本体工程“五环联动”生命周期
方法骨架
- 用预处理、建模、入库、平台、实施五个环节规划本体全生命周期。
- 预处理把知识原料变成清晰、正确、完整、最简的输入。
- 建模将输入形式化,并经过模型、工具、专家和用例校验。
- 入库完成注册、版本、来源、权限和生产准入。
- 平台提供可视化、存储、检索、服务和运行监控能力。
- 实施把本体放进真实闭环,通过建用优复和双线运维持续演进。
- 场景交付链路作为五环内的施工顺序:场景与Agent定位、场景深描、数据准备、知识结构、语义模型、概念与逻辑模型、实例、验证、发布和运行。
触发场景
用户会在什么情境下需要这个 Skill
- 需要规划企业本体建设项目
- 已有模型原型但缺少上线和运营路径
- 要明确本体团队、平台和业务实施的责任边界
语言信号
- “按五环规划实施”
- “本体项目需要哪些阶段和产出”
- “从知识采集到上线怎么走”
- 英文信号:ontology lifecycle, five-ring, production readiness
与相邻 Skill 的区分
- 与
ontology-model-multilayer-quality-gate:本 skill 规划全生命周期;多层质量门专注建模环节的质量准入。 - 与
point-line-plane-ontology-scaling:本 skill 管理工程环节;点线面管理业务范围的扩展顺序。
执行步骤
按当前任务选择必要步骤;已有可靠成果直接复用:
定义五环目标
- 动作:为预处理、建模、入库、平台、实施分别写清输入、输出、责任和质量门。
- 完成标准:五环均有责任人、产出物和验收条件。
评估当前成熟度
- 动作:盘点已有资料、模型、存储、工具、服务、场景和运营机制。
- 完成标准:每一环标为可用、需补强或缺失,并附证据。
安排最短闭环
- 动作:调用
ontology-scenario-delivery,围绕首个真实场景安排从Agent任务到模型、实例、验证和发布的必要能力。 - 完成标准:任务依赖和先后顺序明确,未引入无场景支撑的平台能力。
- 动作:调用
设置生产门
- 动作:在注册、发布和运行前检查版本、权限、测试、回滚、监控和责任。
- 完成标准:所有阻断项关闭后才允许进入生产。
建立双线运营
- 动作:分别监控源数据变化与语义模型变化,按建用优复处理反馈。
- 完成标准:形成问题分流、变更评审、回归测试和复用台账。
固定输出
- 五环生命周期总图:预处理、建模、入库、平台和实施的输入、输出、责任和依赖
- 当前成熟度评估表:环节、现有能力、证据、可用、需补强或缺失结论和影响
- 阶段产物与准入矩阵:环节、必备产物、质量门、责任人、验收人和进出条件
- 最短建设闭环路线图:场景、任务、数据、知识、模型、实例、验证、发布和运行的顺序
- 角色与职责矩阵:业务、数据、模型、平台、安全、测试和运营责任
- 生产准入、版本、权限、回滚与监控清单
- 双线运营与反馈台账:数据变化、语义变化、问题分流、影响、评审和回归状态
每一环都必须对应真实场景与可验收产物;未关闭的生产阻断项不得用计划表达代替准入结论。
使用边界
不要在以下情况使用
- 仅需制作一次性概念演示
- 没有明确业务场景却先建设大而全平台
- 把五环当成固定采购清单,忽略现有能力
常见失败模式
- 用不成熟的AI能力自动治理AI:AI输出从建议变成控制面配置,伪相关、错误因果和识别偏差被持续复用。
- 为建设本体而建设本体博物馆:项目目标从解决问题偏移到交付模型资产,缺少场景牵引、调用契约和量化验收。
- 本体静态交付后缺少版本和反馈运营:业务变化与本体发布脱节,运行异常也无法回流建模端,旧版本继续影响Agent决策。
- 新本体与存量数据和系统形成新孤岛:语义层与事实源、既有知识资产及执行系统没有稳定映射,模型无法随真实业务同步。
使用折扣与复核要求
- 通用方法未规定具体产品和组织规模,实施节奏需结合团队能力与存量架构。
- 大模型生成形式结构无法直接证明业务语义正确,生产使用需保留专家确认、工具校验、真实用例和审计记录。
相关 Skills
depends-on→ontology-ai-scenario-fit-and-spike。composes-with→ontology-scenario-delivery;五环负责项目生命周期,总控 Skill 负责单场景施工和交付物。composes-with→ontology-model-multilayer-quality-gate;本 skill 规划全生命周期;多层质量门专注建模环节的质量准入。
审计信息
- 历史验证:v0.1.0 路由测试 6/6;v0.4.0 已通过输出契约结构校验,跨平台行为继续按版本抽样
- 首次公开版本:2026-08-21
- 来源说明:方法框架受《本体驱动的 AI 数据管理》启发;仓库不包含原书正文。