Skip to content
OpenAgentSkill
Browsing is open · Catalog captured 2026-11-21 · Automatic updates and account services are paused.
Other skills

ontology-ai-application-pattern-selection

用于场景已确认适合本体,需要选择应用架构、问答、审核、协同、决策和PDCA方案混在一起,用户出现“这个场景属于哪种应用模式”“六类模式怎么选”或 application pattern, ontology AI patterns, workflow vs PDCA 等信号时调用。适配证据不足时可比较候选模式与轻量替代方案,不据此启动正式建设。

SuperChason · Static checks on file

Installation

Read the source and dependencies before running a command. Copying does not install or execute anything.

npx skills add SuperChason/ontology-driven-ai-data-management-skills --skill ontology-ai-application-pattern-selection

About this skill


name: ontology-ai-application-pattern-selection description: | 用于场景已确认适合本体,需要选择应用架构、问答、审核、协同、决策和PDCA方案混在一起,用户出现“这个场景属于哪种应用模式”“六类模式怎么选”或 application pattern, ontology AI patterns, workflow vs PDCA 等信号时调用。适配证据不足时可比较候选模式与轻量替代方案,不据此启动正式建设。 metadata: tags: "application-patterns, workflow, autonomous-operations, decision, PDCA, enterprise-ai, ontology-driven" related-skills: "ontology-ai-scenario-fit-and-spike:depends-on, risk-based-agent-action-modes:composes-with"

本体与 AI 六类应用模式选择

方法骨架

  • 依据适配证据从六类模式中选择业务形态;未验证时给出候选比较及验证条件。
  • 流程自动化处理规则明确的动态流程,自主运营处理持续数据—规则闭环。
  • 多维决策聚合多源事实和目标,跨领域协同连接多部门、多系统与多Agent。
  • 知识解析聚焦单任务深度推理,多场景统筹用PDCA协调持续计划与执行。
  • 选择依据包括痛点、闭环跨度、协作复杂度、约束强度和人机责任。
  • 输出一个主模式、必要的组合模式及其所需本体和Agent能力。

触发场景

用户会在什么情境下需要这个 Skill

  1. 场景已确认适合本体,需要选择应用架构
  2. 问答、审核、协同、决策和PDCA方案混在一起
  3. 需要明确单Agent、多Agent和流程编排形态

语言信号

  • “这个场景属于哪种应用模式”
  • “六类模式怎么选”
  • “问答审核协同应该怎么组合”
  • 英文信号:application pattern, ontology AI patterns, workflow vs PDCA

与相邻 Skill 的区分

  • 与 ontology-ai-scenario-fit-and-spike:场景适配提供本体必要性证据;本 Skill 可先比较候选模式,正式建设依据适配结果。
  • 与 risk-based-agent-action-modes:本 skill 决定整体业务形态;行动模式决定其中具体动作的自动化与人工控制。

执行步骤

按当前任务选择必要步骤;已有可靠成果直接复用:

  1. 确认适配结论

    • 动作:读取场景适配与穿刺证据,确认本体必要性和业务目标。
    • 完成标准:明确适配证据和状态;未通过时交付轻量替代方案或候选比较,停止正式本体建设。
    • 判停条件:适配未通过时限制建设结论,补足必要评估;不阻止有明确假设的候选模式比较。
  2. 识别主痛点

    • 动作:判断主要矛盾属于流程、运营、决策、跨域协同、知识推理或持续统筹。
    • 完成标准:主痛点只有一个,次要需求另列。
  3. 匹配六类模式

    • 动作:比较闭环跨度、事实时效、规则清晰度、协作复杂度、Action和人工责任。
    • 完成标准:选择一个主模式,并说明排除其他模式的原因。
  4. 设计必要组合

    • 动作:仅在真实链路需要时加入辅助模式,定义模式间输入输出。
    • 完成标准:组合关系有明确接口,没有为展示技术增加多Agent。
  5. 输出能力清单

    • 动作:列出所需事实、事理、Action、Agent、系统、权限、反馈和验收。
    • 完成标准:形成模式选择卡和最小实现边界。

固定输出

  • 场景适配前提卡:业务目标、本体适配结论、穿刺证据和边界
  • 应用模式比较表:模式、主痛点适配、闭环跨度、事实时效、规则强度、协作复杂度、Action 和人工责任
  • 主模式选择卡:选定模式、选择依据、排除其他模式的原因和适用边界
  • 组合模式协作表:主辅模式、触发、输入、输出、交接和冲突处理
  • 能力需求清单:事实、事理、本体资产、Agent、Action、确定性系统、权限、反馈和监控
  • 最小实现边界与验收表:首期范围、不做范围、必备数据、用例、效果指标和停止条件
  • 未决项、风险和下一阶段输入清单

主模式保持唯一,组合模式只保留业务链路必需部分,每个组合都需要明确交接和验收。

使用边界

不要在以下情况使用

  • 未证明本体必要性却据此启动正式建设;候选模式比较可继续
  • 纯信息问答可由普通检索满足
  • 仅凭技术偏好选择多Agent或PDCA

常见失败模式

  • 简单任务过度采用多Agent协同:任务分解收益不足以抵消通信、路由、共享状态和冲突处理成本。
  • 高时效动态场景硬套本体方案:语义资产更新周期与业务半衰期失配,规则持续过期并带来重复验证成本。
  • 对模糊创意和情感任务强制形式化:形式化边界无法覆盖主观语境,固定分类和规则反而压缩生成空间并制造伪精确。
  • 为简单低价值任务引入本体工程:新增语义层没有解决关键未知或决策复杂性,却持续产生建模、集成和维护成本。

使用折扣与复核要求

  • 六类模式是归纳框架,复杂企业场景可能需要组合,但组合必须由业务链路证明。
  • 大模型生成形式结构无法直接证明业务语义正确,生产使用需保留专家确认、工具校验、真实用例和审计记录。

相关 Skills

  • depends-on → ontology-ai-scenario-fit-and-spike;场景适配提供本体必要性证据;本 Skill 可先比较候选模式,正式建设依据适配结果。
  • composes-with → risk-based-agent-action-modes;本 skill 决定整体业务形态;行动模式决定其中具体动作的自动化与人工控制。

审计信息

  • 历史验证:v0.1.0 路由测试 6/6;v0.4.0 已通过输出契约结构校验,跨平台行为继续按版本抽样
  • 首次公开版本:2026-08-21
  • 来源说明:方法框架受《本体驱动的 AI 数据管理》启发;仓库不包含原书正文。