数字公司 · Ontology Agent-企业数字孪生-本体论智能体数字公司系统

概述

本体论智能体（Ontology Agent）

这是什么

一个自包含、厂商中立、可移植的 Skill。用户装上它、描述自己的公司，它就把这家公司搭成一套可运行的「本体论」：知识图谱（语义层）+ 逻辑图谱（逻辑层）+ 决策图谱（决策层）+ 一支 AI 专家团，并能随企业成长连上真实人员与 IM。

装一个 Skill，把你的公司变成可运行的智能体系统。

这套"公司大脑"可无缝切换三种部署形态（详见 references/product_intro.md 与 references/deployment.yaml）：

• A 技能包（当前）：跑在 WorkBuddy 云运行时，订阅即用、零运维；
• B 云端协同：端主内、云主外（以面壁 EdgeClaw Box 等为参考实现），敏感数据不出域；
• C 纯私有化：整套规范 + 运行时自托管、完全离线（air-gapped），对标 Palantir。

三种形态共用同一套厂商中立的本体论规范，换壳即用、完美自洽接入。它已经实现了一家企业的可读写可闭环数字孪生，并把 Palantir 的 FDE（驻场工程师）交付模式自动化为开箱即用的 AI-FDE——企业主聊着天就把公司数字化了。

装上后第一步（引导式实例化）

新用户请按以下六步描述你的公司，技能会自动匹配行业包、生成实例、搭建专家团。完整引导见 GUIDE.md（Phase 5 填充详细版），这里给即时入口：

1. 看引导：先读 GUIDE.md（六步中文引导）。
2. 说企业类型：一人公司 / 电商 / 小微 / 其他。
3. 介绍企业情况：行业、地区（如天津）、规模、注册信息。
4. 选想搭的部门：技能内置 24 部门库（12 核心默认 + 12 可选），接受推荐或自由组合；之后还能改名 / 指定性别 / 新增私有部门（见下）。
5. 说业务逻辑：核心流程（如 接单→开票→记账→报税）。
6. 收优化建议：建完后技能给缺失部门 / 合规缺口 / 闭源升级包建议（open-core 变现入口）。

→ 技能匹配 references/packs/ 下对应包，把画像写入 instance.yaml（与模板分离），一键建专家团。

企业实例存哪（持久化约定 · 数字孪生事实源）

生成的 instance.yaml 是公司的权威事实源（基本盘、部门、工作流、老板画像、文化、上下文）。它默认落在稳定数据目录（与技能代码分离，跨工作区有效）：

• 微数示例：C:Usersli_sh.workbuddycompany-dataweishuinstance.yaml
• 配套记忆日志：C:Usersli_sh.workbuddycompany-dataweishucompany-memory.md

数字公司（专家团）每次会话开始会自动 Read 这两个文件，站在同一份公司事实上协作；当 owner 确认新事实 / 决策 / 风险，主理人会追加记录到记忆日志、必要时回写 instance。这样公司状态跨会话持续累积，而非每次空壳重建。PII（身份证/银行卡/票据影像）一律不写明文。

该数据目录即「数字孪生」的持久层；后续对接真实系统（资料库/IM）时，事实源从这里迁移到数据库。

文件地图

ontology-agent/
  SKILL.md                  # 你正在看：入口
  GUIDE.md                  # 用户引导六步（Phase 5）
  references/
    product_intro.md        # 产品介绍文案（面向用户/渠道/投资人，含三模式+数字孪生+AI-FDE）
    contact.yaml             # 厂商联系信息（官网/邮箱/电话 + 企业级部署引导；AI 可读取并回答用户询问）
    deployment.yaml         # 三种部署形态定义 + 同步边界 + 运行时选项（Phase 11）
    portability.md          # 可移植部署与对接（Mode B/C 落地件，导出+对接流程）
    glossary.yaml           # 双语术语标准层（中英文对照全程基准：24 部门码 / 18 语义实体 / 8 行业包 / 来源代号；2026-08-15 扩完）
    semantic.yaml           # 语义层模板（加厚：13 实体完整字段 + 28 关系库 + 8 全局约束）
    logic.yaml              # 逻辑层模板（加厚：引用 action_specs + 阶段状态机 + 行业工作流）
    decision.yaml           # 决策层（加厚：13 决策规则 + 具体合规条款含天津政策）
    roles.yaml              # 多角色治理（Phase 3，企业预留）
    department_actions.yaml # 24 部门 / 177 动作清单（12 核心 + 12 可选，去重融合；2026-08-15 补齐可选部门行动层）
    action_specs.yaml       # 159 动作完整 spec（141 核心 + 18 可选部门扩展；desc/inputs/outputs/uses_entities/skill_ref）
    packs/                  # 行业包（Phase 4）
      opc.yaml              # 一人公司（首发）
      ecommerce.yaml        # 电商
      sme.yaml              # 小微
      manufacturing.yaml    # 制造业工厂（含 12 细分亚型，subtypes 段）
      public_institution.yaml # 事业单位 / 行政事业单位（国资/政府采购/编制）
      finance.yaml          # 金融机构（AML/适当性/资本监管，参考非法律意见）
      biomed.yaml           # 医疗 / 生物医药（遗传资源/GMP/健康数据）
      edu_research.yaml     # 教育 / 科研院所（科研经费/成果转化）
    onboarding.md           # 渐进式主动引导设计说明（数字公司拥有 onboarding）
    customization.md        # 用户私有定制机制（改名/增删/性别，零侵入技能包）
    monitoring.yaml         # 自主监测信号域目录 + 可开关自动化模板（Phase 10）
    proactive.yaml          # 自发行为四档分级 + 授权闸门（Phase 10）
  experts-template/         # 24 部门建团模板（12 核心 + 12 可选）
  assets/avatars/           # 头像池（24 核心×男女 + 团队图标 + 通用备用；按性别选，可分发）
  connectors/               # 钉钉/企业微信/飞书连接器（stub，留 API 端口，默认不联网）
  scripts/
    init.py                 # 引导访谈+选 pack+生成 instance+建团（Phase 5）
    ops_db.py               # 本地数据层 SQLite（资料库4核心表+扩展表，留在线主库端口）
    onboarding.py           # 渐进式引导引擎（读 instance 返回下一批待补问题+进度）
    sync_embedded.py        # 技能更新后同步进内嵌专家包
    avatars.py              # 头像选择+性别逻辑+写入专家包（按部门/性别取池，零侵入技能包）
    monitor.py              # 自主监测引擎（薄/厚档案解析 + 信号入库，Phase 10）
    proactive.py            # 自发行为引擎（分级 + 情报简报，Phase 10）
    export_spec.py          # 规范导出器：规范+实例打包成可移植 bundle（Phase 11）
    adapters.py             # 对接配置生成器：厂商中立模式清单 + 参考实现样例 + 宿主平台脚手架（Phase 11，已去厂商窄化）
  examples/                 # 通用演示种子（虚构示例公司，供其他用户参考结构，非微数专属）
    demo_company/
  VERSION                   # 技能版本号（同步比对用）
  THIRD-PARTY.md / LICENSE / README.md

对接真实系统（端口层 · 默认不联网）

技能包已内置对接真实系统的框架与端口，但默认全部处于 stub 状态——任何外部 API 凭证缺失时只打印提示、绝不发起真实网络请求，保证装包即用、不误发、不泄漏。

• 本地数据层（scripts/ops_db.py）：把资料库 4 核心表（待办收件箱 / 部门矩阵 / 财务税务日历 / 每日运营日报）+ 扩展表落地为 SQLite，默认存于 company-data/<公司>/ops.db，与 instance.yaml 同目录（数字孪生持久层）。在线主库对接见同文件 RemoteDatasource（填入 space_id / api_token / endpoint 即启用双写）。
• IM 连接器（connectors/）：钉钉 / 企业微信 / 飞书统一接口（发消息 / 收事件 / 拉成员），各平台填 CREDENTIALS 并补 TODO 即启用。

这样现在就能把公司本地跑起来、积累运营数据；等你拿到钉钉 / 企微 / 飞书或资料库 API，填入凭证即可从 stub 切到真实对接，无需改架构。

技能更新 → 同步内嵌专家包（重要）

专家包（数字公司）内嵌了一份本技能副本。技能本体升级后，内嵌副本不会自动变。请运行同步脚本（或让数字公司提醒你运行）：

python <技能目录>/scripts/sync_embedded.py <专家包目录>

• 数字公司（经营主理人）每次会话开始会比对「内嵌副本 VERSION」与「用户级技能 VERSION」

（~/.workbuddy/skills/ontology-agent/VERSION）；若不一致，会主动提示你执行上面的同步命令。

• 同步内容：SKILL.md / GUIDE.md / VERSION / references/ / scripts/ / connectors/ / experts-template/；

不会动你的 instance.yaml / company-memory.md（那是你的数据，不属技能本体）。

数字公司主动引导你（渐进式 Onboarding）

你不用自己回忆「该告诉数字公司什么」——数字公司拥有 onboarding，会按优先级循序渐进补采企业数据：每次只问 1~2 个最高优缺口，说明用途 + 安全安抚，绝不一次轰炸、不引发安全顾虑。详见 references/onboarding.md；运行期由经营主理人调用 scripts/onboarding.py 取下一个问题、发进度播报。通用演示种子见 examples/demo_company/（虚构示例公司，便于新用户照结构填自己的）。

24 部门库与用户私有定制（不改技能包整体性）

技能包内置 24 个部门（experts-template/department_experts.yaml）：12 核心（领导/行政/人力/财税/法务/研发/内容/渠道/SEO/销售/数据/战略，默认团队）

• 12 可选（客户服务/产品/设计/运营/采购供应链/质量/IT安全/公关/投融资/客户成功/出海跨境/风控内控，按需激活）。

这样通用版默认还是 12（不破坏已验证体验），但包里弹药充足，覆盖绝大多数商业企业。

用户可对任意部门做私有定制，且一律只存于自己的 company-data/<公司>/instance.yaml，绝不改动技能包本体：

合并逻辑见 scripts/init.py: resolve_departments()；详情见 references/customization.md。

数字公司在渐进式引导里会温和提议可选部门、并明确告知「这些改动只在你自己的公司数据里，不会改动技能包」。

头像与性别（提升体验感）

• 头像池 assets/avatars/ 已内置：12 核心部门 × 男女两版（24 张）+ 团队图标 team.png + 4 张通用备用（男女各 2）。
• 每个部门有 gender_default（合理默认），用户用 --gender 覆盖后，重新生成/同步专家包即让对应头像生效，性别只影响头像与语感，绝不改变部门能力。
• 可选 12 部门与自定义部门若无专属头像，自动回退通用备用池；需要专属头像时一行命令即可生成。
• 把所选头像写入专家包：python scripts/avatars.py --slug <简称> --pkg <专家包目录>（已对微数实例执行）。

自主监测与自发行为层（锦上添花 · 零侵入 · Phase 10）

在用户没主动安排工作、且内部正常工作不受影响的前提下，数字公司额外「隔三差五」给企业挖出相关信息，让用户感到「像有个好员工在帮我盯着」。本层是核心框架之上的附加层，不改动 24 部门模板 / 159 动作库 / 决策治理。

• 监测什么：见 references/monitoring.yaml——8 个信号域（政策 / 行业热点 / 舆情 / 经营健康 / 竞品 / 客户 / 风险 / 人才），每项映射到真实部门 + 已有动作；

薄档案（用户录得少）跑通用域（政策 / 行业 / 舆情 / 经营健康），厚档案（录得多）追加精准域（竞品 / 客户 / 风险 / 人才）。

• 自发逻辑：见 references/proactive.yaml——触发管线（信号 → 相关性 → 价值评分 → 授权检查 → 决策 → 留痕）+ 四档分级：

L0 静默（不相关只记不报）/ L1 轻提醒（汇入选报）/ L2 草拟待确认（默认档） / L3 授权内执行（仅低风险常规动作）。

• 运行：scripts/monitor.py 解析薄/厚档案并写入 signals；scripts/proactive.py 分级并聚合「情报简报」。
• 护栏：复用 decision.yaml 的 PII / 合规红线与 人设D 授权边界；越权（报税/开票/重大合同/资金转出）一律降级 L2 草拟 + 等确认，绝不 L3。
• 默认开：政策巡检（周）+ 经营日报（日）；其余（舆情 / 竞品 / 客户 / 风险）在专家中心一键开启，不打扰。
• 体验落点：用户少录也「天天有料」，且被自然引导补档案；厚档案像专属高管助理。统一交付物是隔 1–3 天推一份「企业情报简报」。

三档运行时（一份规范三次售卖）

• ③ WorkBuddy 云（单人 SaaS 起步）
• ② 端云协同（企业内网，以面壁 EdgeClaw Box 等为参考实现）
• ① 纯本地私有 agent（Palantir 式 air-gapped）
• 关键：template（随本 Skill 发）与 instance（用户运行时生成、存本地/私有）严格分离 → 数据不出域，三档通用。

知识产权与许可

本体论智能体（Ontology Agent）是天津市微数人工智能科技有限责任公司的产品，其自有架构、整合逻辑、汉化与国内化深度内容、引导引擎等原创表达归微数所有（© 微数），可闭源、可商用。底层所参考的开源组件版权归各自作者所有，按相应许可保留声明，详见 THIRD-PARTY.md。

联系方式（厂商）

本产品由天津市微数人工智能科技有限责任公司出品。用户若想了解官网、获取技术支持，或升级更专业的企业级部署，可通过以下渠道联系微数 AI（详见 references/contact.yaml，AI 可直接读取并回答用户询问）：

• 官方网址：https://ontoagent.net
• 联系邮箱：378330966@qq.com
• 联系电话：15555555966
• 企业级方案（私人订制 / 端云协同 / 对标 Palantir 的纯本地算力私有化数字公司系统）：需企业自备本地算力服务器及相关硬件设备，通过上述渠道联系微数 AI 获取技术支持。

行业包（已内置企业类型模板）

技能按企业类型匹配 references/packs/ 下的包，把行业特有实体/部门侧重/风味/红线注入实例，零侵入通用 24 部门库。

制造业工厂包（manufacturing.yaml） 采用「一个主包 + 内置 subtypes 段」覆盖细分行业，不为每种细分各写一个文件（避免臃肿）：

• 共性：工厂/产线/设备/工艺/工单/良率/产能/物料/BOM/供应商实体；生产→质检→交付核心循环；

安全生产/环保/质量体系(ISO9001·IATF16949·GMP·CCC)/特种设备/消防 红线（decision.yaml manufacturing_safety）；制造特有监测信号（设备停机/OEE、良率波动、断料、安环事故、能耗、召回，见 monitoring.yaml manufacturing 域）。

• 12 个细分亚型（按 match_keywords 自动匹配，只补差异）：服装纺织 / 食品饮料 / 电子电器 / 机械装备(重工) /

化工 / 建材家居 / 医药生物 / 日用消费品 / 汽车及零部件 / 金属冶炼 / 包装印刷 / 塑胶玩具。

• 制造业「心脏」部门（生产制造/设备工程/工艺工程）不在 24 部门通用库，通过 suggested_custom_departments

建议用户私有定制添加，不改动技能包整体性。

可移植部署与对接（Mode B / Mode C 落地）

规范层是厂商中立数据，三模式 = 同套规范 + 不同运行时外壳。换壳即用，业务大脑不丢、不重写。

• 导出规范：python scripts/export_spec.py --bundle all --slug <简称> --zip → 生成自包含 exports/<简称>_ontology_bundle/（含全部 references/ + 实例 + manifest.json 契约）。--bundle source 只导出空白规范模板，--bundle instance 只导出数字孪生。
• 对接运行时：python scripts/adapters.py --bundle exports/<简称>_ontology_bundle --pattern edge_cloud（厂商中立模式清单，主产出）
  • 参考实现样例（任选）：--target edgeclaw（面壁 EdgeClaw Box）/ --target joyagent（京东 JoyAgent-JDGenie）/ --target both
  • Mode B 云端协同（参考实现样例：面壁 EdgeClaw Box）：产出 edgeclaw_manifest.yaml，sync_boundary 敏感留端、外脑上云，按部门敏感度自动划端云（lead/admin/hr/finance/legal 留端）。
  • Mode C 纯私有化（参考实现样例：京东 JoyAgent-JDGenie）：产出 joyagent_manifest.yaml + joyagent.docker-compose.yml（部署模板提示），完全离线、本地模型、规范零改写、ERP/MES 写回钩子。
• 宿主平台"包装脚手架"（回答"是否只适用于 WorkBuddy"）：python scripts/adapters.py --slug <简称> --target coze|dify|claude|yuanqi|qianfan|workbuddy → 把同一套厂商中立规范 port 到竞品平台，规范零改写。
• 两个脚本只读 references / 实例，绝不修改核心；对接 manifest 只「引用」规范（./references、./instance），零改写——这正是「完美自洽接入」的地基。完整流程见 references/portability.md。

术语约定（双语术语标准层）

所有 yaml 机器 key 用英文、用户面中文，对照见 references/glossary.yaml。新增术语先登记 glossary 再使用。

标准层范围（2026-08-15 扩完）：glossary.yaml 已覆盖——核心四层 / 原子概念 / 打包实例化 / 治理安全 / 8 行业包 / 运行时三档 / 连接器 / 来源代号 / 24 部门码中英 / 18 语义实体中英 / 参考库来源。该对照层会在专家 system_prompt 注入一段「术语标准层·中英对照」附录（见 scripts/init.py: glossary_block()），确保每个 AI 员工输出时统一使用中文术语、且能识别系统内部英文标识——标准层真正被使用，而非空置。登记 IP 用途：用户面术语不带「原创/借鉴」标注；来源代号段仅记录动作溯源（OPB/Frog/slav/ReS/sober/easy 为借鉴、WSHU 为微数自创），登记专用附件再走「引用+轻量修改优化+不主张独占」纪律。