共 3 篇文章
以保全全套方案路径设计与核销转让项目审查两个真实业务场景为锚，用三份现行监管文件（财金〔2012〕6号、财金〔2013〕146号、银保监办便函〔2021〕26号及 2025 年延期通知）把业务流程拆成可建模的阶段与材料清单，给出场景导向本体的四层划分与知识图谱的三类边，并回答三个工程问题：自动化管线有哪些（pySHACL/RDFLib/OWL-RL 已核实版本与许可，LLM 参与构建的七条实证失效模式）、本体怎么快速落地（能力问题驱动、SHACL 把散文规则变成机器约束、账销案存给追踪闭环）、以及智能体自动运行与辅助决策的边界划在哪里（财金〔2013〕146 号的 20% 检查覆盖面与监管新增的自查审计要求）。
接续《资产保全智能体的本体论与知识图谱怎么配套建》，回答被反复追问的架构问题：本体论形成的资产究竟该作为智能体的 RAG 知识库，还是 skill？本文的答案都不是——本体资产有三种用法，对应知识在生成链上的三个不同作用点：作为检索的骨架（OG-RAG 实证召回率 +55%、正确率 +40%）、作为校验的约束（SHACL 形状是唯一能承载监管硬约束的层）、作为能力的目录（Knowledge-as-Skill 指出传统知识库把文档暴露为匿名文本块、智能体根本不知道库里有什么）。给出一个三问判据判断每项知识该放哪一层，并把两个业务场景各自的三层配比算清楚：保全方案路径设计是生成型任务，骨架与目录占大头；核销转让审查是判断型任务，校验层占大头。
资产保全智能体的知识底座应从'通用知识库'升级为受控的、可推理的、可审计的'语义底座'。本文基于蚂蚁数科KBase、神州信息本体论白皮书、彩讯Rich AIBox、天阳科技双核引擎等已核实实践，给出四层架构、六步落地流程与可追溯证据链设计。