World's first open-source enterprise world model.
Rust agent-memorybitemporalgraphragknowledge-baseknowledge-graphllmontologypgvectorpostgresqlragrustself-hostedsemantic-searchtemporal-knowledge-graphworld-model
Six claims the decision records were still making after they stopped being true (#115)
WaylandYangf8bab21d3d37
diff --git a/crates/utopia-server/src/predicate_match.rs b/crates/utopia-server/src/predicate_match.rsindex 21acf478..96b0f41e 100644--- a/crates/utopia-server/src/predicate_match.rs+++ b/crates/utopia-server/src/predicate_match.rs@@ -133,8 +133,13 @@ fn stems(words: &[String]) -> Vec<String> {/// **介词不并**:`integrated_with` 与 `integrated_into` 保持两组。`works_at` 与/// `works_in` 确实可能是两回事,这里宁可漏。///-/// **`_by` 也不并**(暂时):`founded_by` 与 `founded` 是同一条边的两个方向,-/// 并起来必须把主宾对调,而采纳路径现在从旧行原样复制主语。留给下一步。+/// **`_by` 也不并**(待做):`founded_by` 与 `founded` 是同一条边的两个方向。+///+/// 当初不并的理由是「采纳路径从旧行原样复制主语,对调不了」——**那个理由已经+/// 不成立**(#109 让 `adopt` 显式绑定主语并支持交换)。现在缺口只剩一处:+/// 两边都还不在本体里时(`founded_by` 42 条、`founded` 4 条,都够票),+/// 采纳前的 `PredicateIndex` 查询谁也匹配不上,于是各建一个、方向相反。+/// 补法是把 `_by` 折进同一组并把整组标成需对调,不再有阻碍。pub fn merge_key(form: &str) -> Vec<String> {stems(&words(form))}diff --git a/docs/decisions/0001-ontology-import-and-governance.md b/docs/decisions/0001-ontology-import-and-governance.mdindex 1417b111..4420bb2c 100644--- a/docs/decisions/0001-ontology-import-and-governance.md+++ b/docs/decisions/0001-ontology-import-and-governance.md@@ -1,6 +1,6 @@# 0001 · 本体导入与治理路线-- **状态**:进行中 · P0(实体可编辑)、P1(停止静默丢弃)、P2(OWL 导入)、P2c(属性落库 / 关联表 / 类型签名 / 多继承)已建成;P3a(类型消解)已建成但检索命中率不足以自动跑,见下方修订记录;P3b 部分建成,见 [0003](0003-ontology-growth-loop.md)+- **状态**:进行中 · P0(实体可编辑)、P1(停止静默丢弃)、P2(OWL 导入)、P2c(属性落库 / 关联表 / 类型签名 / 多继承)已建成;P3a(类型消解)已建成但检索命中率不足以自动跑,见下方修订记录;P3b 部分建成,见 [0003](0003-ontology-growth-loop.md);**P4a(决策不可被遗忘)已建成,P4b/P4c 待做**;P5 由 [0002](0002-reasoning-engine.md) 取代- **成文**:2026-08-27 / 28,随调研持续修订(约定见 [README](README.md))> 理由比清单重要——清单会过期,理由决定以后遇到新情况怎么判。所以本文把「贯穿性判据」放在分阶段之前,且推翻过的判断就地留痕(见 P1、P3 的修订记录)。@@ -37,7 +37,11 @@2. HTML 提取全文档遍历 → 一篇维基条目 60 个分块,首块整块是侧栏菜单、末块是版权声明3. `part_of` 被标成 `functional` → 28 篇新闻稿积压 59 条假冲突("属于 Microsoft Learn"与"属于 Microsoft"并存不是矛盾)-**未解决的质量问题**:Product 类占 40%(368 个),抽样约四分之一是泛化短语("row power center"、"financial databases")。补救手段是给类写描述(description 进抽取提示词),但**目前只能整库重抽**,因为实体不可单独编辑——见 P0。+**未解决的质量问题**:Product 类占 40%(368 个),抽样约四分之一是泛化短语("row power center"、"financial databases")。补救手段是给类写描述(description 进抽取提示词)。++> **原文这里写「目前只能整库重抽,因为实体不可单独编辑」——P0 建成后不再成立。**+> 今天有三条更细的路:实体面板直改(受 P4a 的 `type_source` 保护)、类型消解批量精化、+> 本体长出新类后的 `adopt_proposed_types` 认领。整库重抽不再是唯一手段。---@@ -486,16 +490,41 @@ related_to 事实 359 条### P4 · 治理即经验-> **这一节列的三件事都还没做**,但实际长出来的治理闭环是另一个形状——-> 采纳即改写、可撤销、开关控制自动。见 [0003](0003-ontology-growth-loop.md)。-> 这里的"决策不可被遗忘"(`type_source`)仍然成立且未做:**实体类型那半边-> 至今只有一个 PATCH 端点,没有任何对应机制。**+> 实际长出来的治理闭环是另一个形状——采纳即改写、可撤销、开关控制自动,+> 见 [0003](0003-ontology-growth-loop.md)。三件事里**第 1 件已建成(2026-08-30,#114)**,+> 2、3 待做。**顺序不能反**:先有 P0 的编辑能力,才有"人工决策"可保护、可学习。-1. **决策不可被遗忘(正确性,不是功能)**——`entities` 加 `type_source`(extracted / human / inferred)。抽取不覆盖 `human`;推理机也不覆盖。没有这一层,重抽会静默吃掉全部治理成果。-2. **决策记忆做检索**——`resolution_verdicts` 已经是这个模式的一半,但按 `pair_key` 精确匹配、不泛化。类型决策要走一步:存下人工改类时的检索向量与结果,下次分类时**检索最相近的历史决策当证据**交给裁决器。按语境相似度泛化,不按名字相等(判据 3)。-3. **纠正聚合成本体信号(收益最高)**——一个月里 37 个实体从 Product 挪到 Concept,该修的不是那 37 条,是 Product 的描述太松。Ontology 页加信号面板:"Product → Concept 迁移 37 次(近 30 天)",点开看样例,旁边"用 AI 起草更严格的描述"——与现有 misses 面板的 Suggest with AI 完全同构。+1. **决策不可被遗忘(正确性,不是功能)** —— **已建成**(迁移 0051 · #114)。+ `entities.type_source`(extracted / human / inferred),四条路径各有守卫:+ 类型消解取材、本体新类认领、抽取升格、改类落库(`actor` 有值即 `human`)。++ > **原文的前提当时就已经不成立,记在这儿因为找错方向比没找更费时间。**+ > 这里写的是「重抽会静默吃掉治理成果」,而抽取那条路早有守卫+ >(`resolve_type_drift` 只在 `type_key.is_none()` 时升格)。真正的漏在+ > **类型消解**:取材条件里「现类还有子类就纳入」会把人拍过板的实体一并捞回去重判。+ >+ > 而 [0009](0009-no-type-is-a-type.md) 之后又多一种:「没有类型」现在可能是+ > **人的决定**,`type_id IS NULL` 分不出「还没判」和「人判了,就是没有」。++2. **决策记忆做检索** —— **待做**。`resolution_verdicts` 已经是这个模式的一半,+ 但按 `pair_key` 精确匹配、不泛化。类型决策要走一步:存下人工改类时的检索向量与结果,+ 下次分类时**检索最相近的历史决策当证据**交给裁决器。按语境相似度泛化,不按名字相等(判据 3)。++ > **建议排在评测语料之后**:这是三件里唯一一件「做完了也说不清是不是更好」的,+ > 而本文头号开放问题正是缺真实企业本体做小样本评测。没有基准就调它,等于再拍一次脑袋。++3. **纠正聚合成本体信号(收益最高)** —— **待做**。一个月里 37 个实体从 Product 挪到+ Concept,该修的不是那 37 条,是 Product 的描述太松。Ontology 页加信号面板:+ "Product → Concept 迁移 37 次(近 30 天)",点开看样例,旁边"用 AI 起草更严格的描述"+ ——与现有 misses 面板的 Suggest with AI 完全同构。++ > **数据源是 `audit_events`,不是 `entity_retypes`。** 人的纠正走两个动作:+ > `entity.retyped`(实体面板直改,逐条)与 `ontology.refinement_approved`+ >(审核队列批准,批次带 from/to/moved),两条都带 actor。+ > `entity_retypes` 是**撤销台账**(批次作用域),拿它聚合会混进引擎自己的改类——+ > 那读出来是「引擎在反复改主意」,不是「人在反复纠正你」。---diff --git a/docs/decisions/0003-ontology-growth-loop.md b/docs/decisions/0003-ontology-growth-loop.mdindex 3c61ef41..50eef7bf 100644--- a/docs/decisions/0003-ontology-growth-loop.md+++ b/docs/decisions/0003-ontology-growth-loop.md@@ -129,6 +129,13 @@ Suggest 面板此前就能提案并一键 Add,但**只建关系、不动事实## 已知缺口-- **实体类型这半边完全没有对应机制。** 谓词有聚类→提案→一键采纳并改写,实体类型只有一个 PATCH 端点。而实体那边问题有实测数据:`General` 库里 "rust" 分在 5 个类;`Industry Corpus` 里 `product` 占 37.1%。详见 0001 P3 的三层拆解(描述为空是根因、`entities` 缺"表层类型"列是第二层)。+- ~~**实体类型这半边完全没有对应机制。**~~ **已补上**(2026-08-30):类型消解+ (0001 P3a)给了提案与裁决,`adopt_proposed_types` 给了采纳并改类,+ `entity_retypes` 给了可撤销的台账。原文说的「只有一个 PATCH 端点」不再成立。+ 当时列的实测数据(`General` 库里 "rust" 分在 5 个类、`Industry Corpus` 里+ `product` 占 37.1%)仍是这条路要解的问题,见 0001 P3 的三层拆解。- **关掉开关后没有"自上次以来有 88 个新说法"的提醒**,信号在 Unmatched 面板里但没人主动看。-- **提案不持久化**:Suggest 的结果只在前端内存里,刷新就没了。+ **待做。**+- ~~**提案不持久化**~~ **已修**(2026-08-30,#112):`ontology_proposals` 表落库。+ 丢的从来不是原材料(那在 `ontology_misses` 里),是**聚类结果**——哪些说法被归到+ 同一条提议底下,而那正是唯一能查证过并的东西。diff --git a/docs/decisions/0004-language-and-localization.md b/docs/decisions/0004-language-and-localization.mdindex 5d8fdb3c..1b3238e9 100644--- a/docs/decisions/0004-language-and-localization.md+++ b/docs/decisions/0004-language-and-localization.md@@ -1,7 +1,9 @@# 0004 · 语言:哪些字跟着看的人走,哪些跟着语料走-- **状态**:规划中-- **成文**:2026-08-29+- **状态**:已建成 · 五种文本各就各位:界面词汇在 `web/src/i18n/`、服务端错误已改成 key、+ 本体 `description` 跟 `knowledge_bases.ontology_lang`(带部署默认值)、LLM 面向人的输出+ 由调用方在请求里传 `locale`、抽出来的数据逐字跟文档+- **成文**:2026-08-29(状态于 2026-08-30 更正:文档一直写着「规划中」,而索引与代码都说已建成)- **相关**:[0001](0001-ontology-import-and-governance.md) 论证过 `description` 是承重字段——本文把「它该用什么语言」补上;[0003](0003-ontology-growth-loop.md) 的 `reason` 与 `description` 之分是本文分界线的起点> 触发:产品要面向中文企业出中文版。但「加个语言开关」这句话底下藏着**五种性质不同的文本**,它们的正确语言互不相同,用一个开关管必然有一半是错的。diff --git a/docs/decisions/0007-who-decides-what-becomes-a-relation.md b/docs/decisions/0007-who-decides-what-becomes-a-relation.mdindex 9e0fd714..f3db986f 100644--- a/docs/decisions/0007-who-decides-what-becomes-a-relation.md+++ b/docs/decisions/0007-who-decides-what-becomes-a-relation.md@@ -92,6 +92,15 @@ LLM 从前被问的是「哪些说法值得建成关系」。那个问题数据`produced_by` 15。而且几乎每个都有主动版本共存(`produces` 265 条),不折叠就会建出两个方向相反的关系。`has_X`/`X_of` 只有两对,证据不够。+> **后续(2026-08-30,#109)**:采纳前先过一遍 `PredicateIndex`——本体里已经有+> 等价关系(含 `_by` 反向)就不新建,直接改写过去并对调主宾。`adopt` 也因此+> 学会了交换主宾(此前它从旧行原样复制主语)。+>+> **仍待做**:两边都不在本体里时(`founded_by` 42 条 vs `founded` 4 条,+> 都够票且都没被采纳过),`merge_key` 不把 `_by` 折进同一组,于是仍会建出+> 两个方向相反的关系。当初不折的理由是「采纳路径不能对调」,而那个理由+> 已经不成立了——现在是笔小账,只差把 `_by` 加进 `merge_key` 并把整组标成需对调。+## 这些数字**不能**说明什么- **B 与 B3 之间的 3 个百分点读不出信息。** 两组中间都夹着一次 LLM 调用,diff --git a/docs/decisions/README.md b/docs/decisions/README.mdindex f5ef1f10..4b379a56 100644--- a/docs/decisions/README.md+++ b/docs/decisions/README.md@@ -22,13 +22,15 @@| | 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 已排期,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–P2c 已建成;P3a 已建成(检索命中率见下)、P3b 部分;P4a 已建成,**P4b/P4c 待做**;P5 由 0002 取代 || 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 || 0005 | [告警中心](0005-alert-center.md) | 第一刀已建成 · 三个决定推翻两个(就地留痕) || 0006 | [本体规模与抽取提示词](0006-ontology-scale-and-the-prompt.md) | 已建成 · 含可重跑的实测数字与一次撤回 |-| 0007 | [谁来决定一个说法值不值得成为关系](0007-who-decides-what-becomes-a-relation.md) | 已建成 · 采纳改由计数决定 · 含五条走过的死路 |+| 0007 | [谁来决定一个说法值不值得成为关系](0007-who-decides-what-becomes-a-relation.md) | 已建成 · 采纳改由计数决定 · 含五条走过的死路 · **叙述动词待解** |+| 0008 | [预制本体包作为冷启动](0008-ontology-packs-as-cold-start.md) | 规划中 · 建库仍只发种子关系 |+| 0009 | [「还没判出来」不该是一个类](0009-no-type-is-a-type.md) | 已实施 · `entities.type_id` 改为可空 |## 不是决策记录的那些