Ontology 企业知识引擎 — 洛书 Luoshu 平台能力

Architecture

四层结构：从行业通用到企业私有

前两层由洛书行业模板提供，后两层由企业实施映射——行业经验复用 + 企业私有沉淀

图：Ontology 四层结构，三种机制作用于平台全链路

Why Not Plain RAG

与通用 RAG 的差距，企业最关心的六个维度

「自己搭一套 RAG」和「洛书 Ontology 驱动」的区别，一表看清

企业关注点	通用 RAG（文档检索增强）	Ontology 驱动（洛书方式）
懂不懂行话	文档说什么答什么，术语不统一	概念层统一定义术语，输出口径一致
答得准不准	全库向量检索，噪声片段多，易被相似内容带偏	先定位知识域再检索，命中精度高，幻觉率低
守不守规则	规则散落在文档里，靠模型"碰运气"遵守	规则层显式约束（如医保目录、法条时效），强制注入生成
数据管得住吗	向量库与权限体系脱节	实例层绑定权限，域级/角色级管控，越权内容不可召回
效果可审计吗	答案无法追溯知识来源	引用可溯源到实体与文档版本，变更留痕
换一家企业要重做吗	重新灌文档，经验不沉淀	行业模板复用，仅实例层需企业映射，交付周期缩短

Configuration

配置化定义，不写代码

YAML 声明式定义——行业实施顾问与企业管理员即可维护，无需开发介入

# 示例：医疗行业 Ontology 片段（示意）
concept:
  - id: drug          # 概念层：实体类型
    label: 药品
    properties: [通用名, 剂型, 批准文号]
relation:
  - subject: drug
    predicate: 适应症_of
    object: disease       # 关系层：药品—疾病
rule:
  - id: prescription_limit
    statement: 处方药推荐必须引用批准说明书，且标注"遵医嘱"
    enforce: generation          # 作用于生成环节
instance:
  - bind: hospital.formulary     # 实例层：绑定企业数据源
    access: role:physician       # 权限：仅医师角色可召回

① 行业模板打底

随平台提供医疗、法律等行业 Ontology 模板（概念层 + 关系层 + 规则层），来自真实行业产品的实战沉淀。

Industry Templates

② 企业映射填充

实施阶段只需完成实例层映射（数据源绑定、权限配置、私有术语补充），通常 1–2 周完成；控制台提供可视化映射与版本管理。

Enterprise Mapping · 1–2 Weeks

③ 持续演化

Badcase 回流与业务变更触发 Ontology 版本修订，走"变更—评测—灰度—上线"流程，知识资产越滚越厚。

Continuous Evolution