World's first open-source enterprise world model.
Rust agent-memorybitemporalgraphragknowledge-baseknowledge-graphllmontologypgvectorpostgresqlragrustself-hostedsemantic-searchtemporal-knowledge-graphworld-model
P2c gets its own section, and one estimate in it was too pessimistic (#62)
WaylandYangde44304b587c
diff --git a/docs/decisions/0001-ontology-import-and-governance.md b/docs/decisions/0001-ontology-import-and-governance.mdindex 1f63bc28..f0877d8c 100644--- a/docs/decisions/0001-ontology-import-and-governance.md+++ b/docs/decisions/0001-ontology-import-and-governance.md@@ -195,14 +195,9 @@ v2: http://acme.com/hr#Employee rdfs:label "Staff Member" → key = staff_membe> 哪个**——这正是本文论证 IRI 必要性时用的那个例子,只是换了个方向出现。所以:> 报告,不解决。想要导入的那份,先给现有的改名。>-> **暂未落地,按依赖顺序**:-> - **属性(DatatypeProperty)解析了但不建**——store 层要求属性挂在一个类的 domain 上,-> 而 domain 要等类先建好并解析 IRI → id。FOAF 那 54 个属性在预览里明说了"还没建",-> 不是静默丢掉。-> - **domain / range 关联表**与随之而来的**提示词类型签名**——本文说它是最高性价比的-> 十行,仍然是,但它要先有表。-> - **多继承 DAG**:现在只投影第一个父类。少一个父分支不会静默出错(那分支的属性-> domain 判定暂时够不到),但 `type_matches_domain` 的静默失配问题还在,随关联表一起补。+> **暂未落地的三件**——属性落库、domain/range 关联表与类型签名、多继承 DAG——+> 照着 P2b 的产物重新算过账,独立成节:见下方 **P2c**。初稿在这里写的依赖顺序+> 有一处高估了(属性落库要等的那个映射,P2b 里已经建好了),那节里就地留痕。>> **一个自己犯的错值得记**:`OntologyImportView` 的字段叫 `imported_at`,前端类型> 写成了 `created_at`。TypeScript 一声不吭——类型是我声明的,它只保证代码内部自洽,@@ -210,6 +205,109 @@ v2: http://acme.com/hr#Employee rdfs:label "Staff Member" → key = staff_membe> `conflict_with` 里塞了中文兜底文案 `(手工建的)`,直接漏进英文界面。> 两件事同一个教训:**服务端不产出展示文案**,措辞归界面;跨语言的边界要用真数据看一眼。+---++### P2c · 属性落库、domain/range、类型签名、多继承++> 这一节是 P2a/P2b 落地后照着代码重新算的账。三件事的依赖顺序与初稿不同,+> **其中一件比初稿估计的近**——原文说属性落库要等 domain 解析,而那个映射+> 在 P2b 里已经建好了。++#### 一、属性落库:单域的现在就能做++属性在产品里早已完整:`relation_types` 一表两用(`kind='attribute'`),+`domain_type_id` 指明挂在哪个类下,`datatype` / `unit` 描述取值,值走+`facts.object_value`,时态、证据、审阅全套复用(迁移 0004)。++缺的只是**导入器不建它们**。FOAF 的 54 个 `owl:DatatypeProperty` 解析出来了、+预览里报了数,但 `apply()` 跳过。初稿把原因记成"要 domain,而 domain 要等类+先建好并解析 IRI → id"——**那个映射 `id_of: HashMap<IRI, Uuid>` 在 P2b 里+已经为解析父类建好了**。真正缺的是三小件:++- **`rdfs:range` → `datatype`,三路而不是两路**:++ | 情形 | 处置 |+ |---|---|+ | range 能映射 | 照映射建。number 收 `decimal` `integer` 及其全部有界/无符号变体、`double` `float`、`owl:real` `owl:rational`;date 收 `date` `dateTime` `dateTimeStamp` `gYear` `gYearMonth`(我们的日期格式本就是 `YYYY[-MM[-DD]]`,逐级可省);bool 收 `boolean`;text 收 `string` 及其派生、`anyURI`、`rdf:langString`、`rdfs:Literal` |+ | **没写 range** | 建成 `text`,在预览里列出。词汇表没做声明,我们只知道是字面量,`text` 是诚实的超集 |+ | range 存在但映射不了 | **跳过并报告**:`time` `gMonth` `gDay` `gMonthDay`(缺年)、`duration` 系列(时长不是时点)、`hexBinary` `base64Binary`、`rdf:XMLLiteral`、`QName` 等 XML 内部标识、带 `withRestrictions` 的自定义类型,以及多条 `rdfs:range`(同 domain 的交集陷阱) |++ > **修订**:初稿把「不猜成 text」的理由写成「类型错的属性会让取值在写入时被+ > `attr_datatype` 挡掉」。查 `normalize_attr_value` 后这条不成立——**`text` 接受任何+ > 字符串,从不拦**,会拦的是 number/date/bool。真正的理由是另一条:**range 存在**+ > 意味着词汇表做了一个明确声明,悄悄降级成 text 是把那个声明扔掉且不留痕迹;+ > 而 range 缺席时没有声明可扔,宽松默认就是对的。区别在有没有东西被丢掉,+ > 不在会不会被拦。+- **domain 指向没被导入的类**(外部词汇表里的类):跳过 + 计入预览,不静默。+- **多个 `rdfs:domain`**:存不下。这一条才真的要等关联表。++所以顺序是:**先落单域属性**(P2b 的产物已经够用),多域的随关联表一起。++#### 二、关联表:多值 domain/range++```sql+relation_type_domains(relation_type_id, entity_type_id) -- 谁能当主语+relation_type_ranges (relation_type_id, entity_type_id) -- 谁能当宾语+```++OWL 里一个属性有多个 domain 是常态。`datatype` 仍留在 `relation_types` 行上——+数据属性的 range 是字面量类型不是类,`ranges` 表只服务对象属性。++**规范上的坑(前文已述,此处只标处置)**:同一属性的多条 `rdfs:domain` 在 RDFS 里+是**交集**不是并集。一者是另一者的子类则取更具体的;互不包含则报"暂未投影",不猜。++#### 三、提示词类型签名++关系行 `- works_at: 描述` 变成 `- works_at (person → organization): 描述`。++**它是签名不是闸门**——在生成那一刻减少"Alice works_at 西雅图",而不是等错了再拦。+事后校验面对的是既成事实(丢掉可惜、留着是脏数据),签名是在写出来之前掰正。+本体写错时模型看到原文说了别的仍可覆盖;硬闸门会系统性丢数据,`part_of` 烧我们+的正是那种方式。++> **新增约束(来自 0004 的语言工作):签名里必须用 key,不能用 label。**+> 中文库里 `person` 的 label 是「人物」,写成 `(人物 → 组织)` 等于教模型输出+> 一个不存在的类型。这与"描述里引用其它类型一律用 key"是同一条理由,+> 而且今天已经把 label 整个撤出了提示词(有描述时不送),签名不该把它请回来。++#### 四、多继承 DAG++`entity_types.parent_id` 是单列(迁移 0005),只能表达树。而多继承在真实词汇表里+是常态——FOAF 的 `Person` 同时是 `foaf:Agent` 与 `geo:SpatialThing`,两个方向,+不是同一根链上的祖孙。P2b 目前**只投影第一个父类**。++丢掉一支的后果:`type_matches_domain`(`extraction.rs`)沿存下来的那条单链上溯,+所以 domain 在另一支上的属性判定不过——`latitude` 的 domain 是 `SpatialThing`,+而 `person` 只挂在 `agent` 下,这条事实抽出来了却被挡掉。++> **修订**:初稿把这个后果写成"静默失配"。#41 之后不再静默——+> `extraction.rs` 会发 `attr_domain_mismatch` 丢弃信号,在文库里显示成+> "属性挂在了错误的类上"。仍然是错的(那条事实本该落地),但看得见。+> 严重度因此从"无声丢知识"降到"可见地少一条",优先级相应后移。++改动落在四处:++| | 现在 | 之后 |+|---|---|---|+| 存储 | `parent_id` 单列 | `entity_type_parents(child_id, parent_id)` 关联表 |+| 上溯 | 单链循环 10 次 | 广度优先 + **访问集**(菱形继承会重复到达同一祖先) |+| 建/改类 | 无环风险 | **必须查环**:A→B→A 会让上溯死循环 |+| 左栏 | 直接是树 | 仍按**主父**展示成树 |++最后一行是产品判断:**存储是 DAG,展示是树**。左栏若如实画 DAG,`person` 会同时+出现在 `agent` 和 `spatial_thing` 底下,用户点哪个都对,但会以为是两个东西。+所以保留"主父"专供展示——它不再是唯一的父,只是画树时选的那一支。++#### 顺序与理由++1. **单域属性落库** —— 只欠 range→datatype 映射,把一个自陈的洞补完+2. **domain/range 关联表** —— 解锁多域属性,且是签名的前提+3. **提示词类型签名** —— 十行,本文认定的最高性价比项+4. **多继承 DAG** —— 独立于前三项,但因为不再静默而排在最后++前三项是一条链,第四项可以并行。++---### P3 · 类型消解 —— 让大本体可用diff --git a/docs/decisions/README.md b/docs/decisions/README.mdindex e634ed19..4b08034a 100644--- a/docs/decisions/README.md+++ b/docs/decisions/README.md@@ -22,7 +22,7 @@| | 文档 | 状态 ||---|---|---|-| 0001 | [本体导入与治理路线](0001-ontology-import-and-governance.md) | 进行中 · P0/P1/P2 已建成,P2c 与 P3–P5 未开工 |+| 0001 | [本体导入与治理路线](0001-ontology-import-and-governance.md) | 进行中 · P0/P1/P2 已建成;P2c 已排期,P3–P5 未开工 || 0002 | [推理机](0002-reasoning-engine.md) | 规划中 · 取代 0001 P5 的排期 || 0003 | [本体从语料里长出来,人站在哪一环](0003-ontology-growth-loop.md) | 已建成 · 含三次判断变化的留痕 || 0004 | [语言:哪些字跟着看的人走,哪些跟着语料走](0004-language-and-localization.md) | 已建成 · L0–L3 全部落地 |