格。这里既需要定义完整的主体界面，登录界面风格。还需要详细定义类似表单录入，表单查询，基础数据维护等功能具体的UI布局设计。

当然在技术架构里面还会详细的定义大模型能力的适配接入，AI对话能力，流式输出，对百度Echarts和Mermaid图的支持。基础的会话管理，上下文管理能力等。

从上面截图可以看到AI对话如果是查询，那么直接渲染表格或图标在当前的AI对话框里面。如果是录入能力，则AI会直接打开已经实现好的表单录入界面进行录入。包括你还可以询问整个合同管理的端到端流程是如何的，这些业务语义类问题AI也完全可以胜任并回答。

今天分享就到这里，希望对大家有所启发。