首页 理论 架构 工程 规划 文档 白皮书 著作 研究 案例 下载 博客 关于 联系 开始使用 →

第十一章 需求驱动智能的工程基础

第三篇 需求驱动智能工程实现

本篇把需求驱动智能作为控制后台的核心智能逻辑之一,重点实现从需求输入到需求理解、知识需求确定和智能构建任务形成的工程过程。

第十一章 需求驱动智能的工程基础

  1. 需求对象与需求数据模型

  2. 需求输入与需求信息采集

  3. 需求内容解析与结构化处理

  4. 需求识别与需求分类机制

  5. 需求数据的存储与关联管理

    第十一章 需求驱动智能的工程基础

    需求驱动智能是WSaiOS智能控制后台开展智能构建和自主进化的起点。后台需要根据实际需求确定当前需要解决的问题,识别问题涉及的对象、属性、状态、关系和目标,再判断现有知识结构与知识能力能否满足需求。当现有能力不足时,后台需要进一步组织知识结构化构建,形成新的知识能力,并通过验证后用于后续任务处理和个体智能赋值。

    因此,需求在WSaiOS工程中不是简单的文本输入,也不只是任务管理系统中的一条记录。需求是驱动后台智能处理、知识构建和能力演化的基础工程对象。后台需要能够接收不同来源的需求信息,将原始需求转化为可识别、可分析、可关联和可持续处理的数据对象,使需求信息能够进入后续的需求理解、问题结构分析、知识能力匹配和知识能力构建过程。

    本篇从工程实现角度研究需求驱动智能的建设过程。首先需要建立需求对象及其数据模型,解决需求在工程系统中的统一表达问题;随后建立需求输入和信息采集机制,使后台能够取得来自用户、个体、设备和内部运行过程的需求信息;再通过内容解析与结构化处理,将自然语言、状态信息和任务描述转化为具有明确结构的数据;在此基础上完成需求识别和分类,并将需求数据与对象结构、知识能力、任务和运行记录建立关联。

    本章重点是需求驱动智能的工程基础建设。它不负责完成全部需求理解和知识构建过程,而是建立需求数据进入后台智能核心的统一基础,为下一章的需求理解与问题结构分析提供数据条件。

    11.1 需求对象与需求数据模型

    在WSaiOS工程中,需求对象是需求驱动智能处理的基本数据对象。后台接收到一项需求后,需要将其转化为一个能够独立保存、持续处理和建立关联的工程对象。这个对象不仅要保存需求原始内容,还需要记录需求来源、涉及对象、目标描述、条件信息、当前状态和处理过程等数据。

    需求对象与普通任务对象存在区别。需求描述的是需要解决的问题、希望达到的目标或者当前存在的能力缺口;任务则是后台根据需求分析结果组织出来的具体处理工作。一个需求可能形成多个任务,一个任务也可能关联多个需求。例如,工业设备的运行控制需求可能涉及设备状态识别、异常判断、执行规则构建和运行验证等多个任务。这些任务共同服务于同一项需求,但不能因此将需求和任务合并成同一个数据对象。

    需求对象也不能与知识对象混为一谈。需求表达的是当前需要解决什么问题,知识对象表达的是经过结构化组织的对象定义、属性、关系、状态和方法。需求可以引用已有知识结构,也可以提出新的结构构建要求,但在需求尚未完成分析和验证之前,不能直接将原始需求内容认定为知识定义。

    因此,需求对象的数据模型需要同时支持原始信息保存和结构化信息扩展。

    从工程设计上看,一项需求至少需要具有唯一标识、需求类型、需求来源、原始内容、涉及对象、目标描述、条件信息、需求状态和创建时间等基础数据。随着后台处理过程的推进,还需要逐步补充解析结果、结构化内容、关联结构、能力匹配结果和处理记录。

    建议建立如下需求数据对象:

    Requirement
    ├── requirement_id             # 需求唯一标识
    ├── requirement_type           # 需求类型
    ├── requirement_source         # 需求来源
    ├── original_content           # 原始需求内容
    ├── subject_objects            # 涉及对象
    ├── target_description         # 需求目标
    ├── condition_data             # 条件信息
    ├── constraint_data            # 约束信息
    ├── structured_content        # 结构化需求内容
    ├── recognition_result         # 需求识别结果
    ├── requirement_status         # 当前需求状态
    ├── priority                   # 处理优先级
    ├── created_at                 # 创建时间
    └── updated_at                 # 更新时间

    这里需要区分原始需求内容和结构化需求内容。原始需求内容用于保存需求最初的表达形式,原则上不应在解析过程中被覆盖。结构化需求内容则是后台经过信息提取、对象识别、属性分析和关系整理后形成的数据。两者需要保持关联,以便后续检查结构化结果是否准确反映了原始需求。

    例如,用户提出“让仓库中的运输机器人能够识别通道阻塞,并在通道无法通行时调整运输路线”。这项需求的原始内容是一段完整描述。后台初步识别后,可以发现其涉及运输机器人、仓库通道、通行状态、阻塞状态和运输路线等对象与信息,同时包含识别阻塞、判断通行条件和调整路线等目标。

    此时,后台并没有必要立即将其转化为具体的机器人执行命令。首先需要将需求保存为独立的需求对象,保留原始描述,再逐步补充对象、状态、目标和条件等结构化信息。后续需求理解过程才能根据这些信息分析具体问题,并判断需要构建哪些知识能力。

    在程序实现中,可以先建立需求对象类:

    <?php
    
    class Requirement
    {
        private $requirementId;
        private $requirementType;
        private $source;
        private $originalContent;
        private $structuredContent;
        private $status;
        private $createdAt;
    
        public function __construct(
            $requirementId,
            $requirementType,
            $source,
            $originalContent
        ) {
            $this->requirementId = $requirementId;
            $this->requirementType = $requirementType;
            $this->source = $source;
            $this->originalContent = $originalContent;
            $this->structuredContent = array();
            $this->status = 'received';
            $this->createdAt = date('Y-m-d H:i:s');
        }
    
        public function getRequirementId()
        {
            return $this->requirementId;
        }
    
        public function getOriginalContent()
        {
            return $this->originalContent;
        }
    
        public function getStatus()
        {
            return $this->status;
        }
    
        public function setStructuredContent(array $content)
        {
            $this->structuredContent = $content;
        }
    
        public function getStructuredContent()
        {
            return $this->structuredContent;
        }
    
        public function setStatus($status)
        {
            $this->status = $status;
        }
    }

    这个类负责描述需求对象在程序中的基本属性和状态。它不直接承担需求理解、分类和知识构建任务。需求对象的数据创建、数据验证和持久化应由相应的服务程序及数据访问程序负责,避免将数据模型、业务处理和数据库操作混合在一个类中。

    需求对象还需要支持生命周期管理。一项需求从进入后台到最终处理完成,可能经历接收、待解析、解析中、待理解、分析中、待能力匹配、知识构建中、验证中、已满足、待补充或者终止等状态。不同阶段的状态变化应当由相应的处理程序根据实际结果更新,不能在需求刚刚创建时就直接将其标记为已处理。

    对于需求发生变化的情况,还需要保留需求版本。用户可能修改原有目标,设备运行条件可能发生变化,个体也可能在运行过程中产生新的问题。此时,后台需要判断这是原需求的补充、修订,还是一项具有独立目标的新需求。对于原需求的修订,应保留历史版本和修改记录,不能直接覆盖历史内容,否则后续无法还原当时的需求依据。

    需求数据模型还需要区分需求主体和需求来源。需求主体是需求所涉及的对象或者需求提出者,需求来源则说明信息从哪里进入后台。用户提出的需求、设备状态变化产生的需求、个体运行反馈形成的需求,都可能指向同一个实际对象,但它们的来源和后续处理方式不同。

    因此,需求对象既要具备独立性,也要具备关联能力。它需要能够与对象定义、结构定义、知识能力、任务、个体和运行实例建立关联,为后续需求分析和智能构建提供完整的数据基础。

    11.2 需求输入与需求信息采集

    需求输入是需求驱动智能进入后台运行体系的实际入口。WSaiOS智能控制后台需要面对多种需求来源,不能将需求输入局限于管理后台中的文本输入框,也不能将需求获取简单理解为用户提交一段文字。

    在实际工程环境中,需求信息可能来自用户提出的问题和目标描述,也可能来自个体运行过程中产生的反馈、外部设备传回的状态数据、其他软件系统提交的任务信息,以及后台自身在运行分析中发现的知识能力缺口。这些信息在表达方式、完整程度和数据格式上存在差异,需要通过统一的信息采集机制转化为后台能够接收的需求输入数据。

    首先需要建立统一的需求接收接口。不同来源可以使用不同的接入程序,但最终应当将信息转换为统一的需求输入格式,再交给需求管理程序创建需求对象。这样可以避免每一种接入方式都独立实现一套需求处理逻辑。

    建议采用以下工程目录组织需求输入程序:

    app/
    └── Intelligence/
        └── Requirement/
            ├── Input/
            │   ├── RequirementInputManager.php   # 统一需求输入管理
            │   ├── UserRequirementInput.php      # 用户需求输入
            │   ├── IndividualFeedbackInput.php   # 个体反馈输入
            │   ├── DeviceDataInput.php            # 设备信息输入
            │   ├── SystemRequirementInput.php     # 后台内部需求输入
            │   └── ExternalDataInput.php           # 外部系统数据输入
            ├── RequirementFactory.php             # 需求对象创建
            ├── RequirementValidator.php           # 需求输入验证
            └── RequirementService.php             # 需求接收与管理

    其中,用户需求输入程序负责接收用户表达的目标和问题;个体反馈输入程序负责接收个体运行结果、异常信息和能力不足报告;设备信息输入程序负责接收设备运行状态和外部对象变化;后台内部需求输入程序则负责将知识能力缺口、结构不完整或者任务运行分析中发现的问题转换为新的需求。

    这些输入程序虽然面对不同来源,但应当遵循统一的数据交付约定。例如,每一项输入都应尽可能包含来源标识、输入类型、原始数据、产生时间和关联对象信息。对于缺少部分信息的输入,可以先保存已取得的数据,再由后续解析过程判断是否需要补充,而不是要求所有来源都必须提供完全相同的数据字段。

    统一输入管理程序可以采用如下实现方式:

    <?php
    
    class RequirementInputManager
    {
        private $validator;
        private $factory;
        private $repository;
    
        public function __construct(
            $validator,
            $factory,
            $repository
        ) {
            $this->validator = $validator;
            $this->factory = $factory;
            $this->repository = $repository;
        }
    
        public function receive(array $input)
        {
            $validation = $this->validator->validate($input);
    
            if (!$validation['valid']) {
                throw new InvalidArgumentException(
                    $validation['message']
                );
            }
    
            $requirement = $this->factory->create($input);
    
            $this->repository->save($requirement);
    
            return $requirement;
        }
    }

    这一程序完成的是统一接收、输入验证、需求对象创建和数据保存。它并不直接判断需求是否合理,也不负责确定需求最终需要什么知识能力。这样可以使需求采集与需求理解保持清晰的工程边界。

    需求输入验证需要区分数据格式有效性和需求内容完整性。数据格式有效性主要检查必要字段是否存在、数据类型是否符合约定、来源标识是否有效以及输入内容是否超过允许范围。需求内容完整性则需要在后续需求解析和理解过程中判断。

    例如,用户只输入“让机器人自动避开障碍物”,这段内容虽然没有明确说明机器人类型、障碍物类型、运行环境和避障条件,但它仍然是一项有效的原始需求输入。后台应当先保存需求,再在后续处理过程中识别信息缺口,而不是因为输入信息不完整就直接拒绝接收。

    对于设备和个体产生的输入,情况有所不同。设备数据可能具有明确的数据字段、状态值和时间戳,但这些数据未必天然构成一项需求。例如,温度传感器报告当前温度升高,只能说明发生了一个状态变化。后台需要结合对象结构、运行条件和已有规则判断该变化是否形成新的问题,是否需要产生新的需求。

    这说明需求信息采集和需求识别之间存在明确的区别。采集程序负责取得信息,识别程序负责判断信息是否表达了需求或者能够形成需求。不能将所有进入后台的数据都直接认定为需求。

    需求输入还需要处理重复提交和来源追踪。相同需求可能因为用户重复提交、设备重复上报或者通信重试而多次进入后台。输入管理程序应当保留每次接收记录,并通过来源标识、外部事件标识和内容关联等方式判断是否属于同一项需求。对于确实相同的重复请求,可以建立重复关联,而不是无条件创建大量互相独立的需求对象。

    对于通信中断后补交的个体反馈,还需要保留原始产生时间和后台接收时间。两者不能混为一谈。个体可能在离线运行期间已经产生问题,通信恢复后才将信息传回后台。如果后台只记录接收时间,就可能错误判断问题发生的先后顺序。

    因此,需求输入与信息采集机制需要支持多来源接入、统一数据格式、原始信息保留、输入有效性检查、重复信息识别和来源追踪。其目标是建立可靠的需求信息入口,为后续结构化处理提供完整、可追溯的数据来源。

    11.3 需求内容解析与结构化处理

    需求内容解析是将原始需求信息转化为结构化需求数据的过程。后台接收到需求后,不能直接将原始文本或者设备数据交给后续知识构建程序使用,而需要先识别其中涉及的对象、属性、状态、关系、目标、条件和操作要求,使原本分散在描述中的信息形成可以进一步处理的结构。

    这一过程是需求驱动智能与结构智能逻辑之间的重要连接环节。

    从工程角度看,需求内容解析不应被设计成简单的关键词提取程序。单纯提取几个名词和动词,无法充分表达需求中的对象关系、条件限制和目标之间的逻辑联系。例如,“当仓库通道出现阻塞时,让运输机器人停止进入该通道,并选择其他可通行路线”不仅包含机器人、通道和路线等对象,还包含阻塞状态、通行条件、触发条件、停止行为和路线选择之间的关系。

    后台需要将这些信息组织成具有明确结构的数据,使后续处理程序能够识别当前问题究竟涉及哪些对象,需要分析哪些属性和状态,以及哪些条件需要进一步确认。

    需求解析首先应当保留原始内容,并建立独立的解析结果。解析过程中提取出的信息不能直接覆盖原始需求。这样,当后续发现解析结果存在偏差时,可以重新解析并与原始内容进行对照。

    需求结构化处理可以围绕对象、属性、状态、关系、目标、条件和方法要求展开。

    对象信息用于描述需求涉及的实体,例如机器人、仓库通道、设备、任务和控制系统。属性信息用于描述对象具有的特征,例如设备编号、通道宽度、运行速度和载荷。状态信息用于描述对象当前或者可能处于的状态,例如运行中、停止、阻塞、故障和可通行。关系信息用于描述对象之间的结构联系,例如机器人位于某个区域、通道连接两个区域、机器人执行某项运输任务。

    目标信息用于描述需求希望达到的结果,例如完成运输、避免碰撞或者恢复生产。条件信息用于描述目标成立所需要满足的前提,例如通道必须可通行、设备必须处于正常状态。方法要求则用于描述需求可能涉及的操作类型,例如比较状态、判断条件、计算路线代价和执行停止动作。方法要求只是需求分析阶段提取的信息,具体方法定义和执行权限仍需经过后续知识能力构建和验证。

    建议将结构化需求组织为如下数据形式:

    {
      "requirement_id": "REQ-20261114-001",
      "objects": [
        {
          "object_name": "运输机器人",
          "object_type": "robot"
        },
        {
          "object_name": "仓库通道",
          "object_type": "passage"
        },
        {
          "object_name": "运输路线",
          "object_type": "route"
        }
      ],
      "attributes": [
        {
          "object": "运输机器人",
          "attribute": "current_position"
        },
        {
          "object": "仓库通道",
          "attribute": "passage_status"
        }
      ],
      "states": [
        {
          "object": "仓库通道",
          "state": "blocked"
        },
        {
          "object": "仓库通道",
          "state": "passable"
        }
      ],
      "relations": [
        {
          "subject": "运输机器人",
          "relation": "uses",
          "object": "运输路线"
        },
        {
          "subject": "运输路线",
          "relation": "contains",
          "object": "仓库通道"
        }
      ],
      "targets": [
        "避免进入阻塞通道",
        "保持运输任务可继续执行"
      ],
      "conditions": [
        "通道状态为阻塞时不得进入",
        "替代路线必须满足通行条件"
      ],
      "method_requirements": [
        "状态判断",
        "条件判断",
        "路线比较"
      ]
    }

    以上数据仅用于说明需求结构化结果的组织方式。实际解析时,字段名称、对象类型和关系类型应当根据后台已经建立的结构定义和公共概念定义进行匹配,不应将示例中的英文名称作为固定业务字段写入系统。

    结构化需求需要与后台已有的结构元素建立联系。比如,需求解析得到“运输机器人”后,后台应当尝试匹配现有的机器人对象定义;得到“通道状态”后,应当检查已有结构中是否存在相应的状态属性;得到“通道连接区域”这一关系后,则需要检查是否存在对应的关系定义。

    如果现有结构定义能够覆盖这些内容,后台可以直接引用已有结构标识。如果某些概念无法匹配,则应保留待确认的结构化信息,并标记为待补充或者待定义状态。不能为了让解析程序顺利运行,就随意将未知对象归入某个已有类型。

    工程目录可以按照解析职责组织:

    app/
    └── Intelligence/
        └── Requirement/
            ├── Parsing/
            │   ├── RequirementParser.php       # 需求内容解析入口
            │   ├── ObjectExtractor.php         # 对象信息提取
            │   ├── AttributeExtractor.php      # 属性信息提取
            │   ├── StateExtractor.php          # 状态信息提取
            │   ├── RelationExtractor.php       # 关系信息提取
            │   ├── TargetExtractor.php         # 目标信息提取
            │   ├── ConditionExtractor.php      # 条件信息提取
            │   └── MethodRequirementExtractor.php # 方法要求提取
            ├── Structuring/
            │   ├── RequirementStructurer.php   # 组织结构化需求
            │   ├── StructureReferenceResolver.php # 关联已有结构定义
            │   ├── RequirementCompletenessChecker.php # 检查信息完整性
            │   └── RequirementParseResult.php  # 保存解析结果
            └── Validation/
                └── RequirementStructureValidator.php # 验证结构化结果

    这里将信息提取与结构化组织分开,是为了避免解析程序在识别信息的同时直接创建未经确认的知识定义。提取程序负责从原始信息中取得候选内容,结构化程序负责建立对象、属性、状态和关系之间的组织形式,结构引用程序负责与现有结构定义进行匹配,验证程序则负责检查结构化结果是否存在缺失、冲突和无效关联。

    需求解析程序可以先建立统一入口:

    <?php
    
    class RequirementParser
    {
        private $objectExtractor;
        private $attributeExtractor;
        private $stateExtractor;
        private $relationExtractor;
        private $targetExtractor;
        private $conditionExtractor;
    
        public function __construct(
            $objectExtractor,
            $attributeExtractor,
            $stateExtractor,
            $relationExtractor,
            $targetExtractor,
            $conditionExtractor
        ) {
            $this->objectExtractor = $objectExtractor;
            $this->attributeExtractor = $attributeExtractor;
            $this->stateExtractor = $stateExtractor;
            $this->relationExtractor = $relationExtractor;
            $this->targetExtractor = $targetExtractor;
            $this->conditionExtractor = $conditionExtractor;
        }
    
        public function parse(Requirement $requirement)
        {
            $content = $requirement->getOriginalContent();
    
            $result = array(
                'objects' => $this->objectExtractor->extract($content),
                'attributes' => $this->attributeExtractor->extract($content),
                'states' => $this->stateExtractor->extract($content),
                'relations' => $this->relationExtractor->extract($content),
                'targets' => $this->targetExtractor->extract($content),
                'conditions' => $this->conditionExtractor->extract($content)
            );
    
            return $result;
        }
    }

    上述程序展示的是需求解析的组织接口。各提取器的具体实现需要结合实际采用的信息表达方式、公共概念定义和结构匹配机制逐步建立,不能仅凭这一段调用代码就认为已经具备完整的语义理解能力。

    尤其需要注意,需求解析得到的是候选结构信息,不等于已经完成需求理解。一个需求可能包含多个对象和多个条件,但这些信息之间的真实逻辑关系还需要进一步分析。例如,“机器人不能进入阻塞通道”与“机器人必须继续完成运输任务”之间可能存在条件冲突。仅仅提取对象、状态和目标,还不能确定后台应该选择哪种处理方式。

    因此,结构化处理还需要进行完整性检查和一致性检查。完整性检查用于判断当前信息是否足以支持后续分析;一致性检查用于判断对象、属性、状态和关系之间是否存在明显冲突;结构引用检查则用于确认提取出的内容是否能够与现有结构定义建立有效联系。

    对于无法确定的信息,后台应当保留不确定状态,而不是自动填入推测值。例如,需求只说明机器人需要避开障碍物,但没有说明障碍物识别范围、运动速度和允许距离,后台可以记录这些信息尚未明确,并在下一阶段判断是否需要进一步获取。

    通过需求内容解析和结构化处理,原始需求就能够转化为与WSaiOS结构智能体系相衔接的数据对象,为后续需求理解和问题结构分析提供基础。

    11.4 需求识别与需求分类机制

    需求识别解决的是后台如何判断当前输入表达了什么需求,以及这项需求属于哪一种处理类型的问题。需求分类则是在识别基础上,将需求按照其来源、目标、对象、处理性质和后续工程路径进行组织。

    需求识别不能简单依赖输入来源或者几个固定关键词。相同的输入来源可能产生不同类型的需求,相同的需求内容也可能来自不同主体。例如,用户提出设备异常处理要求,设备自身产生异常状态反馈,个体在执行任务时发现无法处理的状态,这三种情况都可能涉及设备异常,但其产生方式和处理重点并不相同。

    因此,后台需要结合原始需求内容、结构化需求信息、对象定义、状态信息和关联运行记录进行识别。识别程序不仅需要判断需求涉及什么对象,还需要分析需求希望达到什么目标,以及当前输入究竟是在表达新的问题、提出新的能力要求,还是报告已经发生的运行事件。

    从工程处理路径来看,可以先建立几类基本需求类型,但这些类型应当作为后台初期的数据组织方式,而不是对所有需求进行永久固定的限制。

    新能力需求是指当前知识能力体系尚不能满足的新目标或者新任务要求。这类需求通常需要进入需求理解、能力匹配和知识能力构建过程。

    问题解决需求是指当前已经出现了明确问题,需要后台分析原因并形成解决方法。这类需求需要识别问题对象、问题状态、关联关系和目标约束。

    对象控制需求是指需要对具体设备、机器人、软件对象或者其他运行主体进行控制。这类需求不仅需要形成相应的知识能力,还需要明确执行主体、执行对象、控制边界和安全条件。

    知识补充需求是指现有知识结构或者知识能力存在缺失,需要补充对象定义、属性、状态、关系或方法。这类需求通常由需求分析、运行反馈或者结构完整性检查产生。

    能力调整需求是指已有知识能力需要修改、扩展、限制或者重新赋值。例如,个体职责发生变化,原有能力不再适用,或者运行环境变化导致原有能力需要重新验证。

    运行反馈需求则来自个体和系统运行过程。它可能包含执行失败、状态异常、能力不足、环境变化或者新的对象关系等信息。后台需要对其进行分析,判断是否产生新的需求。

    这些需求类型之间并非完全互斥。一项新能力需求可能同时属于对象控制需求;一项运行反馈也可能进一步形成知识补充需求。工程上应当允许一项需求具有主要分类和多个关联标签,而不能强制每项需求只能进入一个固定类别。

    需求分类的另一维度是需求来源。来源可以包括用户、个体、设备、外部系统和后台内部处理过程。来源分类主要服务于信息追踪、处理权限和后续反馈,不应代替需求内容分类。

    此外,还需要区分需求的紧急程度和处理优先级。紧急程度反映问题是否需要及时处理,优先级则是后台根据任务影响、运行风险、资源条件和整体任务安排确定的处理顺序。两者有关联,但不是同一个概念。对于涉及设备安全的异常需求,即使其知识构建工作量较大,也可能需要先进入安全控制和人工确认过程,而不是简单排在普通知识补充需求之后。

    建议将需求识别程序组织如下:

    app/
    └── Intelligence/
        └── Requirement/
            ├── Recognition/
            │   ├── RequirementRecognizer.php      # 需求识别入口
            │   ├── RequirementTypeResolver.php    # 需求类型识别
            │   ├── RequirementSourceResolver.php  # 需求来源识别
            │   ├── RequirementObjectResolver.php  # 需求对象识别
            │   ├── RequirementGoalResolver.php    # 需求目标识别
            │   └── RequirementIntentResolver.php  # 需求意图识别
            ├── Classification/
            │   ├── RequirementClassifier.php      # 需求分类组织
            │   ├── RequirementCategory.php        # 需求分类定义
            │   ├── RequirementPriorityResolver.php # 优先级判断
            │   └── RequirementClassificationResult.php # 分类结果
            └── Validation/
                └── RequirementRecognitionValidator.php # 识别结果验证

    识别过程需要充分利用前一节产生的结构化需求数据。对象识别程序负责确认需求涉及哪些对象及其结构类型;目标识别程序负责确定需求希望达到的结果;意图识别程序负责分析当前需求表达的是新能力构建、问题处理、对象控制、知识补充还是其他处理方向;类型解析程序综合这些信息形成初步需求类型。

    例如,前面提出的仓库运输机器人需求,经过结构化处理后,后台已经取得机器人、通道、路线、阻塞状态和运输目标等信息。需求识别程序可以将其识别为对象控制与新能力需求,并进一步关联通道状态识别、阻塞判断和路线选择等待分析内容。

    如果现有知识能力已经具备相应处理条件,则不一定需要重新构建知识能力,而可以直接进入能力匹配和任务组织过程。如果现有知识能力只能识别阻塞状态,却不具备替代路线判断能力,那么后台应当将缺失部分识别为能力缺口,进一步形成知识补充需求。

    需求识别程序可以采用如下基础接口:

    <?php
    
    class RequirementRecognizer
    {
        private $typeResolver;
        private $objectResolver;
        private $goalResolver;
        private $intentResolver;
    
        public function __construct(
            $typeResolver,
            $objectResolver,
            $goalResolver,
            $intentResolver
        ) {
            $this->typeResolver = $typeResolver;
            $this->objectResolver = $objectResolver;
            $this->goalResolver = $goalResolver;
            $this->intentResolver = $intentResolver;
        }
    
        public function recognize(array $structuredData)
        {
            $objects = $this->objectResolver->resolve(
                $structuredData
            );
    
            $goals = $this->goalResolver->resolve(
                $structuredData
            );
    
            $intent = $this->intentResolver->resolve(
                $structuredData
            );
    
            $type = $this->typeResolver->resolve(
                $objects,
                $goals,
                $intent
            );
    
            return array(
                'objects' => $objects,
                'goals' => $goals,
                'intent' => $intent,
                'requirement_type' => $type
            );
        }
    }

    这段程序描述的是识别过程的调用组织。实际类型识别需要建立在结构定义、概念匹配和识别规则的基础上。对于无法确定的情况,应允许返回多个候选类型或者待确认状态,而不是强行输出一个看似确定的分类结果。

    需求分类完成后,还需要进行分类结果验证。验证程序应当检查分类是否与需求目标相符,是否与涉及对象的结构类型存在冲突,以及是否遗漏了重要的关联需求。对于一项同时涉及设备控制和新知识能力构建的需求,分类结果应当能够保留两种处理属性,使后台既能组织能力构建,也能明确最终需要形成对象控制能力。

    需求分类机制还需要支持动态扩展。随着WSaiOS工程应用范围扩大,后台可能遇到工业控制、机器人集群、无人机集群、软件自主运行和其他复杂任务。不同领域可能产生新的需求类型。工程上应当通过分类定义数据和分类关系进行扩展,而不是每增加一种需求类型就修改整个智能运行核心。

    需要强调的是,需求分类只负责建立需求的处理属性和组织方式,不能替代需求理解。需求最终需要解决什么问题、现有知识能力能否满足、应当构建什么知识结构以及形成什么方法,都需要在下一阶段通过更加深入的需求理解与问题结构分析确定。

    11.5 需求数据的存储与关联管理

    需求数据的存储不仅是为了保存用户输入的信息,更重要的是为需求的持续处理、知识构建、能力验证、个体赋值和运行反馈建立稳定的数据关系。

    一项需求在WSaiOS后台中可能持续存在较长时间。它可能经历多次解析、补充、分类、能力匹配和知识构建,也可能在某个阶段因为条件变化而重新分析。如果只将需求内容保存在一张简单的数据表中,就难以完整记录需求的变化过程,也无法建立需求与知识能力之间的关联。

    因此,需求存储需要同时考虑需求主体数据、结构化内容、分类信息、版本记录和关联关系。

    需求主体数据表用于保存需求的基本信息。结构化内容表用于保存需求解析后的对象、属性、状态、关系、目标和条件。需求分类表用于保存需求的分类结果及其适用状态。需求版本表用于保存需求修改和补充的历史版本。需求关联表则用于建立需求与对象、结构、知识能力、任务和运行实例之间的联系。

    建议在MySQL中建立以下基础数据表。

    需求主体表requirements:

    CREATE TABLE requirements (
        id BIGINT NOT NULL AUTO_INCREMENT,
        requirement_id VARCHAR(64) NOT NULL,
        requirement_type VARCHAR(64) DEFAULT NULL,
        source_type VARCHAR(64) NOT NULL,
        source_id VARCHAR(128) DEFAULT NULL,
        original_content LONGTEXT NOT NULL,
        requirement_status VARCHAR(32) NOT NULL,
        priority INT DEFAULT 0,
        current_version INT NOT NULL DEFAULT 1,
        created_at DATETIME NOT NULL,
        updated_at DATETIME NOT NULL,
        PRIMARY KEY (id),
        UNIQUE KEY uk_requirement_id (requirement_id),
        KEY idx_requirement_type (requirement_type),
        KEY idx_requirement_status (requirement_status),
        KEY idx_source (source_type, source_id)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

    结构化需求数据表requirement_structures:

    CREATE TABLE requirement_structures (
        id BIGINT NOT NULL AUTO_INCREMENT,
        requirement_id VARCHAR(64) NOT NULL,
        version_number INT NOT NULL,
        structured_content LONGTEXT NOT NULL,
        parse_status VARCHAR(32) NOT NULL,
        validation_status VARCHAR(32) DEFAULT NULL,
        created_at DATETIME NOT NULL,
        PRIMARY KEY (id),
        KEY idx_requirement_version (
            requirement_id,
            version_number
        )
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

    需求分类表requirement_classifications:

    CREATE TABLE requirement_classifications (
        id BIGINT NOT NULL AUTO_INCREMENT,
        requirement_id VARCHAR(64) NOT NULL,
        category_code VARCHAR(64) NOT NULL,
        category_role VARCHAR(32) DEFAULT NULL,
        recognition_status VARCHAR(32) NOT NULL,
        created_at DATETIME NOT NULL,
        PRIMARY KEY (id),
        KEY idx_requirement_category (
            requirement_id,
            category_code
        )
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

    需求版本表requirement_versions:

    CREATE TABLE requirement_versions (
        id BIGINT NOT NULL AUTO_INCREMENT,
        requirement_id VARCHAR(64) NOT NULL,
        version_number INT NOT NULL,
        original_content LONGTEXT NOT NULL,
        change_description TEXT,
        change_source VARCHAR(64) DEFAULT NULL,
        created_at DATETIME NOT NULL,
        PRIMARY KEY (id),
        UNIQUE KEY uk_requirement_version (
            requirement_id,
            version_number
        )
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

    需求关联表requirement_relations:

    CREATE TABLE requirement_relations (
        id BIGINT NOT NULL AUTO_INCREMENT,
        requirement_id VARCHAR(64) NOT NULL,
        related_type VARCHAR(64) NOT NULL,
        related_id VARCHAR(128) NOT NULL,
        relation_type VARCHAR(64) NOT NULL,
        created_at DATETIME NOT NULL,
        PRIMARY KEY (id),
        KEY idx_requirement_relation (
            requirement_id,
            related_type
        ),
        KEY idx_related_object (
            related_type,
            related_id
        )
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

    上述表结构属于初步设计。实际开发时,需要根据确定的MySQL版本、数据规模和查询方式进一步调整字段长度、索引和关联约束。对于需要强一致性维护的关系,优先考虑明确的关联表和外键约束;如果采用统一关联表保存多种对象类型,则需要由应用程序负责检查关联对象是否真实存在及其类型是否正确。

    需求关联管理是这一数据模型的关键部分。

    需求与对象之间的关联,可以说明需求涉及哪些实际对象和结构对象。例如,一项机器人控制需求可能关联机器人对象、传感器对象、通道对象和路线对象。

    需求与结构定义之间的关联,可以说明当前需求使用了哪些已有结构定义,以及哪些结构定义尚待补充。需求与知识能力之间的关联,可以说明哪些现有能力已经能够满足需求,哪些能力需要扩展,哪些能力是新构建后形成的。

    需求与任务之间的关联,可以说明后台为解决该需求组织了哪些工程任务。需求与运行实例之间的关联,则可以追踪该需求在不同运行阶段的处理过程和结果。

    这些关系需要保持可追溯性。例如,一项需求经过分析后形成新的知识能力,随后被赋予多个不同个体使用。后台应当能够从个体当前使用的能力版本,追溯到该能力的构建来源,再进一步追溯到最初产生该能力构建任务的需求。反过来,后台也应当能够从某一项需求查询它最终形成了哪些知识能力、分配给了哪些个体,以及在运行中产生了什么结果。

    这种关联关系可以表达为:

    需求对象
        │
        ├── 原始输入与版本记录
        │
        ├── 结构化需求数据
        │
        ├── 涉及的对象结构
        │
        ├── 需求分类结果
        │
        ├── 现有知识能力匹配
        │
        ├── 知识能力构建任务
        │       │
        │       ▼
        │   新知识结构
        │       │
        │       ▼
        │   知识能力形成与验证
        │       │
        │       ▼
        │   个体智能赋值
        │
        └── 运行实例与结果反馈

    需求数据存储还需要考虑状态变化和历史记录。需求状态发生变化时,应当记录变化前后的状态、变更时间和变更来源。结构化内容重新解析后,应当产生新的解析版本,不能覆盖已经被后续处理使用的旧版本。需求分类发生变化时,也需要保留分类调整记录,以便分析需求为什么从一种处理路径转入另一种处理路径。

    在程序组织上,可以建立独立的需求数据访问层:

    app/
    └── Intelligence/
        └── Requirement/
            ├── Models/
            │   ├── Requirement.php              # 需求对象模型
            │   ├── RequirementStructure.php     # 结构化需求模型
            │   ├── RequirementClassification.php # 分类结果模型
            │   └── RequirementVersion.php       # 需求版本模型
            ├── Repositories/
            │   ├── RequirementRepository.php    # 需求主体数据访问
            │   ├── RequirementStructureRepository.php # 结构化数据访问
            │   ├── RequirementRelationRepository.php # 需求关联数据访问
            │   └── RequirementVersionRepository.php # 版本数据访问
            └── Services/
                ├── RequirementService.php       # 需求数据管理
                ├── RequirementVersionService.php # 需求版本管理
                └── RequirementRelationService.php # 需求关联管理

    需求服务程序负责组织需求创建、状态更新、版本保存和关联建立。数据访问程序只负责与数据库交互,不承担需求识别和智能判断。这样可以使需求数据管理与后台智能处理保持清晰边界。

    例如,需求创建时应当在同一个数据库事务中完成需求主体记录和初始版本记录,避免出现需求已经创建但历史版本缺失的情况。结构化结果保存时,也应当保证解析版本和对应的需求标识一致。需求关联建立时,需要验证关联对象是否存在,以及关联对象是否属于允许的对象类型。

    对于来自个体的运行反馈,还需要保存个体标识、原始任务标识、反馈产生时间和后台接收时间。后台通过这些关联信息,才能将反馈与个体当时使用的知识能力版本对应起来,进一步判断问题是否源于能力不足、结构不匹配或者运行环境变化。

    需求数据管理还必须建立访问控制边界。普通输入程序可以创建需求,但不应因此获得修改知识能力定义和个体部署配置的权限。知识能力构建程序可以读取经过授权的需求数据,并产生新的结构化构建结果;个体部署程序则只能取得经过验证并被授权使用的知识能力。需求对象本身不能因为被保存到数据库,就自动成为可执行的控制规则。

    通过上述数据模型和关联管理,需求不再是一段孤立的文本,而成为能够贯穿WSaiOS智能控制后台运行过程的基础工程对象。后台可以围绕需求保存原始信息、管理结构化内容、记录分类结果、追踪版本变化,并将需求与知识结构、知识能力、任务、个体和运行反馈建立持续关联。

    本章小结

    本章建立了WSaiOS需求驱动智能的工程基础,重点解决需求如何进入智能控制后台、如何形成统一数据对象,以及如何为后续需求理解和知识能力构建提供结构化数据的问题。

    需求对象是需求驱动智能的基本工程对象,需要与任务对象、知识对象和运行对象保持明确区别。需求输入机制负责接收来自用户、个体、设备、外部系统和后台内部处理过程的信息,并通过统一入口建立需求对象。需求内容解析将原始信息转化为包含对象、属性、状态、关系、目标和条件的结构化数据。需求识别与分类进一步确定需求的处理属性和后续工程路径。需求存储与关联管理则使需求能够与结构定义、知识能力、任务、个体和运行结果建立持续联系。

    本章形成的工程基础,为需求驱动智能提供了统一的数据入口和处理对象。但需求数据被接收、解析和分类,并不意味着后台已经真正理解需求。结构化信息仍然需要进一步分析其对象关系、问题条件、目标约束和实际解决要求。

    下一章将在本章建立的需求对象和结构化需求数据基础上,进一步研究需求理解与问题结构分析的工程实现,使后台能够从需求信息中识别真正需要解决的问题,并据此判断现有知识能力是否满足要求,以及后续应当构建什么样的知识结构与知识能力。

Leave a Reply

Your email address will not be published. Required fields are marked *

客服咨询
● 欢迎咨询与合作
您好!欢迎咨询。 我可以帮助您了解人工智能技术研发、智能软件系统开发、网站建设、搜索优化及项目定制等相关信息。 请问有什么可以帮您?
免费申请
请填写以下信息,方便我们进一步沟通。
欢迎咨询 AI 系统开发、网站建设、搜索优化、项目定制合作
电话:15089196448
邮箱:1602401899@qq.com
地址:陕西省渭南市
服务时间:周一至周五 09:00 - 18:00 | 7×24小时技术值守