Skip to content

ontology.md

Latest commit

 

History

History
242 lines (177 loc) · 7.22 KB

ontology.md

File metadata and controls

242 lines (177 loc) · 7.22 KB

Strategy Ontology 指南

本文档说明 Omen Strategy Ontology 设计理念、案例化建模方式，以及如何在推演流程中运行与验证。

战略本体论（Strategy Ontology）是 Omen 场景输入的核心组成部分。它定义了战略推演中的概念体系、关系网络和规则逻辑，是把“设定战场”这一步标准化的关键工具。

关键问题

在战略推演中，最常见的问题不是“算不出来”，而是“输入不清晰”：

  • 概念口径不一致（同一个词在不同团队含义不同）
  • 关系命名不语义化（难以追踪因果）
  • 规则无法审计（解释只能停留在叙事层）

Strategy Ontology 的目标是把“设定战场”这一步标准化：先定义清楚谁在竞争（Strategic Actor）、按什么机制竞争（Game）、什么条件触发变化（Rules），再进入模拟执行。

设计原则

Omen Strategy Ontology 并非一个通用的本体平台，而是案例驱动的战场定义规范。它的设计原则包括：

  1. 基础定义
    战略核心概念（如 Actor、Game、Capability）作为基础抽象层明确定义，覆盖战略推理的核心需求。

  2. 概念层次
    基于理论演化对战略核心概念进行继承关系定义，如经典战略理论中的 Competition 归类为博弈论中的 game 并定义为“静态博弈”，便于区分“对象”与“博弈机制”之间不同的抽象层次，以及与“动态博弈”的差异。

  3. 谓词关系优先 关系名使用语义谓词（如 has_capability、competes_with），避免对象建模中常见的组合名词型（如 actor_capability）命名。

  4. 案例继承与扩展 每个案例可以自定义概念、关系和规则，并根据需要进行扩展，形成独立的本体输入，但必须遵守基础定义的语义约束。

  5. 可解释与可审计 解释输出必须可追踪到规则引用（applied_axioms、rule_trace_references）。

架构分层

Strategy Ontology Schema 包含 TBox/ABox + 推理配置：

  • meta：版本与案例标识（version、case_id、domain）
  • tbox：概念、关系、公理
  • abox：案例实例（actors、capabilities、constraints、events）
  • reasoning_profile：激活/传播/反事实规则引用
  • case_package：用于声明可复用案例包（manifest、运行能力声明、必需工件）。

战略本体案例

Ontology之战：data/scenarios/ontology.json

向量 vs. 记忆：data/scenarios/vector-memory.json

TBox 概念体系

"tbox": {
  "concepts": [
    {
      "name": "DatabaseActor",
      "description": "传统数据库战略主体",
      "category": "actor"
    },
    {
      "name": "Competition",
      "description": "静态竞争关系",
      "category": "game"
    }
  ],
  "relations": [
    {
      "name": "has_capability",
      "source": "DatabaseActor",
      "target": "semantic",
      "description": "主体具备能力"
    }
  ],
  "axioms": [
    {
      "id": "AX-activation-overlap",
      "statement": "high overlap can activate competition",
      "type": "activation"
    },
    {
      "id": "AX-propagation-migration-friction",
      "statement": "migration friction suppresses replacement velocity",
      "type": "propagation"
    },
    {
      "id": "AX-counterfactual-budget-shock",
      "statement": "budget shock shifts actor capability window",
      "type": "counterfactual"
    }
  ]
}

ABox 实例断言

"abox": {
  "actors": [
    {
      "actor_id": "traditional-db",
      "actor_type": "DatabaseActor"
    }
  ],
  "capabilities": [
    {
      "actor_id": "traditional-db",
      "name": "semantic",
      "score": 0.42
    }
  ],
  "constraints": [
    {
      "name": "user_overlap_threshold",
      "value": 0.22
    }
  ]
}

推理规则

"reasoning_profile": {
  "activation_rules": [{"rule_id": "AX-activation-overlap"}],
  "propagation_rules": [{"rule_id": "AX-propagation-migration-friction"}],
  "counterfactual_rules": [{"rule_id": "AX-counterfactual-budget-shock"}]
}

说明：reasoning_profile 中的 rule_id 必须在 tbox.axioms.id 中声明。

运行推演工作流

步骤 1：运行基线模拟

omen simulate --scenario data/scenarios/ontology.json

输出：output/result.json

验证点：

  • 存在 ontology_setup
  • ontology_setup.meta.case_id == "ontology-battlefield"

步骤 2：运行反事实对比

omen compare --scenario data/scenarios/ontology.json --overrides '{"user_overlap_threshold": 0.9}'

输出：output/comparison.json

验证点：

  • conditions[*].semantic_type 存在
  • conditions[*].category 存在

步骤 3：生成解释报告

omen explain --input output/result.json

输出：output/explanation.json

验证点：

  • applied_axioms 存在
  • rule_trace_references 存在

步骤 4：执行回归测试

python -m pytest -q

预期：全部测试通过。

🧩 开发说明

本体输入

data/scenarios/ontology.json 已内嵌本体定义（meta/tbox/abox/reasoning_profile），可直接使用：

omen simulate --scenario data/scenarios/ontology.json
omen compare --scenario data/scenarios/ontology.json --overrides '{"user_overlap_threshold": 0.9}'

启用后，输出会包含：

  • compare 的语义条件对象（例如 semantic_type、category）
  • explain 的规则追踪引用（例如 rule_trace_references）

本体复用

你也可以直接复用同一工作流运行第二个案例：

omen simulate --scenario data/scenarios/vector-memory.json
omen explain --input output/result.json
omen compare --scenario data/scenarios/vector-memory.json --overrides '{"user_overlap_threshold": 0.85}'

预期输出仍保持一致：

  • output/result.json（含 scenario_id、outcome_class、timeline）
  • output/explanation.json（含 branch_points、causal_chain）
  • output/comparison.json（含 baseline_outcome_class、variation_outcome_class、conditions、deltas）

案例扩展

基于现有案例创建新场景的推荐步骤：

  1. 继承基础结构：复制现有 ontology.json，保留 meta 结构
  2. 调整 TBox：根据新场景修改概念、关系
  3. 实例化 ABox：设置具体 actor 和能力分数
  4. 验证约束：运行 simulate --check-only 验证格式
  5. 迭代优化：根据推演结果调整参数

校验清单

下面这份清单帮助你检查自定义的 Strategy Ontology 输入是否符合规范：

  • meta.version 已声明
  • meta.case_id 唯一标识案例
  • Competition 的 category 为 game
  • abox.capabilities.actor_id 都能映射到 abox.actors.actor_id
  • score 在 [0,1]
  • reasoning_profile.*.rule_id 均可在 tbox.axioms.id 解析

常见错误与排查

  • 规则引用错误：reasoning_profile.*.rule_id 未在 tbox.axioms.id 中声明
  • Actor 映射错误：abox.capabilities.actor_id 未在 abox.actors.actor_id 中出现
  • 关系命名错误：关系名未使用语义谓词（如 has_capability、competes_with）
  • 概念分类错误：Competition 未标注为 game