艾诺威智慧物联
☰
首页
技术文档
技术博客
方案案例
播客中心
联系我们
☰
规则驱动的业务智能体
设计与实现 · 艾诺威原创专著
开篇
前言
第一部 实操篇：从工具到系统
第 1 章：主流 AI 智能体工具操作实务
1.1 从"聊天机器人"到"行动式 AI"
1.2 WorkBuddy：腾讯 AI 办公工作台
1.3 TRAE Work：字节 AI 原生工作台
1.4 通义千问：全能问答与文档处理
1.5 其他工具速览与选型对比
1.6 通用操作心法（跨工具适用）
1.7 软件配置实用指南：五步把工具调成"可用的状态"
1.8 本章小结
第 2 章：接入业务系统：ERP 等系统的集成
2.1 为什么必须"接系统"：AI 的三层能力
2.2 三种集成方式：API / 数据库 / MCP
2.3 ERP 接入通用方法论：三层架构
2.4 具体示例一：金蝶云星空 MCP 接入
2.5 具体示例二：用友 YonSuite 接入
2.6 常见企业系统对接速查
2.7 实现剖析：适配层契约、工厂与字段映射
2.8 与第二部框架的呼应：规则引擎兜底
2.9 本章小结
第 3 章：高级对话：降低幻觉与提升可靠性
3.1 幻觉的本质：模型为什么"一本正经地胡说八道"
3.2 让模型"有的放矢"：检索增强（RAG）
3.3 把话说清楚：提示工程（Prompt Engineering）
3.4 参数调优：temperature 与采样
3.5 逼问出处：引用对齐与来源核验
3.6 多层验证：把"单次生成"变成"多次校验"
3.7 常见陷阱与补救清单
3.8 本章小结：降幻觉五板斧
第 4 章：从工具到系统：选型与落地路径
4.1 需求分层：先看清你要的是一把刀还是一座工厂
4.2 工具选型矩阵：按岗位与场景选择
4.3 接入深度：从对话到业务操作的四级演进
4.4 落地路线图：六步走
4.5 成本与规模估算：从人数倒推配置
4.6 治理与安全：从"能用"到"敢用"
4.7 常见落地失败模式与对策
4.8 全书总结：从原理到操作的一条完整路径
4.9 本章小结
第 5 章：降低随机性：从通用工具到企业级可信
5.1 随机性：通用工具的通病，企业应用的红线
5.2 企业降低随机性的理论总览：从"靠经验"到"靠规则"
5.3 实操：企业在通用工具上降低随机性的五个动作
5.4 本章小结：第一部与第二部的分界线
第二部 原理篇：规则驱动的智能体设计
第 6 章：绪论：规则驱动的智能体
6.1 从大语言模型到业务智能体
6.2 工程问题的本质：业务正确性的来源
6.3 设计定位与四条约束
6.4 框架全景与模块地图
6.5 技术选型：零第三方依赖的工程意义
6.6 实现剖析：模块地图与依赖边界的代码落点
6.7 本章小结
第 7 章：智能体系统的理论基础
7.1 智能体的构成要素
7.2 组织执行路径的通用手段
7.3 生产级系统需要的基础能力
7.4 本书的组织方式
7.5 语义理解：意图识别与槽位填充
7.6 状态与流程：状态机思维
7.7 约束机制：规则、权限与审计
7.8 记忆与学习的基础模型
7.9 概念与章节映射总表
7.10 实现剖析：条件谓词的形式化——文法白名单与 fail-open
7.11 本章小结
第 8 章：智能体生命周期：生成与裁决的分离
8.1 工程问题的本质：模型输出如何变成可信结果
8.2 统一契约：层间数据的稳定形状
8.3 规则校验后置：裁决节点为何在生成之后
8.4 查询流程编排：链式可信度
8.5 注入与降级：最小可用实现
8.6 失败模式与权衡
8.7 契约不变量与错误处理分层
8.8 实现剖析：统一契约、规则后置与降级
8.9 本章小结
第 9 章：意图识别与路由：可信的语义分派
9.1 工程问题的本质：语义分派的失败成本
9.2 上下文隔离：分派的正确性基础
9.3 路由表：可训练与可降级
9.4 识别链路：规则优先、模型兜底
9.5 槽位与参数：事实提取的确定性
9.6 消歧：业务策略的编码
9.7 识别质量度量与经典理论对照
9.8 失败模式与权衡
9.9 实现剖析：上下文隔离、指代消解与参数确定性
9.10 本章小结
第 10 章：多轮对话状态管理：延续与脱离
10.1 工程问题的本质：对话不是单轮问答
10.2 状态记忆：跨轮的延续对象
10.3 延续与脱离的判定：零延迟收敛与发散
10.4 复合句拆解：一句话多个任务
10.5 对话状态的形式化与会话持久化
10.6 失败模式与权衡
10.7 操作语义的子意图维度：跨轮的写/读判别
10.8 实现剖析：三层记忆、递归意图状态与延续判定
10.9 本章小结
第 11 章：规则引擎：业务正确性的实现机制
11.1 工程问题的本质：规则从哪来、改得动、挡得住
11.2 多态裁决：合规检查与人工决策的分离
11.3 数据驱动规则：配置即治理
11.4 沙箱：表达能力的边界
11.5 规则引擎的经典理论与 DSL 设计
11.6 失败模式与权衡
11.7 规则即数据：规则表本身的可训练化与审批链
11.8 实现剖析：三态裁决与沙箱在引擎中的落地
11.9 本章小结
第 12 章：权限、安全与审计：信任边界
12.1 工程问题的本质：多层信任与纵深防御
12.2 访问控制：角色与属性的双重判定
12.3 SOD：职责分离的防舞弊原理
12.4 输入输出防线：四道关卡
12.5 七层审核链：操作级治理与可证明性
12.6 威胁建模与防御纵深的设计校验
12.7 失败模式与权衡
12.8 实现剖析：RBAC+ABAC 双判定、SOD 与输入防线
12.9 本章小结
第 13 章：流程审批：制度化的人机协同
13.1 工程问题的本质：把决策权制度化
13.2 定义与实例分离：改流程与跑流程互不干扰
13.3 三道发起校验：谁可以发起
13.4 链式 Gate：迁移守卫
13.5 签字留痕：决策的不可抵赖
13.6 治理之治理：审批链本身可训练
13.7 工作流模式与审批完整生命周期
13.8 失败模式与权衡
13.9 并行会签与白名单闸门
13.10 实现剖析：链式 Gate、发起校验与签字链完整性
13.11 本章小结
第 14 章：学习与训练：治理下的自适应
14.1 工程问题的本质：学习与安全如何共存
14.2 反馈回路：从纠正到生效的闭环
14.3 可训练对象的边界：一切皆可训练，硬规则除外
14.4 热更新：把"发版"变成"改数据"
14.5 训练数据驱动的识别增强
14.6 学习效果的评估与样本质量
14.7 失败模式与权衡
14.8 业务单号的可训练化：从硬编码前缀到生成规则
14.9 实现剖析：待训练提案、审批门禁与参数热加载
14.10 本章小结
第 15 章：记忆与上下文：分层的信度管理
15.1 工程问题的本质：智能体记得什么、信多少
15.2 短期记忆与上下文窗口：有限的分配
15.3 长期记忆：训练数据与知识库的分工
15.4 知识检索（RAG）：内容记忆的检索增强
15.5 记忆的时效性与窗口分配原理
15.6 失败模式与权衡
15.7 实现剖析：实体索引的信度升降与学习闭环
15.8 本章小结
第 16 章：运行时基础设施：横切能力的工程原理
16.1 工程问题的本质：横切而非纵切
16.2 可观测性：追踪与日志的一体化
16.3 事件驱动：解耦与顺序性
16.4 降级与容错：每一级能力都有最小可信实现
16.5 认证：身份与授权的分离
16.6 调度与模块开关：运行期的编排
16.7 可观测性与事件投递的深度设计
16.8 失败模式与权衡
16.9 可训练配置的运行时加载：缓存、回退与白名单护栏
16.10 实现剖析：事件总线的统一契约与两级降级
16.11 本章小结
第 17 章：并发与性能：正确性是性能的前提
17.1 工程问题的本质：快的前提是没错
17.2 并发正确性：共享状态的三种防护
17.3 延迟优化：把模型调用从热路径上拿下来
17.4 并发模型选择与延迟预算方法
17.5 失败模式与权衡
17.6 实现剖析：缓存的击穿、穿透与雪崩三防
17.7 本章小结
第 18 章：工程实践：从零构建业务智能体
18.1 实现自定义智能体
18.2 注册路由与上下文注入
18.3 接入业务规则的完整路径
18.4 框架内嵌模块约定
18.5 测试策略
18.6 常见设计问题
18.7 工程验收清单
18.8 实现剖析：流程、算子与原子函数——统一执行流水线
18.9 AI 协作编程的两条纪律：黄金快照与 Git 提交点
18.10 本章小结
第 19 章：企业级部署与运维实操：把原理落成生产系统
19.1 环境准备：把"要什么"先列齐
19.2 初始化与降级模式首跑
19.3 配置业务规则：第一条硬规则
19.4 接入审批链与权限：关键操作人机协同
19.5 可观测与告警：让系统"自己说话"
19.6 压测与性能验证：先证明"快且对"
19.7 上线演练与回滚：把"出问题怎么办"提前想好
19.8 实现剖析：灰度开关、单例并发与"模块关闭即降级"
19.9 本章小结
附录与参考文献
附录 A：模块 API 速查
附录 B：术语表
附录 C：从产品视角再读一遍：最小公式与黄金序列
附录 D：核心模块代码索引
附录 E：缩略语与符号表
附录 F：索引
参考文献
首页
>
技术文档
>
规则驱动的业务智能体
>
参考文献
参考文献
← 附录 F：索引
需要定制开发？
沧州艾诺威电子 — 国家高新技术企业，20+项国家专利
嵌入式系统开发 · 物联网方案 · AI智能硬件 · Agent平台工程 · 一站式交付
立即微信咨询