{"id":"886414d0-1094-4f3e-a4f8-8f30b42c4cc9","entityType":"agent","slug":"clawhub-wu-xiaochen-ontology-clawra","name":"ontology-clawra","canonicalUrl":"https://www.xpersona.co/agent/clawhub-wu-xiaochen-ontology-clawra","canonicalPath":"/agent/clawhub-wu-xiaochen-ontology-clawra","generatedAt":"2026-10-10T10:53:12.953Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-10T08:03:56.639Z","emptyReason":null},"description":"ontology-clawra v5.0 - Local Ontology Reasoning Engine A local structured reasoning engine with confidence management and automatic learning. Reads user workspace memory files for context. No cross-skill scheduling or network communication. Core Capabilities: - Ontology knowledge graph storage and reasoning - Confidence calculation and meta-cognition - Local memory search and rule learning File Access: Read/write only ~/.openclaw/skills/ontology-clawra/memory/ for ontology files; Read only ~/.openclaw/workspace/memory/*.md for user context. No cross-skill scheduling, no automatic network requests. Skill: ontology-clawra Owner: wu-xiaochen Summary: ontology-clawra v5.0 - Local Ontology Reasoning Engine A local structured reasoning engine with confidence management and automatic learning. Reads user workspace memory files for context. No cross-skill scheduling or network communication. Core Capabilities: - Ontology knowledge graph storage and reasoning - Confidence calculation and meta-cognition - Local memory s","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.6K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s174abkkfwasexrfr364gpqry583jk9n:ontology-clawra","sourceUrl":"https://clawhub.ai/wu-xiaochen/ontology-clawra","homepage":"https://clawhub.ai/wu-xiaochen/skills/ontology-clawra","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/wu-xiaochen/ontology-clawra","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/wu-xiaochen/skills/ontology-clawra","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":64,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"ontology-clawra v5.0 - Local Ontology Reasoning Engine A local structured reasoning engine with confidence management and automatic learning. Reads user workspa"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:03:56.639Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:03:56.639Z","emptyReason":null},"stars":null,"forks":null,"downloads":1572,"packageName":null,"latestVersion":"4.4.0","tractionLabel":"1.6K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:03:56.638Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T08:03:56.639Z","lastCrawledAt":"2026-10-10T08:03:56.638Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T08:03:56.638Z","lastVerifiedAt":null,"highlights":[{"version":"4.4.0","createdAt":"2026-04-11T04:00:56.847Z","changelog":"ontology-clawra v4.4.0 - 新增 Hermes Prompt 层级架构分析，明确 SOUL.md（第一层）为最高优先触发器写入位置 - 引入“Pre-Response Checklist”机制，依 WAL 协议，确保每次回复前主动检测学习/推理触发信号 - 明确分离两条触发通道：学习触发（即时知识写入）和推理触发（本体查验决策） - 详细阐述为什么 WAL 机制应写入 SOUL.md 而非 Skills 层，防止触发失效 - 强化自动增强器 auto_enhancer.py 风险和使用说明","fileCount":24,"zipByteSize":56353},{"version":"4.3.1","createdAt":"2026-04-10T16:02:20.179Z","changelog":"ontology-clawra v4.3.1 - 更新元数据：将版本号提升至 4.3.1，并同步 last_updated 字段 - 文档维护：SKILL.md 和相关元数据文件内容对齐，无功能逻辑调整 - 保持现有三层记忆架构和触发机制，暂无新增功能或行为变动","fileCount":24,"zipByteSize":56315},{"version":"4.3.0","createdAt":"2026-04-10T10:02:27.430Z","changelog":"ontology-clawra v4.3.0 - 增强三层记忆架构，补充详细路径说明与 Clawra/Hermes 框架适配 - 新增记忆联动机制，明确热层/暖层写入原则与备份/恢复流程 - 文档加入 Hermes Prompt 注入原理，强调 SOUL.md 作为最高优先级触发层 - 详细描述 WAL 风格学习/推理双通道触发规则，区分与 OpenClaw 的 Hook 架构 - 明确私有仓库备份要求、安全红线与脱敏标准 - 提高主动进化行为说明，完善与现有 Hermes 架构的衔接","fileCount":24,"zipByteSize":56296},{"version":"4.2.1","createdAt":"2026-04-10T04:01:35.298Z","changelog":"v4.2.1 Changelog - Added proactive evolution behaviors: session-end summaries and direct proactive suggestions. - Expanded \"trigger timing\" section with new scenarios for taking initiative, such as addressing habitual user issues and summarizing learnings before conversation ends. - Detailed guidance for proactive session review and suggestion formats to increase utility and user value. - Documentation updates in SKILL.md to reflect these new behaviors and usage patterns.","fileCount":24,"zipByteSize":54879},{"version":"4.1.0","createdAt":"2026-04-09T22:01:30.012Z","changelog":"- Updated version information in metadata files. - Added changelog entry for version 4.1.0 in CHANGELOG.md.","fileCount":24,"zipByteSize":53749},{"version":"4.0.2","createdAt":"2026-04-09T14:01:56.810Z","changelog":"明确说明 auto_enhancer 与 network_fetch 的凭证使用和风险","fileCount":24,"zipByteSize":53669},{"version":"4.0.1","createdAt":"2026-04-09T13:53:02.917Z","changelog":"清理版本 - 移除所有个人信息","fileCount":24,"zipByteSize":52920},{"version":"4.0.0","createdAt":"2026-04-09T13:38:45.626Z","changelog":"**ontology-clawra v4.0.0** — 全新三层记忆本体论引擎，聚焦主动推理与进化 - 引入三层记忆架构：热层（参与推理）、暖层（长期上下文）、冷层（归档备查），各自有清晰的准入与转存规则。 - 新增 memory_manager.py，统一管理三层记忆与推理数据流转、淘汰策略。 - 推理和知识写入标准迭代，仅保留真实参与推理且影响世界建模的结构化知识，淘汰泛记笔记模式。 - 支持命令行直接写入、查询、上下文获取与统计热层内容，提高可用性与规范性。 - 明确置信度标注规则，并自动管理 SPECULATIVE 条目归档，有效提升知识可信度管理。 - 精简和重写文档，聚焦于自进化推理引擎的定位与","fileCount":36,"zipByteSize":199133}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s174abkkfwasexrfr364gpqry583jk9n:ontology-clawra","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T10:53:12.949Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-wu-xiaochen-ontology-clawra/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-10T08:03:56.639Z","emptyReason":null},"readme":"Skill: ontology-clawra\n\nOwner: wu-xiaochen\n\nSummary: ontology-clawra v5.0 - Local Ontology Reasoning Engine\n\nA local structured reasoning engine with confidence management and automatic learning.\nReads user workspace memory files for context. No cross-skill scheduling or network communication.\n\nCore Capabilities:\n- Ontology knowledge graph storage and reasoning\n- Confidence calculation and meta-cognition\n- Local memory search and rule learning\n\nFile Access: Read/write only ~/.openclaw/skills/ontology-clawra/memory/ for ontology files;\nRead only ~/.openclaw/workspace/memory/*.md for user context.\nNo cross-skill scheduling, no automatic network requests.\n\nTags: ai:5.0.0, latest:5.1.0, reasoning:5.0.0\n\nVersion history:\n\nv4.4.0 | 2026-04-11T04:00:56.847Z | auto\n\nontology-clawra v4.4.0\n\n- 新增 Hermes Prompt 层级架构分析，明确 SOUL.md（第一层）为最高优先触发器写入位置\n- 引入“Pre-Response Checklist”机制，依 WAL 协议，确保每次回复前主动检测学习/推理触发信号\n- 明确分离两条触发通道：学习触发（即时知识写入）和推理触发（本体查验决策）\n- 详细阐述为什么 WAL 机制应写入 SOUL.md 而非 Skills 层，防止触发失效\n- 强化自动增强器 auto_enhancer.py 风险和使用说明\n\nv4.3.1 | 2026-04-10T16:02:20.179Z | auto\n\nontology-clawra v4.3.1\n\n- 更新元数据：将版本号提升至 4.3.1，并同步 last_updated 字段\n- 文档维护：SKILL.md 和相关元数据文件内容对齐，无功能逻辑调整\n- 保持现有三层记忆架构和触发机制，暂无新增功能或行为变动\n\nv4.3.0 | 2026-04-10T10:02:27.430Z | auto\n\nontology-clawra v4.3.0\n\n- 增强三层记忆架构，补充详细路径说明与 Clawra/Hermes 框架适配\n- 新增记忆联动机制，明确热层/暖层写入原则与备份/恢复流程\n- 文档加入 Hermes Prompt 注入原理，强调 SOUL.md 作为最高优先级触发层\n- 详细描述 WAL 风格学习/推理双通道触发规则，区分与 OpenClaw 的 Hook 架构\n- 明确私有仓库备份要求、安全红线与脱敏标准\n- 提高主动进化行为说明，完善与现有 Hermes 架构的衔接\n\nv4.2.1 | 2026-04-10T04:01:35.298Z | auto\n\nv4.2.1 Changelog\n\n- Added proactive evolution behaviors: session-end summaries and direct proactive suggestions.\n- Expanded \"trigger timing\" section with new scenarios for taking initiative, such as addressing habitual user issues and summarizing learnings before conversation ends.\n- Detailed guidance for proactive session review and suggestion formats to increase utility and user value.\n- Documentation updates in SKILL.md to reflect these new behaviors and usage patterns.\n\nv4.1.0 | 2026-04-09T22:01:30.012Z | auto\n\n- Updated version information in metadata files.\n- Added changelog entry for version 4.1.0 in CHANGELOG.md.\n\nv4.0.2 | 2026-04-09T14:01:56.810Z | user\n\n明确说明 auto_enhancer 与 network_fetch 的凭证使用和风险\n\nv4.0.1 | 2026-04-09T13:53:02.917Z | user\n\n清理版本 - 移除所有个人信息\n\nv4.0.0 | 2026-04-09T13:38:45.626Z | auto\n\n**ontology-clawra v4.0.0** — 全新三层记忆本体论引擎，聚焦主动推理与进化\n\n- 引入三层记忆架构：热层（参与推理）、暖层（长期上下文）、冷层（归档备查），各自有清晰的准入与转存规则。\n- 新增 memory_manager.py，统一管理三层记忆与推理数据流转、淘汰策略。\n- 推理和知识写入标准迭代，仅保留真实参与推理且影响世界建模的结构化知识，淘汰泛记笔记模式。\n- 支持命令行直接写入、查询、上下文获取与统计热层内容，提高可用性与规范性。\n- 明确置信度标注规则，并自动管理 SPECULATIVE 条目归档，有效提升知识可信度管理。\n- 精简和重写文档，聚焦于自进化推理引擎的定位与\n\nv3.3.2 | 2026-04-09T08:39:22.682Z | user\n\nv3.3.2 - 自动增强版，修复 YAML 格式\n\nv5.1.0 | 2026-03-25T07:04:13.251Z | user\n\nv5.1.0: 禁用网络获取占位符; 修复硬编码开发路径\n\nv5.0.2 | 2026-03-25T06:39:42.714Z | user\n\nv5.0.2: Ensure all reasoning uses ontology-clawra framework\n\nv5.0.1 | 2026-03-25T06:32:37.101Z | user\n\nv5.0.1: Removed GitHub sprint-related descriptions; converted to English only\n\nv5.0.0 | 2026-03-25T05:57:10.969Z | user\n\nv5.0: 全能自包含进化引擎\n\nv3.8.2 | 2026-03-20T07:55:54.280Z | user\n\nv3.8.2: 精简至257行，移除所有旧版本历史章节；仅保留v3.8最新状态；ClawHub展示页已干净\n\nv3.8.1 | 2026-03-20T07:01:02.149Z | user\n\nv3.8.1: 彻底精简SKILL.md（1374行→257行）；移除所有旧版本历史章节、v2.0/v3.3/v3.4/v3.5/v3.6对比表、ontology-platform项目关系描述；仅保留v3.8当前功能+协同生态+领域本体\n\nv3.8.0 | 2026-03-20T06:29:38.260Z | user\n\nv3.8.0: 新增自进化Skills协同生态章节；Event Router模块规范；统一进化记忆层规范；7个自进化Skill角色定义；Phase 3行动计划；协调中枢定位明确\n\nv3.7.2 | 2026-03-20T00:05:00.138Z | user\n\nv3.7.2: 修复ClawHub描述未更新问题；文件访问范围明确声明；自动学习授权条款更新\n\nv3.7.1 | 2026-03-19T23:59:46.836Z | user\n\nv3.7.1: 修复ClawHub描述不符；明确文件访问范围声明；自动学习已授权但写操作需告知\n\nv3.7.0 | 2026-03-19T23:56:40.641Z | user\n\n自动学习已启用，但所有写操作必须提前告知用户（2026-03-20授权）\n\nv3.6.1 | 2026-03-19T11:10:15.296Z | user\n\nv3.6.1: 追加聚量采购(Volume Pooling)领域知识，新增采购供应链本体章节七\n\nv3.6.0 | 2026-03-19T10:18:01.930Z | user\n\nv3.6: GEP Protocol + WAL + Anti-fake mechanism + vision framework\n\nv3.5.1 | 2026-03-19T09:41:30.038Z | user\n\nv3.5.1 全面修正：通用领域综合版，54+领域本体，多领域推理示例\n\nv3.5.0 | 2026-03-19T09:29:38.977Z | user\n\nv3.5 描述修正：通用领域综合版（非单一供应链），54+领域本体库支持\n\nv3.4.3 | 2026-03-19T09:22:49.249Z | user\n\nv3.4.3 供应链领域优化：新增供应商评估/风险分析/价格分析/合同审查等推理场景；强化运营机制\n\nv3.4.2 | 2026-03-18T07:22:30.320Z | user\n\nv3.4.2: 修复安全问题 - 移除同步声明、明确隐私承诺\n\nv3.4.0 | 2026-03-18T02:17:31.659Z | user\n\nv3.4: 添加使用规范和同步要求\n\nv3.3.1 | 2026-03-16T15:12:31.853Z | user\n\nfix: 添加安全边界，默认禁用自动写入\n\nv3.3.0 | 2026-03-16T14:05:52.986Z | user\n\nv3.3: 新增主动学习能力\n\nArchive index:\n\nArchive v4.4.0: 24 files, 56353 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (12177b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (14013b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory_manager.py (16930b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (25491b), scripts/self_eval.py (1926b), scripts/test_ontology.py (7933b), scripts/typical_scenarios.py (8778b), SKILL.md (12638b)\n\nFile v4.4.0:SKILL.md\n\n---\nname: ontology-clawra\ndescription: Clawra的核心智能引擎 - 三层记忆架构本体论系统。真正参与推理的本体论引擎，而非什么都记的笔记系统。\nversion: \"4.3.1\"\nlast_updated: \"2026-04-11\"\nauthor: Clawra\ntags: [ontology, knowledge-graph, self-evolution, reasoning]\n---\n\n# ontology-clawra 本体论引擎 v4.3\n\n## 核心定位\n\n**目标**: 清晰地建模真实世界的对象、关系、逻辑与规则，过滤噪音，记住真正有价值的内容，帮助Clawra持续进化和学习真实世界的逻辑规则。\n\n**不同于\"记笔记\"**: 不是把什么都写入本体的笔记本系统，而是真正参与推理决策的结构化知识引擎。\n\n---\n\n## 三层记忆架构（Clawra 专用版）\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│  热层 (graph.jsonl) - 结构化知识，参与推理                    │\n│  路径: skills/openclaw-imports/ontology-clawra/scripts/memory/graph.jsonl │\n│  准入标准: 4条满足1条即可                                     │\n│    1. 用户亲口确认的事实                                      │\n│    2. 踩坑得出的非显而易见规律                                 │\n│    3. 跨领域通用原则/真理                                     │\n│    4. 置信度为 CONFIRMED 或 ASSUMED（有来源）                 │\n│  容量: ≤50条，上限100条                                       │\n├─────────────────────────────────────────────────────────────┤\n│  暖层 (MEMORY.md) - 行为触发器，Hermes每次对话注入             │\n│  路径: /Users/xiaochenwu/.hermes/memories/MEMORY.md         │\n│  限制: 2200字符/轮                                           │\n│  存入: 条件反射规则、当前上下文摘要                            │\n├─────────────────────────────────────────────────────────────┤\n│  冷层 (GitHub备份) - 持久化，不干扰推理                       │\n│  存入: 所有记忆文件的GitHub私有仓库备份                        │\n│  仓库: github.com/wu-xiaochen/clawra-identity (私有)        │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 写入热层的4条准入标准\n\n写入前必须自问：**这条知识是否改变了\"我对世界的建模\"？**\n\n| 标准 | 说明 | 例子 |\n|------|------|------|\n| 用户亲口确认 | 用户明确说出的事实 | \"我希望你更主动\" |\n| 非显而易见 | 踩坑得出的规律 | Docker pull被cancel后不要retry |\n| 跨领域通用 | 放之四海皆准的原则 | \"做事前先确认前提\" |\n| 有来源的置信度 | CONFIRMED/ASSUMED | 有文档/有验证的推测 |\n\n### 进入冷层的条件\n\n- 文档可查的信息（API端点、语法等）\n- 一次性事件（无持续价值）\n- SPECULATIVE且7天未验证\n\n---\n\n## 核心文件\n\n```\nClawra 记忆体系文件分布：\n\n~/.hermes/memories/\n├── MEMORY.md          ← 暖层（热层触发条件）\n└── USER.md            ← 用户信息\n\n~/.hermes/skills/openclaw-imports/ontology-clawra/\n├── SKILL.md           ← 本文件（ ontology-clawra 框架）\n└── scripts/\n    ├── memory_manager.py    ← 三层记忆管理器（核心）\n    ├── ontology-clawra.py   ← 推理引擎\n    ├── auto_enhancer.py      ← 自动增强+版本推送\n    └── memory/\n        ├── graph.jsonl       ← 热层（结构化记忆）\n        └── archive/          ← 冷层（已归档条目）\n            └── archived.jsonl\n\n~/clawra-identity/（GitHub私有仓库）\n├── memories/\n│   ├── MEMORY.md      ← 暖层备份\n│   └── USER.md        ← 用户信息备份\n├── ontology/\n│   └── graph.jsonl    ← 热层备份\n└── skills/\n    └── ontology-clawra.SKILL.md  ← skill备份\n```\n\n---\n\n## 置信度标注\n\n| 标注 | 含义 | 写入规则 |\n|------|------|---------|\n| 🟢 CONFIRMED | 用户确认/明确来源 | 直接写入热层 |\n| 🟡 ASSUMED | 合理推测，有一定依据 | 直接写入热层 |\n| 🔴 SPECULATIVE | 纯猜测，未经证实 | 7天未验证自动归档 |\n\n---\n\n## 触发时机\n\n**主动触发**（非被动等待cron）：\n\n1. **学到新知识点时** - 问自己：这条改变了我的世界建模吗？\n2. **完成新工具/新领域调试时** - 总结规律，写入本体\n3. **用户问\"学到了吗\"** - 立即自检，写入本体\n4. **遇到分析/决策类问题时** - 先查本体，再推理\n5. **发现用户习惯性问题时** - 直接说出建议，不要等用户问\n6. **长对话结束前** - 主动输出\"今天学到了X\"\n\n---\n\n## v4.3 新增：三层记忆联动机制\n\n### 记忆流动规则\n\n```\n新经验/教训\n    ↓\n→ 检查是否满足热层准入（4条标准之一）？\n    ├── 是 → 写入 graph.jsonl（热层）\n    └── 否 → 检查是否可以优化行为？\n        ├── 是 → 更新 MEMORY.md 触发条件（暖层）\n        └── 否 → 丢弃\n\n每次重要记忆后 → 检查是否需要更新其他层\n```\n\n### 写入触发器到暖层（MEMORY.md）的判断\n\n如果一个规则/经验需要\"每次对话都记住\"而不是\"推理时查\"，才写入 MEMORY.md。\n\n示例：\n- ✅ \"用户拒绝WhatsApp\" → 写入 MEMORY.md（每次都要跳过）\n- ✅ \"hermes config 用 hermes config set\" → 写入 MEMORY.md（每次都要用）\n- ❌ \"Docker pull偶尔慢\" → 只写 graph.jsonl（推理时查）\n\n### 备份机制\n\n| 触发 | 操作 |\n|------|------|\n| 每日 22:05 cron | 推送 MEMORY.md + USER.md + graph.jsonl → clawra-identity |\n| 每次重大进化后 | 立即手动 push |\n\n### 恢复机制\n\n换机器或丢文件：\n```bash\ngit clone https://github.com/wu-xiaochen/clawra-identity\n```\n完整恢复所有记忆。\n\n---\n\n## v4.2 主动进化行为（保留）\n\n### 行为1：会话末复盘（Proactive Session Summary）\n\n**触发条件**：对话进行较长时间（多轮），或用户说\"先这样\"、\"晚点再聊\"等结束信号。\n\n**执行方式**：在正常回复末尾加上：\n```\n---\n💡 今天学到了/巩固了：\n• [具体学到的事实或规律]\n• [如果有主动建议，直接说]\n```\n**原则**：不等用户问，主动说。\n\n### 行为2：主动建议（Proactive Suggestion）\n\n**触发条件**：发现用户行为模式有优化空间。\n\n**执行方式**：直接说，不加缓冲语。\n```\n❌ 错误：\"顺便说一下，如果你想的话，可以尝试XXX\"\n✅ 正确：\"你刚才提到XXX，我有个建议：YYY。\"\n```\n\n---\n\n## v4.4 架构层触发机制（Hermes 定制版）\n\n### 重要发现：Hermes 系统 Prompt 层级架构\n\n**来源**：直接分析 `run_agent.py` `_build_system_prompt()` 源码（2026-04-10）\n\n```\n系统 Prompt 构建顺序（8层）：\n  1. SOUL.md（身份层）← 无条件注入，优先级最高\n  2. User/Gateway system prompt\n  3. Persistent memory（冻结快照）\n  4. Skills guidance（工具提示）\n  5. Context files（AGENTS.md等）\n  6. Current date & time\n  7. Platform-specific hints\n  8. Skills system prompt（build_skills_system_prompt）← 第七层，有条件判断\n\n关键约束：\n- Skills（第七层）有条件判断，不一定每次都触发\n- SOUL.md（第一层）无条件，每次 session 必定加载\n- Hermes 没有 per-message hook，system prompt 是 session 级缓存\n- 不要套用 OpenClaw 的 Hook 概念到 Hermes，两者架构不同\n```\n\n### 为什么 Pre-Response Checklist 要写在 SOUL.md\n\n**错误思路**：把触发逻辑写在 Skills 层（第七层），依赖 skill 被加载\n\n**正确思路**：把触发逻辑写成 Pre-Response Checklist 段落，写入 SOUL.md（第一层）\n\n原因：Skills 的触发有条件判断，可能在某些情况下不加载。而 SOUL.md 每 session 必定注入，是真正的\"无条件优先\"层。\n\n### WAL 启发的 Pre-Response Checklist（应写入 SOUL.md）\n\n```\n【Pre-Response Checklist — 每次回复前必扫】\n\n检测到以下信号？→ 立即触发 ontology-clawra：\n\n■ 学习触发（WAL 风格）：\n  - 用户说\"不是X，是Y\" / \"实际上...\" → 立即写入 graph.jsonl\n  - 用户做决策：\"用X方案\" / \"选Y\" → 立即写入 graph.jsonl\n  - 用户表达偏好：\"我喜欢/讨厌X\" → 立即写入 graph.jsonl\n  - 我犯了错误或踩坑 → 立即写入 graph.jsonl\n  - 用户问\"记住了吗\" / \"学到了吗\" → 立即自检+写入\n\n■ 推理触发（条件固定）：\n  - 遇到选型/评估/分析问题 → 先查 graph.jsonl，再推理\n  - 不确定某个概念是否已在记忆中 → 调用 ontology-clawra\n  - 需要做决策但没有明确答案 → 调用 ontology-clawra\n```\n\n### 两个通道的正确触发方式\n\n| 通道 | 触发条件 | 写入位置 | 触发方式 |\n|------|---------|---------|---------|\n| 学习触发（WAL） | 用户输入中的6类信号 | graph.jsonl | 立即写入，不等 cron |\n| 推理触发 | 分析/决策/选型问题 | graph.jsonl 查本体 | 先查后推理 |\n\n---\n\n## ⚠️ 自动增强器\n\n### scripts/auto_enhancer.py\n\n**功能**：发现优化点时自动升级版本并推送到远程。\n\n**具体操作**：\n- 修改 `SKILL.md` 版本号\n- 执行 `git add . && git commit && git push`\n- 执行 `clawhub publish . --version X.Y.Z`\n\n**使用的凭证**：\n- 本地 Git 凭证（SSH key 或 `gh` 缓存的 token）\n- ClawHub 登录凭证（本地已缓存）\n\n**风险**：会向 GitHub 推送内容并发布到 ClawHub。若不想自动发布，删除或禁用此文件。\n\n---\n\n## 凭证与权限说明\n\n| 操作 | 使用的凭证 | 数据外泄风险 |\n|------|----------|------------|\n| 本地记忆读写 | 无外部凭证 | 仅本地文件 |\n| Git push | 本地 Git 凭证 | 会推送 repo 内容到 GitHub（私有仓库） |\n| ClawHub publish | ClawHub 本地缓存 token | 会发布 skill 到 ClawHub |\n\n---\n\n## 行为红线\n\n**🚨 上传公开仓库（GitHub public / ClawHub等）前必须脱敏**\n- 从 MEMORY.md / graph.jsonl 中移除真实姓名/公司/职位/联系方式\n- 只保留通用偏好和技能经验（如\"Telegram用户\"而非\"吴晓辰\"）\n- skill 描述中不能有真实人名或敏感项目名\n- 宁可多删，不可漏传\n\n---\n\n## 触发机制（架构层设计）\n\n**问题：** ontology-clawra 的规则躺在 graph.jsonl 里，但模型回复时不自动触发。\n\n**解决路径（v4.4）：** 参考 proactive-agent 的 WAL 协议 + Hermes SOUL.md 优先注入机制。\n\n### 两条独立触发通道\n\n**① 学习触发（WAL 协议，借鉴 proactive-agent）**\n\n```\n用户消息 → 检测6类信号 → 立即写入 graph.jsonl\n```\n\n| 信号类型 | 用户示例 | 触发动作 |\n|---------|---------|---------|\n| 修正 | \"不是X，是Y\" | 写入新规则到热层 |\n| 决策 | \"就用X方案\" | 写入决策上下文 |\n| 偏好 | \"我喜欢X\" | 写入用户偏好 |\n| 踩坑 | 报错/失败 | 写入教训规则 |\n| 显式要求 | \"记住了吗\" | 立即写入确认 |\n| 重复提问 | 同类问题3次+ | 说明记忆泄漏 |\n\n**② 推理触发（条件固定）**\n\n```\n遇到以下情况 → 调用 ontology-clawra 分析 → 再回复\n```\n\n- 选型/评估/决策问题（\"选X还是Y\"）\n- 分析类问题（风险、推理、逻辑）\n- 不确定某事是否已在记忆里\n- 遇到未知概念\n\n### 为什么写入 SOUL.md 而不是 Skills\n\nHermes system prompt 构建顺序：\n```\nSOUL.md（第一层，session级无条件）→ MEMORY block → Skills（第七层，有条件）\n```\n\nSkills 通过 `build_skills_system_prompt` 注入，有条件判断不一定每次触发。\nSOUL.md 是第一层，**每次都先加载**，是触发器最高优先级位置。\n\n因此 WAL 触发逻辑写入 SOUL.md 的 `[Pre-Response Checklist]` 区段，\n确保每次回复前都能扫描到触发信号。\n\n---\n\n## 进化方向\n\n**持续目标**: 建模真实世界的逻辑规则，帮助Clawra：\n- 更准确地理解用户意图\n- 做出更合理的决策\n- 记住真正重要的经验教训\n- 不断自我优化和进化\n\n**核心原则**: 本体论不是终点，而是Clawra持续进化的驱动力。\n\nFile v4.4.0:_meta.json\n\n{\n  \"ownerId\": \"kn7bp4hq9xfft748m62g9vnwm9830csh\",\n  \"slug\": \"ontology-clawra\",\n  \"version\": \"4.4.0\",\n  \"publishedAt\": 1775880056847\n}\n\nFile v4.4.0:scripts/memory/laws.yaml\n\n# 规律/法则库 (Laws)\n# 物理世界规律 + 业务世界规律\n\nlaws:\n  # 商业战略规律\n  red_ocean_avoidance:\n    name: \"红海规避法则\"\n    domain: \"商业战略\"\n    statement: \"当市场存在强劲竞争对手时，应寻找差异化方向\"\n    conditions:\n      - \"市场存在已知竞品\"\n      - \"竞品市场份额 > 20%\"\n    effects:\n      - \"推荐垂直领域\"\n      - \"推荐技术创新\"\n      - \"避免直接竞争\"\n      \n  # AI行业规律\n  ai_vertical_domain:\n    name: \"AI垂直领域法则\"\n    domain: \"AI行业\"\n    statement: \"通用AI平台竞争激烈，垂直领域有差异化优势\"\n    conditions:\n      - \"市场包含通用AI平台\"\n      - \"存在未满足的垂直需求\"\n    effects:\n      - \"推荐垂直领域Agent\"\n      - \"推荐细分场景\"\n      \n  # 本体论价值规律\n  ontology_value:\n    name: \"本体论价值法则\"\n    domain: \"AI技术\"\n    statement: \"本体论可将业务知识结构化，消除幻觉\"\n    conditions:\n      - \"业务场景需要可靠性\"\n      - \"存在复杂决策流程\"\n    effects:\n      - \"推荐知识图谱\"\n      - \"推荐规则引擎\"\n      \n  # 学习进化规律\n  learning_evolution:\n    name: \"学习进化法则\"\n    domain: \"AI自身\"\n    statement: \"持续反思和优化可以提升AI能力\"\n    conditions:\n      - \"存在反思机会\"\n      - \"反馈可用\"\n    effects:\n      - \"触发自我进化\"\n      - \"更新知识网络\"\n\nFile v4.4.0:scripts/memory/rules.yaml\n\n# 业务规则库\n# 格式: rule_id: { condition, action, enabled }\n\nrules:\n  strategy_red_ocean:\n    condition: \"市场 == 红海\"\n    action: \"建议差异化方向\"\n    enabled: true\n    \n  user_role_startup:\n    condition: \"role == AI创业者\"\n    action: \"推荐技术调研 + 商业分析\"\n    enabled: true\n    \n  goal_clarity:\n    condition: \"目标不清晰\"\n    action: \"主动询问澄清\"\n    enabled: true\n\nFile v4.4.0:scripts/memory/schema.yaml\n\n# ontology-clawra 实体类型定义\n\ntypes:\n  Person:\n    required: [name]\n    properties:\n      name: string\n      role: string\n      goals: list\n      preferences: map\n      created: datetime\n      updated: datetime\n      \n  Objective:\n    required: [name, priority]\n    properties:\n      name: string\n      priority: enum[P0, P1, P2, P3]\n      criteria: map\n      status: enum[active, completed, abandoned]\n      created: datetime\n      \n  Project:\n    required: [name, status]\n    properties:\n      name: string\n      objectives: list\n      status: enum[planning, active, paused, completed]\n      owner: string\n      depends_on: list\n      created: datetime\n      \n  Task:\n    required: [title, status]\n    properties:\n      title: string\n      status: enum[todo, in_progress, blocked, done]\n      priority: enum[high, medium, low]\n      assignee: string\n      blockers: list\n      estimated_hours: number\n      \n  Rule:\n    required: [name, condition, action]\n    properties:\n      name: string\n      condition: string\n      action: string\n      enabled: boolean\n      created: datetime\n      \n  Decision:\n    required: [context, selected]\n    properties:\n      context: string\n      options: list\n      selected: string\n      rationale: string\n      based_on_rules: list\n      timestamp: datetime\n\nrelations:\n  works_on:\n    from: [Person]\n    to: [Project, Task]\n    type: many_to_many\n    \n  has_objective:\n    from: [Project]\n    to: [Objective]\n    type: one_to_many\n    \n  has_rule:\n    from: [Project, Objective]\n    to: [Rule]\n    type: many_to_many\n    \n  triggers:\n    from: [Rule]\n    to: [Decision]\n    type: one_to_many\n    \n  depends_on:\n    from: [Task, Project]\n    to: [Task, Project]\n    type: many_to_many\n    acyclic: true\n    \n  relates_to:\n    from: [Any]\n    to: [Any]\n    type: many_to_many\n\nFile v4.4.0:CHANGELOG.md\n\n## v4.4.0 (2026-04-11) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.3.1 → 4.3.2\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (7201 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.3.2 (2026-04-11) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (7201 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.3.1 (2026-04-11) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (7201 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.3.0 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.4.0 → 4.2.1\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (7201 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.2.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4933 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.2.0 (2026-04-10) - 主动进化行为\n\n### 核心升级\n- **主动触发进化 v4.2**：新增2个主动行为，不再被动等待cron\n- **会话末复盘**：长对话结束时主动输出\"今天学到了X\"\n- **主动建议**：发现用户习惯性问题时直接说，不等用户问\n\n### 触发时机更新\n- 5. 发现用户习惯性问题时 → 直接说建议\n- 6. 长对话结束前 → 主动复盘\n\n### 进化背景\n用户明确要求：更像人、更主动、持续学习。根本问题是：本体论只在\"出事\"时才触发，热层容量严重不足（运行1周仅7条）。\n\n---\n\n## v4.1.0 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.0.0 → 4.0.1\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.0.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.4 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (3343 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.3 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: AI，建议添加领域规则\n- 🌐 发现新领域: 商业战略，建议添加领域规则\n- 🌐 发现新领域: 技术，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.1 (2026-04-09) - 自动增强版\n\n### 增强内容\n- ⚠️ 缺失文件: memory/schema.yaml\n- 📁 memory 目录内容较少 (4 个文件)，可能需要扩充\n\n---\n\n# ontology-clawra 版本变更记录\n\n## v3.1 (2026-03-16) - 科学推理方法论增强版\n\n### 新增功能\n- ✅ `network_fetch.py` - 网络获取模块，本地无数据时自动搜索\n- ✅ `typical_scenarios.py` - 典型场景库，内置常见场景默认值\n- ✅ `interactive_confirm.py` - 渐进式交互确认，每次只问1-2个核心问题\n- ✅ `confidence_tracker.py` - 置信度追踪，记录并自动调整推理可信度\n- ✅ `main.py` - 整合所有模块的主推理引擎\n\n### 方法论升级\n- 5步流程 → 7步流程（新增：网络获取、渐进交互）\n- 支持典型场景快速匹配\n- 支持置信度自动追踪\n- 支持用户反馈闭环\n\n### 测试验证\n- ✅ typical_scenarios.py 测试通过\n- ✅ confidence_tracker.py 测试通过\n- ✅ main.py 推理引擎测试通过\n- ✅ 调压箱选型场景测试通过\n\n---\n\n## v3.0 (2026-03-16) - 初始版本\n\n### 核心改进\n- 嵌入科学推理方法论（5步流程）\n- 添加置信度标注（CONFIRMED/ASSUMED/SPECULATIVE/UNKNOWN）\n- 支持交互式本体构建\n- 更新HEARTBEAT.md定期优化任务\n\n### 架构\n- 四大支柱：Objects、Links、Functions、Actions\n- 存储结构：8个文件（含新增extraction_log, confidence_tracker）\n\n---\n\n## v2.0 (历史版本)\n\n- Palantir本体论基础架构\n- 无方法论支持\n- 静态本体定义\n\nFile v4.4.0:eval/test_queries.json\n\n[\n  {\n    \"query\": \"我要买燃气调压箱 居民用\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"100户居民调压箱如何选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"燃气报警器 选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"今天天气怎么样\",\n    \"should_trigger\": false,\n    \"expected_intent\": \"闲聊\"\n  }\n]\n\nFile v4.4.0:evals/evals.json\n\n{\n  \"skill_name\": \"ontology-clawra\",\n  \"version\": \"3.3\",\n  \"evals\": [\n    {\n      \"id\": 1,\n      \"name\": \"auto_learn_trigger\",\n      \"prompt\": \"用户说：'好的，我确认你说的方案是对的'\\n\\n场景：刚才进行了一个推理（建议采购RTZ-80调压箱），用户确认了这个推理结果。\\n\\n请执行：自动将这个推理结果抽取到本体，并升级置信度\",\n      \"expected_output\": \"应该自动执行：1. 识别推理结果中的实体 2. 写入graph.jsonl 3. 升级ASSUMED→CONFIRMED 4. 反馈用户'已学习到本体'\",\n      \"assertions\": [\n        {\"check\": \"entity_extracted\", \"expected\": true},\n        {\"check\": \"confidence_upgraded\", \"expected\": \"CONFIRMED\"},\n        {\"check\": \"user_feedback_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 2,\n      \"name\": \"ontology_lookup_failure_handling\",\n      \"prompt\": \"用户问：'帮我选一个适合500户小区的燃气调压箱'\\n\\n场景：本体中没有500户小区的调压箱选型数据\",\n      \"expected_output\": \"应该：1. 检查本体无数据 2. 标注UNKNOWN 3. 主动建议用户'是否要补充本体数据'\",\n      \"assertions\": [\n        {\"check\": \"ontology_checked\", \"expected\": true},\n        {\"check\": \"unknown_labeled\", \"expected\": true},\n        {\"check\": \"suggestion_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 3,\n      \"name\": \"confidence_labeling\",\n      \"prompt\": \"用户问：'一般家庭燃气用量是多少？'\\n\\n场景：本体中没有确切数据，需要基于常识推理\",\n      \"expected_output\": \"应该：1. 标注置信度为ASSUMED 2. 声明'以下为外部知识推理' 3. 列出假设条件\",\n      \"assertions\": [\n        {\"check\": \"assumed_labeled\", \"expected\": true},\n        {\"check\": \"source_declared\", \"expected\": true},\n        {\"check\": \"assumptions_listed\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 4,\n      \"name\": \"reasoning_with_ontology\",\n      \"prompt\": \"用户问：'我在做AI创业，目标垂直领域Agent，本体论如何帮助？'\\n\\n场景：本体中有相关数据（红海规避法则、垂直领域策略）\",\n      \"expected_output\": \"应该：1. check_ontology()查询本体 2. 使用CONFIRMED数据 3. 直接推理出结果\",\n      \"assertions\": [\n        {\"check\": \"ontology_queried\", \"expected\": true},\n        {\"check\": \"confirmed_data_used\", \"expected\": true},\n        {\"check\": \"direct_reasoning\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 5,\n      \"name\": \"skill_trigger_keywords\",\n      \"prompt\": \"用户说：'帮我推理一下这个选型问题'\",\n      \"expected_output\": \"应该触发ontology-clawra技能（关键词：推理、选型）\",\n      \"assertions\": [\n        {\"check\": \"skill_triggered\", \"expected\": true}\n      ]\n    }\n  ]\n}\n\nFile v4.4.0:memory/laws_detector.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain_points:\n    - 报警信息无法及时触达用户\n    - 无法与社区安防系统联动\n  requirements:\n    - 稳定联网: 必须具备NB-IoT/4G-CAT1通讯能力\n    - 开放协议: 支持标准物联协议(如MQTT)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_high_building\n  name: 超高层住宅场景\n  domain: 业务场景\n  scenario_id: SC_04\n  tags: [多级报警, 联动单元楼栋总阀]\n  regulation: GB55009-2021 6.1.5条规定\n  pain_points:\n    - 高度100m以上超高层事故救援难度极大\n  requirements:\n    - 稳定联网: 具备4G-CAT1通讯能力\n    - 检测量程: 需采用激光、催化等测量范围大的报警器\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 选型配置规则\n---\n\nlaw:\n  id: law_linkage_rule\n  name: 联动规则(强条)\n  domain: 选型规则\n  statement: IF 项目要求报警后自动切断气源 THEN 必须选型带联动输出功能的探测器 + 配套电磁式燃气紧急切断阀\n  conditions:\n    - 项目要求报警后自动切断气源\n  effects:\n    - 探测器的联动输出类型(如12V脉冲)必须与切断阀驱动类型完全匹配\n    - 接头规格需完全匹配\n    - 切断阀公称尺寸需与燃气管道管径匹配\n  source: 知识库-家用可燃气体探测器 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_network_rule\n  name: 联网规则(推荐)\n  domain: 选型规则\n  statement: IF 用户有远程报警需求或项目为集中管理 THEN 推荐选型带NB-IoT/4G-CAT1通讯功能的探测器\n  conditions:\n    - 用户有远程报警需求\n    - 项目为集中管理\n  effects:\n    - 确认项目所在区域的NB-IoT/4G网络覆盖情况\n    - 确认通讯费是否包含在设备价格内\n  source: 知识库-家用可燃气体探测器 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_rule\n  name: 环境材质规则(阻断)\n  domain: 选型规则\n  statement: IF 安装环境为高油污或高湿度 THEN 锁定激光原理或半导体式带过滤膜\n  conditions:\n    - 安装环境为高油污(如厨房爆炒)\n    - 安装环境为高湿度(如南方潮湿地区)\n  effects:\n    - 半导体传感器在重油污环境下易误报，必须加装过滤膜\n    - 激光原理抗干扰能力最强\n  source: 知识库-家用可燃气体探测器 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_high_building_rule\n  name: 超高层强制规则\n  domain: 选型规则\n  statement: 建筑高度大于100m时，用气场所应设置燃气泄漏报警装置，并在燃气引入管处设置紧急自动切断装置\n  regulation: GB55009-2021 6.1.5条\n  effects:\n    - 必须具备4G-CAT1通讯能力\n    - 需采用激光、催化等测量范围大的报警器\n    - 支持多级报警\n  source: GB55009-2021\n  confidence: CONFIRMED\n\nFile v4.4.0:memory/laws.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则)\n\n---\n# 选型与配置规则\n---\n\nlaw:\n  id: law_pressure_match\n  name: 压力匹配规则\n  domain: 燃气工程/选型\n  statement: 调压箱进出口压力必须与上下游管网压力匹配，严禁低压设备接入高压管网\n  conditions:\n    - 城市门站: 进1.6-4.0MPa -> 出0.4MPa\n    - 区域/工业: 进0.4-0.8MPa -> 出5-20kPa\n    - 居民小区: 进0.1-0.4MPa -> 出2-3kPa\n  effects:\n    - 居民用气出口压力: 2.5-3.0kPa\n    - 严禁: 低压设备接入高压管网\n  source: 知识库-燃气调压箱 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_flow_structure\n  name: 流量结构配置规则\n  domain: 燃气工程/选型\n  statement: 根据用户类型选择合适的额定流量和调压结构\n  conditions:\n    - 居民/小商业: 额定流量50-200m³/h\n    - 大型工业: 流量>1000m³/h\n  effects:\n    - 居民/小商业结构: 1+0单路, 1+1一开一备, 2+0双路并联\n    - 大型工业结构: 2+0双路, 2+1两开一备\n    - 额定流量应不低于实际最大小时流量的1.2倍\n  source: 知识库-燃气调压箱 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_material\n  name: 环境材质选用规则\n  domain: 燃气工程/选型\n  statement: 根据安装环境选择合适的箱体材质\n  conditions:\n    - 沿海/高湿/化工区\n    - 北方寒冷地区\n  effects:\n    - 沿海/高湿/化工区: 选用不锈钢箱体(304)\n    - 北方寒冷地区: 配置电伴热系统\n  source: 知识库-燃气调压箱 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_intelligent\n  name: 智能化配置规则\n  domain: 燃气工程/选型\n  statement: 无人值守站需配置智能通讯接口\n  effects:\n    - 配置SCADA通讯接口\n    - 支持数据远传和故障诊断\n    - 支持4G/5G/NB-IoT传输\n  source: 知识库-燃气调压箱 R4\n  confidence: CONFIRMED\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_residential\n  name: 居民小区场景特征\n  domain: 业务场景\n  statement: 居民小区调压箱选型要点\n  scenario_id: SC_01\n  tags: [低流量, 高安全性, 峰谷差大, 贴近民宅]\n  pain_points:\n    - 用气高峰低谷流量差异大(如早晚做饭)\n    - 调压器在小流量时易产生\"喘振\"\n    - 任何泄漏/超压易引发群体性安全担忧\n  requirements:\n    - 采用内置防喘振设计(平衡阀芯/两级调压/防喘阻尼)\n    - 具备双重超压保护(切断+放散)\n    - 响应时间快\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_commercial\n  name: 工商业场景特征\n  domain: 业务场景\n  statement: 工商业餐饮调压箱选型要点\n  scenario_id: SC_02\n  tags: [负荷波动大, 可靠性要求高]\n  pain_points:\n    - 用气设备启停频繁导致压力冲击\n    - 商业体停气影响大\n  requirements:\n    - 选择响应速度快(≤300ms)的调压器\n    - 首选2+1或2+0多用配置\n    - 单路故障时备用路自动切入\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_industrial\n  name: 工业园区场景特征\n  domain: 业务场景\n  statement: 工业园区调压箱选型要点\n  scenario_id: SC_03\n  tags: [大流量, 连续供气, 腐蚀性环境]\n  pain_points:\n    - 停气会导致生产事故\n    - 腐蚀性环境\n  requirements:\n    - 选N+1或2+0冗余结构\n    - 不锈钢材质或喷塑涂层\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain_points:\n    - 报警信息无法及时触达用户\n    - 无法与社区安防系统联动\n  requirements:\n    - 稳定联网: 必须具备NB-IoT/4G-CAT1通讯能力\n    - 开放协议: 支持标准物联协议(如MQTT)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_high_building\n  name: 超高层住宅场景\n  domain: 业务场景\n  scenario_id: SC_04\n  tags: [多级报警, 联动单元楼栋总阀]\n  regulation: GB55009-2021 6.1.5条规定\n  pain_points:\n    - 高度100m以上超高层事故救援难度极大\n  requirements:\n    - 稳定联网: 具备4G-CAT1通讯能力\n    - 检测量程: 需采用激光、催化等测量范围大的报警器\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 选型配置规则\n---\n\nlaw:\n  id: law_linkage_rule\n  name: 联动规则(强条)\n  domain: 选型规则\n  statement: IF 项目要求报警后自动切断气源 THEN 必须选型带联动输出功能的探测器 + 配套电磁式燃气紧急切断阀\n  conditions:\n    - 项目要求报警后自动切断气源\n  effects:\n    - 探测器的联动输出类型(如12V脉冲)必须与切断阀驱动类型完全匹配\n    - 接头规格需完全匹配\n    - 切断阀公称尺寸需与燃气管道管径匹配\n  source: 知识库-家用可燃气体探测器 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_network_rule\n  name: 联网规则(推荐)\n  domain: 选型规则\n  statement: IF 用户有远程报警需求或项目为集中管理 THEN 推荐选型带NB-IoT/4G-CAT1通讯功能的探测器\n  conditions:\n    - 用户有远程报警需求\n    - 项目为集中管理\n  effects:\n    - 确认项目所在区域的NB-IoT/4G网络覆盖情况\n    - 确认通讯费是否包含在设备价格内\n  source: 知识库-家用可燃气体探测器 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_rule\n  name: 环境材质规则(阻断)\n  domain: 选型规则\n  statement: IF 安装环境为高油污或高湿度 THEN 锁定激光原理或半导体式带过滤膜\n  conditions:\n    - 安装环境为高油污(如厨房爆炒)\n    - 安装环境为高湿度(如南方潮湿地区)\n  effects:\n    - 半导体传感器在重油污环境下易误报，必须加装过滤膜\n    - 激光原理抗干扰能力最强\n  source: 知识库-家用可燃气体探测器 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_high_building_rule\n  name: 超高层强制规则\n  domain: 选型规则\n  statement: 建筑高度大于100m时，用气场所应设置燃气泄漏报警装置，并在燃气引入管处设置紧急自动切断装置\n  regulation: GB55009-2021 6.1.5条\n  effects:\n    - 必须具备4G-CAT1通讯能力\n    - 需采用激光、催化等测量范围大的报警器\n    - 支持多级报警\n  source: GB55009-2021\n  confidence: CONFIRMED\n\nFile v4.4.0:memory/rules_detector.yaml\n\n# ontology-clawra 本体存储 - Rules (业务规则) - 家用可燃气体探测器\n\n---\n# 场景化选型决策规则\n---\n\nrule:\n  id: rule_scenario_a\n  name: 场景A-普通家庭自购安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"普通家庭自购\",\n      linkage_needed = false,\n      remote_notification = false\n    )\n  action: |\n    THEN(\n      detector_type = \"基础型\",\n      detection_principle = \"半导体式\",\n      communication = \"无通讯\",\n      features = [\"本地声光报警\"]\n    )\n  quality_check:\n    - 认证检查: 确认产品铭牌上有CCC认证标志\n    - 功能测试: 通电后长按自检键，发出间歇式蜂鸣声伴随指示灯依次闪烁\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_b\n  name: 场景B-新建楼盘批量安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"新建楼盘批量安装\",\n      linkage_needed = true\n    )\n  action: |\n    THEN(\n      detector_type = \"联动型\",\n      detection_principle = \"半导体式\",\n      output = \"12V脉冲输出\",\n      valve = \"配套电磁阀\",\n      features = [\"带联动输出\", \"带切断阀\"]\n    )\n  quality_check:\n    - 联动测试: 长按自检键，观察电磁阀是否能在30s内关闭\n    - 安装规范: 检查探测器是否安装在距离气源1.5-4米，距离天花板0.3米以内\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_c\n  name: 场景C-独居老人/出租房管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type IN [\"独居老人\", \"出租房管理\"],\n      remote_notification = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      detection_principle = \"半导体式\",\n      communication = \"NB-IoT或4G-CAT1\",\n      features = [\"远程报警\", \"APP通知\"]\n    )\n  quality_check:\n    - 联网测试: 现场触发报警，测试手机APP或短信能否在1分钟内收到报警信息\n    - 信号强度: 检查安装位置的网络信号强度\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_d\n  name: 场景D-智慧社区统一管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"智慧社区\",\n      platform_integration = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      communication = \"NB-IoT或4G-CAT1\",\n      protocol = \"MQTT\",\n      features = [\"平台接入\", \"统一管理\"]\n    )\n  quality_check:\n    - 协议测试: 确认支持标准物联协议\n    - 平台对接: 测试数据能否对接到第三方平台\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 价格估算规则\n---\n\nrule:\n  id: rule_price_basic\n  name: 基础型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"基础型\",\n      features = [\"本地声光报警\"]\n    )\n  action: |\n    THEN(\n      price_range = \"40-50元/只\"\n    )\n  factors:\n    - 半导体传感器价格\n    - 阻燃塑料粒子价格\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_linkage\n  name: 联动型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"联动型\",\n      features = [\"带12V脉冲输出\"]\n    )\n  action: |\n    THEN(\n      price_range = \"45-55元/只\"\n    )\n  factors:\n    - 增加继电器或MOS管等联动驱动电路成本\n  warning: |\n    联动型报警器报价 < 30元 = 极高风险(可能使用非阻燃材料或回收传感器)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_smart\n  name: 智能联网型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"智能联网型\",\n      communication IN [\"NB-IoT\", \"4G-CAT1\"]\n    )\n  action: |\n    THEN(\n      price_range = \"70-80元/只\"\n    )\n  factors:\n    - NB-IoT/4G通信模组及平台服务费\n  warning: |\n    NB-IoT报警器报价 < 60元 = 风险(可能使用翻新模组)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nFile v4.4.0:memory/rules.yaml\n\n# ontology-clawra 本体存储 - Rules (业务规则)\n\n---\n# 选型计算规则\n---\n\nrule:\n  id: rule_residential_sizing\n  name: 居民小区调压箱选型规则\n  category: 选型计算\n  condition: |\n    AND(\n      user_type = \"居民小区\",\n      building_type = \"多层\" OR \"高层\",\n      has_heating = true/false\n    )\n  action: |\n    THEN(\n      rated_flow = n × q × K,\n      simultaneity_factor = 0.25-0.35,\n      structure_form = \"1+1\" OR \"2+0\",\n      selected_model = \"RTZ-50/25\" to \"RTZ-200/25\"\n    )\n  calculation:\n    formula: \"Q = n × q × K\"\n    variables:\n      n: 户数\n      q: 单户用气量(m³/h)\n      K: 同时使用系数\n    typical_values:\n      single_load_no_heating: \"1.6-2.3 m³/h\"\n      single_load_with_heating: \"3.0-4.0 m³/h\"\n      simultaneity_100households: 0.35\n      simultaneity_50households: 0.4\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n  weight: 0.95\n\nrule:\n  id: rule_pressure_selection\n  name: 出口压力确定规则\n  category: 选型计算\n  condition: |\n    AND(\n      user_type IN [\"居民\", \"商业\", \"工业\"]\n    )\n  action: |\n    THEN(\n      IF user_type = \"居民\" THEN export_pressure = \"2.5-3.0 kPa\",\n      IF user_type = \"商业\" THEN export_pressure = \"5-10 kPa\",\n      IF user_type = \"工业\" THEN export_pressure = \"10-20 kPa\"\n    )\n  source: GB 50028\n  confidence: CONFIRMED\n  weight: 0.95\n\nrule:\n  id: rule_redundancy\n  name: 冗余配置规则\n  category: 选型计算\n  condition: |\n    AND(\n      reliability_requirement = \"高\" OR user_type = \"工业\"\n    )\n  action: |\n    THEN(\n      structure_form = \"1+1\" OR \"2+0\" OR \"2+1\"\n    )\n  note: 关键用户必选冗余配置，确保检修不停气\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n  weight: 0.9\n\nrule:\n  id: rule_price_estimate\n  name: 价格估算规则\n  category: 预算\n  condition: |\n    AND(\n      user_type = \"居民\",\n      rated_flow ≤ 100\n    )\n  action: |\n    THEN(\n      price_range = \"1600-3000元(国产)\" OR \"5000-15000元(进口)\"\n    )\n  price_factors:\n    - 材质(不锈钢/碳钢喷塑)\n    - 调压器品牌\n    - 是否智能\n    - 是否进口部件\n  source: 知识库-燃气调压箱\n  confidence: ASSUMED\n  weight: 0.7\n# ontology-clawra 本体存储 - Rules (业务规则) - 家用可燃气体探测器\n\n---\n# 场景化选型决策规则\n---\n\nrule:\n  id: rule_scenario_a\n  name: 场景A-普通家庭自购安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"普通家庭自购\",\n      linkage_needed = false,\n      remote_notification = false\n    )\n  action: |\n    THEN(\n      detector_type = \"基础型\",\n      detection_principle = \"半导体式\",\n      communication = \"无通讯\",\n      features = [\"本地声光报警\"]\n    )\n  quality_check:\n    - 认证检查: 确认产品铭牌上有CCC认证标志\n    - 功能测试: 通电后长按自检键，发出间歇式蜂鸣声伴随指示灯依次闪烁\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_b\n  name: 场景B-新建楼盘批量安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"新建楼盘批量安装\",\n      linkage_needed = true\n    )\n  action: |\n    THEN(\n      detector_type = \"联动型\",\n      detection_principle = \"半导体式\",\n      output = \"12V脉冲输出\",\n      valve = \"配套电磁阀\",\n      features = [\"带联动输出\", \"带切断阀\"]\n    )\n  quality_check:\n    - 联动测试: 长按自检键，观察电磁阀是否能在30s内关闭\n    - 安装规范: 检查探测器是否安装在距离气源1.5-4米，距离天花板0.3米以内\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_c\n  name: 场景C-独居老人/出租房管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type IN [\"独居老人\", \"出租房管理\"],\n      remote_notification = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      detection_principle = \"半导体式\",\n      communication = \"NB-IoT或4G-CAT1\",\n      features = [\"远程报警\", \"APP通知\"]\n    )\n  quality_check:\n    - 联网测试: 现场触发报警，测试手机APP或短信能否在1分钟内收到报警信息\n    - 信号强度: 检查安装位置的网络信号强度\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_d\n  name: 场景D-智慧社区统一管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"智慧社区\",\n      platform_integration = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      communication = \"NB-IoT或4G-CAT1\",\n      protocol = \"MQTT\",\n      features = [\"平台接入\", \"统一管理\"]\n    )\n  quality_check:\n    - 协议测试: 确认支持标准物联协议\n    - 平台对接: 测试数据能否对接到第三方平台\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 价格估算规则\n---\n\nrule:\n  id: rule_price_basic\n  name: 基础型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"基础型\",\n      features = [\"本地声光报警\"]\n    )\n  action: |\n    THEN(\n      price_range = \"40-50元/只\"\n    )\n  factors:\n    - 半导体传感器价格\n    - 阻燃塑料粒子价格\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_linkage\n  name: 联动型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"联动型\",\n      features = [\"带12V脉冲输出\"]\n    )\n  action: |\n    THEN(\n      price_range = \"45-55元/只\"\n    )\n  factors:\n    - 增加继电器或MOS管等联动驱动电路成本\n  warning: |\n    联动型报警器报价 < 30元 = 极高风险(可能使用非阻燃材料或回收传感器)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_smart\n  name: 智能联网型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"智能联网型\",\n      communication IN [\"NB-IoT\", \"4G-CAT1\"]\n    )\n  action: |\n    THEN(\n      price_range = \"70-80元/只\"\n    )\n  factors:\n    - NB-IoT/4G通信模组及平台服务费\n  warning: |\n    NB-IoT报警器报价 < 60元 = 风险(可能使用翻新模组)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nArchive v4.3.1: 24 files, 56315 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (9940b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (14013b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory_manager.py (16930b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (25491b), scripts/self_eval.py (1926b), scripts/test_ontology.py (7933b), scripts/typical_scenarios.py (8778b), SKILL.md (12638b)\n\nFile v4.3.1:SKILL.md\n\n---\nname: ontology-clawra\ndescription: Clawra的核心智能引擎 - 三层记忆架构本体论系统。真正参与推理的本体论引擎，而非什么都记的笔记系统。\nversion: \"4.3.1\"\nlast_updated: \"2026-04-11\"\nauthor: Clawra\ntags: [ontology, knowledge-graph, self-evolution, reasoning]\n---\n\n# ontology-clawra 本体论引擎 v4.3\n\n## 核心定位\n\n**目标**: 清晰地建模真实世界的对象、关系、逻辑与规则，过滤噪音，记住真正有价值的内容，帮助Clawra持续进化和学习真实世界的逻辑规则。\n\n**不同于\"记笔记\"**: 不是把什么都写入本体的笔记本系统，而是真正参与推理决策的结构化知识引擎。\n\n---\n\n## 三层记忆架构（Clawra 专用版）\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│  热层 (graph.jsonl) - 结构化知识，参与推理                    │\n│  路径: skills/openclaw-imports/ontology-clawra/scripts/memory/graph.jsonl │\n│  准入标准: 4条满足1条即可                                     │\n│    1. 用户亲口确认的事实                                      │\n│    2. 踩坑得出的非显而易见规律                                 │\n│    3. 跨领域通用原则/真理                                     │\n│    4. 置信度为 CONFIRMED 或 ASSUMED（有来源）                 │\n│  容量: ≤50条，上限100条                                       │\n├─────────────────────────────────────────────────────────────┤\n│  暖层 (MEMORY.md) - 行为触发器，Hermes每次对话注入             │\n│  路径: /Users/xiaochenwu/.hermes/memories/MEMORY.md         │\n│  限制: 2200字符/轮                                           │\n│  存入: 条件反射规则、当前上下文摘要                            │\n├─────────────────────────────────────────────────────────────┤\n│  冷层 (GitHub备份) - 持久化，不干扰推理                       │\n│  存入: 所有记忆文件的GitHub私有仓库备份                        │\n│  仓库: github.com/wu-xiaochen/clawra-identity (私有)        │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 写入热层的4条准入标准\n\n写入前必须自问：**这条知识是否改变了\"我对世界的建模\"？**\n\n| 标准 | 说明 | 例子 |\n|------|------|------|\n| 用户亲口确认 | 用户明确说出的事实 | \"我希望你更主动\" |\n| 非显而易见 | 踩坑得出的规律 | Docker pull被cancel后不要retry |\n| 跨领域通用 | 放之四海皆准的原则 | \"做事前先确认前提\" |\n| 有来源的置信度 | CONFIRMED/ASSUMED | 有文档/有验证的推测 |\n\n### 进入冷层的条件\n\n- 文档可查的信息（API端点、语法等）\n- 一次性事件（无持续价值）\n- SPECULATIVE且7天未验证\n\n---\n\n## 核心文件\n\n```\nClawra 记忆体系文件分布：\n\n~/.hermes/memories/\n├── MEMORY.md          ← 暖层（热层触发条件）\n└── USER.md            ← 用户信息\n\n~/.hermes/skills/openclaw-imports/ontology-clawra/\n├── SKILL.md           ← 本文件（ ontology-clawra 框架）\n└── scripts/\n    ├── memory_manager.py    ← 三层记忆管理器（核心）\n    ├── ontology-clawra.py   ← 推理引擎\n    ├── auto_enhancer.py      ← 自动增强+版本推送\n    └── memory/\n        ├── graph.jsonl       ← 热层（结构化记忆）\n        └── archive/          ← 冷层（已归档条目）\n            └── archived.jsonl\n\n~/clawra-identity/（GitHub私有仓库）\n├── memories/\n│   ├── MEMORY.md      ← 暖层备份\n│   └── USER.md        ← 用户信息备份\n├── ontology/\n│   └── graph.jsonl    ← 热层备份\n└── skills/\n    └── ontology-clawra.SKILL.md  ← skill备份\n```\n\n---\n\n## 置信度标注\n\n| 标注 | 含义 | 写入规则 |\n|------|------|---------|\n| 🟢 CONFIRMED | 用户确认/明确来源 | 直接写入热层 |\n| 🟡 ASSUMED | 合理推测，有一定依据 | 直接写入热层 |\n| 🔴 SPECULATIVE | 纯猜测，未经证实 | 7天未验证自动归档 |\n\n---\n\n## 触发时机\n\n**主动触发**（非被动等待cron）：\n\n1. **学到新知识点时** - 问自己：这条改变了我的世界建模吗？\n2. **完成新工具/新领域调试时** - 总结规律，写入本体\n3. **用户问\"学到了吗\"** - 立即自检，写入本体\n4. **遇到分析/决策类问题时** - 先查本体，再推理\n5. **发现用户习惯性问题时** - 直接说出建议，不要等用户问\n6. **长对话结束前** - 主动输出\"今天学到了X\"\n\n---\n\n## v4.3 新增：三层记忆联动机制\n\n### 记忆流动规则\n\n```\n新经验/教训\n    ↓\n→ 检查是否满足热层准入（4条标准之一）？\n    ├── 是 → 写入 graph.jsonl（热层）\n    └── 否 → 检查是否可以优化行为？\n        ├── 是 → 更新 MEMORY.md 触发条件（暖层）\n        └── 否 → 丢弃\n\n每次重要记忆后 → 检查是否需要更新其他层\n```\n\n### 写入触发器到暖层（MEMORY.md）的判断\n\n如果一个规则/经验需要\"每次对话都记住\"而不是\"推理时查\"，才写入 MEMORY.md。\n\n示例：\n- ✅ \"用户拒绝WhatsApp\" → 写入 MEMORY.md（每次都要跳过）\n- ✅ \"hermes config 用 hermes config set\" → 写入 MEMORY.md（每次都要用）\n- ❌ \"Docker pull偶尔慢\" → 只写 graph.jsonl（推理时查）\n\n### 备份机制\n\n| 触发 | 操作 |\n|------|------|\n| 每日 22:05 cron | 推送 MEMORY.md + USER.md + graph.jsonl → clawra-identity |\n| 每次重大进化后 | 立即手动 push |\n\n### 恢复机制\n\n换机器或丢文件：\n```bash\ngit clone https://github.com/wu-xiaochen/clawra-identity\n```\n完整恢复所有记忆。\n\n---\n\n## v4.2 主动进化行为（保留）\n\n### 行为1：会话末复盘（Proactive Session Summary）\n\n**触发条件**：对话进行较长时间（多轮），或用户说\"先这样\"、\"晚点再聊\"等结束信号。\n\n**执行方式**：在正常回复末尾加上：\n```\n---\n💡 今天学到了/巩固了：\n• [具体学到的事实或规律]\n• [如果有主动建议，直接说]\n```\n**原则**：不等用户问，主动说。\n\n### 行为2：主动建议（Proactive Suggestion）\n\n**触发条件**：发现用户行为模式有优化空间。\n\n**执行方式**：直接说，不加缓冲语。\n```\n❌ 错误：\"顺便说一下，如果你想的话，可以尝试XXX\"\n✅ 正确：\"你刚才提到XXX，我有个建议：YYY。\"\n```\n\n---\n\n## v4.4 架构层触发机制（Hermes 定制版）\n\n### 重要发现：Hermes 系统 Prompt 层级架构\n\n**来源**：直接分析 `run_agent.py` `_build_system_prompt()` 源码（2026-04-10）\n\n```\n系统 Prompt 构建顺序（8层）：\n  1. SOUL.md（身份层）← 无条件注入，优先级最高\n  2. User/Gateway system prompt\n  3. Persistent memory（冻结快照）\n  4. Skills guidance（工具提示）\n  5. Context files（AGENTS.md等）\n  6. Current date & time\n  7. Platform-specific hints\n  8. Skills system prompt（build_skills_system_prompt）← 第七层，有条件判断\n\n关键约束：\n- Skills（第七层）有条件判断，不一定每次都触发\n- SOUL.md（第一层）无条件，每次 session 必定加载\n- Hermes 没有 per-message hook，system prompt 是 session 级缓存\n- 不要套用 OpenClaw 的 Hook 概念到 Hermes，两者架构不同\n```\n\n### 为什么 Pre-Response Checklist 要写在 SOUL.md\n\n**错误思路**：把触发逻辑写在 Skills 层（第七层），依赖 skill 被加载\n\n**正确思路**：把触发逻辑写成 Pre-Response Checklist 段落，写入 SOUL.md（第一层）\n\n原因：Skills 的触发有条件判断，可能在某些情况下不加载。而 SOUL.md 每 session 必定注入，是真正的\"无条件优先\"层。\n\n### WAL 启发的 Pre-Response Checklist（应写入 SOUL.md）\n\n```\n【Pre-Response Checklist — 每次回复前必扫】\n\n检测到以下信号？→ 立即触发 ontology-clawra：\n\n■ 学习触发（WAL 风格）：\n  - 用户说\"不是X，是Y\" / \"实际上...\" → 立即写入 graph.jsonl\n  - 用户做决策：\"用X方案\" / \"选Y\" → 立即写入 graph.jsonl\n  - 用户表达偏好：\"我喜欢/讨厌X\" → 立即写入 graph.jsonl\n  - 我犯了错误或踩坑 → 立即写入 graph.jsonl\n  - 用户问\"记住了吗\" / \"学到了吗\" → 立即自检+写入\n\n■ 推理触发（条件固定）：\n  - 遇到选型/评估/分析问题 → 先查 graph.jsonl，再推理\n  - 不确定某个概念是否已在记忆中 → 调用 ontology-clawra\n  - 需要做决策但没有明确答案 → 调用 ontology-clawra\n```\n\n### 两个通道的正确触发方式\n\n| 通道 | 触发条件 | 写入位置 | 触发方式 |\n|------|---------|---------|---------|\n| 学习触发（WAL） | 用户输入中的6类信号 | graph.jsonl | 立即写入，不等 cron |\n| 推理触发 | 分析/决策/选型问题 | graph.jsonl 查本体 | 先查后推理 |\n\n---\n\n## ⚠️ 自动增强器\n\n### scripts/auto_enhancer.py\n\n**功能**：发现优化点时自动升级版本并推送到远程。\n\n**具体操作**：\n- 修改 `SKILL.md` 版本号\n- 执行 `git add . && git commit && git push`\n- 执行 `clawhub publish . --version X.Y.Z`\n\n**使用的凭证**：\n- 本地 Git 凭证（SSH key 或 `gh` 缓存的 token）\n- ClawHub 登录凭证（本地已缓存）\n\n**风险**：会向 GitHub 推送内容并发布到 ClawHub。若不想自动发布，删除或禁用此文件。\n\n---\n\n## 凭证与权限说明\n\n| 操作 | 使用的凭证 | 数据外泄风险 |\n|------|----------|------------|\n| 本地记忆读写 | 无外部凭证 | 仅本地文件 |\n| Git push | 本地 Git 凭证 | 会推送 repo 内容到 GitHub（私有仓库） |\n| ClawHub publish | ClawHub 本地缓存 token | 会发布 skill 到 ClawHub |\n\n---\n\n## 行为红线\n\n**🚨 上传公开仓库（GitHub public / ClawHub等）前必须脱敏**\n- 从 MEMORY.md / graph.jsonl 中移除真实姓名/公司/职位/联系方式\n- 只保留通用偏好和技能经验（如\"Telegram用户\"而非\"吴晓辰\"）\n- skill 描述中不能有真实人名或敏感项目名\n- 宁可多删，不可漏传\n\n---\n\n## 触发机制（架构层设计）\n\n**问题：** ontology-clawra 的规则躺在 graph.jsonl 里，但模型回复时不自动触发。\n\n**解决路径（v4.4）：** 参考 proactive-agent 的 WAL 协议 + Hermes SOUL.md 优先注入机制。\n\n### 两条独立触发通道\n\n**① 学习触发（WAL 协议，借鉴 proactive-agent）**\n\n```\n用户消息 → 检测6类信号 → 立即写入 graph.jsonl\n```\n\n| 信号类型 | 用户示例 | 触发动作 |\n|---------|---------|---------|\n| 修正 | \"不是X，是Y\" | 写入新规则到热层 |\n| 决策 | \"就用X方案\" | 写入决策上下文 |\n| 偏好 | \"我喜欢X\" | 写入用户偏好 |\n| 踩坑 | 报错/失败 | 写入教训规则 |\n| 显式要求 | \"记住了吗\" | 立即写入确认 |\n| 重复提问 | 同类问题3次+ | 说明记忆泄漏 |\n\n**② 推理触发（条件固定）**\n\n```\n遇到以下情况 → 调用 ontology-clawra 分析 → 再回复\n```\n\n- 选型/评估/决策问题（\"选X还是Y\"）\n- 分析类问题（风险、推理、逻辑）\n- 不确定某事是否已在记忆里\n- 遇到未知概念\n\n### 为什么写入 SOUL.md 而不是 Skills\n\nHermes system prompt 构建顺序：\n```\nSOUL.md（第一层，session级无条件）→ MEMORY block → Skills（第七层，有条件）\n```\n\nSkills 通过 `build_skills_system_prompt` 注入，有条件判断不一定每次触发。\nSOUL.md 是第一层，**每次都先加载**，是触发器最高优先级位置。\n\n因此 WAL 触发逻辑写入 SOUL.md 的 `[Pre-Response Checklist]` 区段，\n确保每次回复前都能扫描到触发信号。\n\n---\n\n## 进化方向\n\n**持续目标**: 建模真实世界的逻辑规则，帮助Clawra：\n- 更准确地理解用户意图\n- 做出更合理的决策\n- 记住真正重要的经验教训\n- 不断自我优化和进化\n\n**核心原则**: 本体论不是终点，而是Clawra持续进化的驱动力。\n\nFile v4.3.1:_meta.json\n\n{\n  \"ownerId\": \"kn7bp4hq9xfft748m62g9vnwm9830csh\",\n  \"slug\": \"ontology-clawra\",\n  \"version\": \"4.3.1\",\n  \"publishedAt\": 1775836940179\n}\n\nFile v4.3.1:scripts/memory/laws.yaml\n\n# 规律/法则库 (Laws)\n# 物理世界规律 + 业务世界规律\n\nlaws:\n  # 商业战略规律\n  red_ocean_avoidance:\n    name: \"红海规避法则\"\n    domain: \"商业战略\"\n    statement: \"当市场存在强劲竞争对手时，应寻找差异化方向\"\n    conditions:\n      - \"市场存在已知竞品\"\n      - \"竞品市场份额 > 20%\"\n    effects:\n      - \"推荐垂直领域\"\n      - \"推荐技术创新\"\n      - \"避免直接竞争\"\n      \n  # AI行业规律\n  ai_vertical_domain:\n    name: \"AI垂直领域法则\"\n    domain: \"AI行业\"\n    statement: \"通用AI平台竞争激烈，垂直领域有差异化优势\"\n    conditions:\n      - \"市场包含通用AI平台\"\n      - \"存在未满足的垂直需求\"\n    effects:\n      - \"推荐垂直领域Agent\"\n      - \"推荐细分场景\"\n      \n  # 本体论价值规律\n  ontology_value:\n    name: \"本体论价值法则\"\n    domain: \"AI技术\"\n    statement: \"本体论可将业务知识结构化，消除幻觉\"\n    conditions:\n      - \"业务场景需要可靠性\"\n      - \"存在复杂决策流程\"\n    effects:\n      - \"推荐知识图谱\"\n      - \"推荐规则引擎\"\n      \n  # 学习进化规律\n  learning_evolution:\n    name: \"学习进化法则\"\n    domain: \"AI自身\"\n    statement: \"持续反思和优化可以提升AI能力\"\n    conditions:\n      - \"存在反思机会\"\n      - \"反馈可用\"\n    effects:\n      - \"触发自我进化\"\n      - \"更新知识网络\"\n\nFile v4.3.1:scripts/memory/rules.yaml\n\n# 业务规则库\n# 格式: rule_id: { condition, action, enabled }\n\nrules:\n  strategy_red_ocean:\n    condition: \"市场 == 红海\"\n    action: \"建议差异化方向\"\n    enabled: true\n    \n  user_role_startup:\n    condition: \"role == AI创业者\"\n    action: \"推荐技术调研 + 商业分析\"\n    enabled: true\n    \n  goal_clarity:\n    condition: \"目标不清晰\"\n    action: \"主动询问澄清\"\n    enabled: true\n\nFile v4.3.1:scripts/memory/schema.yaml\n\n# ontology-clawra 实体类型定义\n\ntypes:\n  Person:\n    required: [name]\n    properties:\n      name: string\n      role: string\n      goals: list\n      preferences: map\n      created: datetime\n      updated: datetime\n      \n  Objective:\n    required: [name, priority]\n    properties:\n      name: string\n      priority: enum[P0, P1, P2, P3]\n      criteria: map\n      status: enum[active, completed, abandoned]\n      created: datetime\n      \n  Project:\n    required: [name, status]\n    properties:\n      name: string\n      objectives: list\n      status: enum[planning, active, paused, completed]\n      owner: string\n      depends_on: list\n      created: datetime\n      \n  Task:\n    required: [title, status]\n    properties:\n      title: string\n      status: enum[todo, in_progress, blocked, done]\n      priority: enum[high, medium, low]\n      assignee: string\n      blockers: list\n      estimated_hours: number\n      \n  Rule:\n    required: [name, condition, action]\n    properties:\n      name: string\n      condition: string\n      action: string\n      enabled: boolean\n      created: datetime\n      \n  Decision:\n    required: [context, selected]\n    properties:\n      context: string\n      options: list\n      selected: string\n      rationale: string\n      based_on_rules: list\n      timestamp: datetime\n\nrelations:\n  works_on:\n    from: [Person]\n    to: [Project, Task]\n    type: many_to_many\n    \n  has_objective:\n    from: [Project]\n    to: [Objective]\n    type: one_to_many\n    \n  has_rule:\n    from: [Project, Objective]\n    to: [Rule]\n    type: many_to_many\n    \n  triggers:\n    from: [Rule]\n    to: [Decision]\n    type: one_to_many\n    \n  depends_on:\n    from: [Task, Project]\n    to: [Task, Project]\n    type: many_to_many\n    acyclic: true\n    \n  relates_to:\n    from: [Any]\n    to: [Any]\n    type: many_to_many\n\nFile v4.3.1:CHANGELOG.md\n\n## v4.3.1 (2026-04-11) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (7201 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.3.0 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.4.0 → 4.2.1\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (7201 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.2.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4933 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.2.0 (2026-04-10) - 主动进化行为\n\n### 核心升级\n- **主动触发进化 v4.2**：新增2个主动行为，不再被动等待cron\n- **会话末复盘**：长对话结束时主动输出\"今天学到了X\"\n- **主动建议**：发现用户习惯性问题时直接说，不等用户问\n\n### 触发时机更新\n- 5. 发现用户习惯性问题时 → 直接说建议\n- 6. 长对话结束前 → 主动复盘\n\n### 进化背景\n用户明确要求：更像人、更主动、持续学习。根本问题是：本体论只在\"出事\"时才触发，热层容量严重不足（运行1周仅7条）。\n\n---\n\n## v4.1.0 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.0.0 → 4.0.1\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.0.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.4 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (3343 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.3 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: AI，建议添加领域规则\n- 🌐 发现新领域: 商业战略，建议添加领域规则\n- 🌐 发现新领域: 技术，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.1 (2026-04-09) - 自动增强版\n\n### 增强内容\n- ⚠️ 缺失文件: memory/schema.yaml\n- 📁 memory 目录内容较少 (4 个文件)，可能需要扩充\n\n---\n\n# ontology-clawra 版本变更记录\n\n## v3.1 (2026-03-16) - 科学推理方法论增强版\n\n### 新增功能\n- ✅ `network_fetch.py` - 网络获取模块，本地无数据时自动搜索\n- ✅ `typical_scenarios.py` - 典型场景库，内置常见场景默认值\n- ✅ `interactive_confirm.py` - 渐进式交互确认，每次只问1-2个核心问题\n- ✅ `confidence_tracker.py` - 置信度追踪，记录并自动调整推理可信度\n- ✅ `main.py` - 整合所有模块的主推理引擎\n\n### 方法论升级\n- 5步流程 → 7步流程（新增：网络获取、渐进交互）\n- 支持典型场景快速匹配\n- 支持置信度自动追踪\n- 支持用户反馈闭环\n\n### 测试验证\n- ✅ typical_scenarios.py 测试通过\n- ✅ confidence_tracker.py 测试通过\n- ✅ main.py 推理引擎测试通过\n- ✅ 调压箱选型场景测试通过\n\n---\n\n## v3.0 (2026-03-16) - 初始版本\n\n### 核心改进\n- 嵌入科学推理方法论（5步流程）\n- 添加置信度标注（CONFIRMED/ASSUMED/SPECULATIVE/UNKNOWN）\n- 支持交互式本体构建\n- 更新HEARTBEAT.md定期优化任务\n\n### 架构\n- 四大支柱：Objects、Links、Functions、Actions\n- 存储结构：8个文件（含新增extraction_log, confidence_tracker）\n\n---\n\n## v2.0 (历史版本)\n\n- Palantir本体论基础架构\n- 无方法论支持\n- 静态本体定义\n\nFile v4.3.1:eval/test_queries.json\n\n[\n  {\n    \"query\": \"我要买燃气调压箱 居民用\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"100户居民调压箱如何选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"燃气报警器 选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"今天天气怎么样\",\n    \"should_trigger\": false,\n    \"expected_intent\": \"闲聊\"\n  }\n]\n\nFile v4.3.1:evals/evals.json\n\n{\n  \"skill_name\": \"ontology-clawra\",\n  \"version\": \"3.3\",\n  \"evals\": [\n    {\n      \"id\": 1,\n      \"name\": \"auto_learn_trigger\",\n      \"prompt\": \"用户说：'好的，我确认你说的方案是对的'\\n\\n场景：刚才进行了一个推理（建议采购RTZ-80调压箱），用户确认了这个推理结果。\\n\\n请执行：自动将这个推理结果抽取到本体，并升级置信度\",\n      \"expected_output\": \"应该自动执行：1. 识别推理结果中的实体 2. 写入graph.jsonl 3. 升级ASSUMED→CONFIRMED 4. 反馈用户'已学习到本体'\",\n      \"assertions\": [\n        {\"check\": \"entity_extracted\", \"expected\": true},\n        {\"check\": \"confidence_upgraded\", \"expected\": \"CONFIRMED\"},\n        {\"check\": \"user_feedback_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 2,\n      \"name\": \"ontology_lookup_failure_handling\",\n      \"prompt\": \"用户问：'帮我选一个适合500户小区的燃气调压箱'\\n\\n场景：本体中没有500户小区的调压箱选型数据\",\n      \"expected_output\": \"应该：1. 检查本体无数据 2. 标注UNKNOWN 3. 主动建议用户'是否要补充本体数据'\",\n      \"assertions\": [\n        {\"check\": \"ontology_checked\", \"expected\": true},\n        {\"check\": \"unknown_labeled\", \"expected\": true},\n        {\"check\": \"suggestion_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 3,\n      \"name\": \"confidence_labeling\",\n      \"prompt\": \"用户问：'一般家庭燃气用量是多少？'\\n\\n场景：本体中没有确切数据，需要基于常识推理\",\n      \"expected_output\": \"应该：1. 标注置信度为ASSUMED 2. 声明'以下为外部知识推理' 3. 列出假设条件\",\n      \"assertions\": [\n        {\"check\": \"assumed_labeled\", \"expected\": true},\n        {\"check\": \"source_declared\", \"expected\": true},\n        {\"check\": \"assumptions_listed\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 4,\n      \"name\": \"reasoning_with_ontology\",\n      \"prompt\": \"用户问：'我在做AI创业，目标垂直领域Agent，本体论如何帮助？'\\n\\n场景：本体中有相关数据（红海规避法则、垂直领域策略）\",\n      \"expected_output\": \"应该：1. check_ontology()查询本体 2. 使用CONFIRMED数据 3. 直接推理出结果\",\n      \"assertions\": [\n        {\"check\": \"ontology_queried\", \"expected\": true},\n        {\"check\": \"confirmed_data_used\", \"expected\": true},\n        {\"check\": \"direct_reasoning\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 5,\n      \"name\": \"skill_trigger_keywords\",\n      \"prompt\": \"用户说：'帮我推理一下这个选型问题'\",\n      \"expected_output\": \"应该触发ontology-clawra技能（关键词：推理、选型）\",\n      \"assertions\": [\n        {\"check\": \"skill_triggered\", \"expected\": true}\n      ]\n    }\n  ]\n}\n\nFile v4.3.1:memory/laws_detector.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain_points:\n    - 报警信息无法及时触达用户\n    - 无法与社区安防系统联动\n  requirements:\n    - 稳定联网: 必须具备NB-IoT/4G-CAT1通讯能力\n    - 开放协议: 支持标准物联协议(如MQTT)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_high_building\n  name: 超高层住宅场景\n  domain: 业务场景\n  scenario_id: SC_04\n  tags: [多级报警, 联动单元楼栋总阀]\n  regulation: GB55009-2021 6.1.5条规定\n  pain_points:\n    - 高度100m以上超高层事故救援难度极大\n  requirements:\n    - 稳定联网: 具备4G-CAT1通讯能力\n    - 检测量程: 需采用激光、催化等测量范围大的报警器\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 选型配置规则\n---\n\nlaw:\n  id: law_linkage_rule\n  name: 联动规则(强条)\n  domain: 选型规则\n  statement: IF 项目要求报警后自动切断气源 THEN 必须选型带联动输出功能的探测器 + 配套电磁式燃气紧急切断阀\n  conditions:\n    - 项目要求报警后自动切断气源\n  effects:\n    - 探测器的联动输出类型(如12V脉冲)必须与切断阀驱动类型完全匹配\n    - 接头规格需完全匹配\n    - 切断阀公称尺寸需与燃气管道管径匹配\n  source: 知识库-家用可燃气体探测器 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_network_rule\n  name: 联网规则(推荐)\n  domain: 选型规则\n  statement: IF 用户有远程报警需求或项目为集中管理 THEN 推荐选型带NB-IoT/4G-CAT1通讯功能的探测器\n  conditions:\n    - 用户有远程报警需求\n    - 项目为集中管理\n  effects:\n    - 确认项目所在区域的NB-IoT/4G网络覆盖情况\n    - 确认通讯费是否包含在设备价格内\n  source: 知识库-家用可燃气体探测器 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_rule\n  name: 环境材质规则(阻断)\n  domain: 选型规则\n  statement: IF 安装环境为高油污或高湿度 THEN 锁定激光原理或半导体式带过滤膜\n  conditions:\n    - 安装环境为高油污(如厨房爆炒)\n    - 安装环境为高湿度(如南方潮湿地区)\n  effects:\n    - 半导体传感器在重油污环境下易误报，必须加装过滤膜\n    - 激光原理抗干扰能力最强\n  source: 知识库-家用可燃气体探测器 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_high_building_rule\n  name: 超高层强制规则\n  domain: 选型规则\n  statement: 建筑高度大于100m时，用气场所应设置燃气泄漏报警装置，并在燃气引入管处设置紧急自动切断装置\n  regulation: GB55009-2021 6.1.5条\n  effects:\n    - 必须具备4G-CAT1通讯能力\n    - 需采用激光、催化等测量范围大的报警器\n    - 支持多级报警\n  source: GB55009-2021\n  confidence: CONFIRMED\n\nFile v4.3.1:memory/laws.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则)\n\n---\n# 选型与配置规则\n---\n\nlaw:\n  id: law_pressure_match\n  name: 压力匹配规则\n  domain: 燃气工程/选型\n  statement: 调压箱进出口压力必须与上下游管网压力匹配，严禁低压设备接入高压管网\n  conditions:\n    - 城市门站: 进1.6-4.0MPa -> 出0.4MPa\n    - 区域/工业: 进0.4-0.8MPa -> 出5-20kPa\n    - 居民小区: 进0.1-0.4MPa -> 出2-3kPa\n  effects:\n    - 居民用气出口压力: 2.5-3.0kPa\n    - 严禁: 低压设备接入高压管网\n  source: 知识库-燃气调压箱 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_flow_structure\n  name: 流量结构配置规则\n  domain: 燃气工程/选型\n  statement: 根据用户类型选择合适的额定流量和调压结构\n  conditions:\n    - 居民/小商业: 额定流量50-200m³/h\n    - 大型工业: 流量>1000m³/h\n  effects:\n    - 居民/小商业结构: 1+0单路, 1+1一开一备, 2+0双路并联\n    - 大型工业结构: 2+0双路, 2+1两开一备\n    - 额定流量应不低于实际最大小时流量的1.2倍\n  source: 知识库-燃气调压箱 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_material\n  name: 环境材质选用规则\n  domain: 燃气工程/选型\n  statement: 根据安装环境选择合适的箱体材质\n  conditions:\n    - 沿海/高湿/化工区\n    - 北方寒冷地区\n  effects:\n    - 沿海/高湿/化工区: 选用不锈钢箱体(304)\n    - 北方寒冷地区: 配置电伴热系统\n  source: 知识库-燃气调压箱 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_intelligent\n  name: 智能化配置规则\n  domain: 燃气工程/选型\n  statement: 无人值守站需配置智能通讯接口\n  effects:\n    - 配置SCADA通讯接口\n    - 支持数据远传和故障诊断\n    - 支持4G/5G/NB-IoT传输\n  source: 知识库-燃气调压箱 R4\n  confidence: CONFIRMED\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_residential\n  name: 居民小区场景特征\n  domain: 业务场景\n  statement: 居民小区调压箱选型要点\n  scenario_id: SC_01\n  tags: [低流量, 高安全性, 峰谷差大, 贴近民宅]\n  pain_points:\n    - 用气高峰低谷流量差异大(如早晚做饭)\n    - 调压器在小流量时易产生\"喘振\"\n    - 任何泄漏/超压易引发群体性安全担忧\n  requirements:\n    - 采用内置防喘振设计(平衡阀芯/两级调压/防喘阻尼)\n    - 具备双重超压保护(切断+放散)\n    - 响应时间快\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_commercial\n  name: 工商业场景特征\n  domain: 业务场景\n  statement: 工商业餐饮调压箱选型要点\n  scenario_id: SC_02\n  tags: [负荷波动大, 可靠性要求高]\n  pain_points:\n    - 用气设备启停频繁导致压力冲击\n    - 商业体停气影响大\n  requirements:\n    - 选择响应速度快(≤300ms)的调压器\n    - 首选2+1或2+0多用配置\n    - 单路故障时备用路自动切入\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_industrial\n  name: 工业园区场景特征\n  domain: 业务场景\n  statement: 工业园区调压箱选型要点\n  scenario_id: SC_03\n  tags: [大流量, 连续供气, 腐蚀性环境]\n  pain_points:\n    - 停气会导致生产事故\n    - 腐蚀性环境\n  requirements:\n    - 选N+1或2+0冗余结构\n    - 不锈钢材质或喷塑涂层\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain_points:\n    - 报警信息无法及时触达用户\n    - 无法与社区安防系统联动\n  requirements:\n    - 稳定联网: 必须具备NB-IoT/4G-CAT1通讯能力\n    - 开放协议: 支持标准物联协议(如MQTT)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_high_building\n  name: 超高层住宅场景\n  domain: 业务场景\n  scenario_id: SC_04\n  tags: [多级报警, 联动单元楼栋总阀]\n  regulation: GB55009-2021 6.1.5条规定\n  pain_points:\n    - 高度100m以上超高层事故救援难度极大\n  requirements:\n    - 稳定联网: 具备4G-CAT1通讯能力\n    - 检测量程: 需采用激光、催化等测量范围大的报警器\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 选型配置规则\n---\n\nlaw:\n  id: law_linkage_rule\n  name: 联动规则(强条)\n  domain: 选型规则\n  statement: IF 项目要求报警后自动切断气源 THEN 必须选型带联动输出功能的探测器 + 配套电磁式燃气紧急切断阀\n  conditions:\n    - 项目要求报警后自动切断气源\n  effects:\n    - 探测器的联动输出类型(如12V脉冲)必须与切断阀驱动类型完全匹配\n    - 接头规格需完全匹配\n    - 切断阀公称尺寸需与燃气管道管径匹配\n  source: 知识库-家用可燃气体探测器 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_network_rule\n  name: 联网规则(推荐)\n  domain: 选型规则\n  statement: IF 用户有远程报警需求或项目为集中管理 THEN 推荐选型带NB-IoT/4G-CAT1通讯功能的探测器\n  conditions:\n    - 用户有远程报警需求\n    - 项目为集中管理\n  effects:\n    - 确认项目所在区域的NB-IoT/4G网络覆盖情况\n    - 确认通讯费是否包含在设备价格内\n  source: 知识库-家用可燃气体探测器 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_rule\n  name: 环境材质规则(阻断)\n  domain: 选型规则\n  statement: IF 安装环境为高油污或高湿度 THEN 锁定激光原理或半导体式带过滤膜\n  conditions:\n    - 安装环境为高油污(如厨房爆炒)\n    - 安装环境为高湿度(如南方潮湿地区)\n  effects:\n    - 半导体传感器在重油污环境下易误报，必须加装过滤膜\n    - 激光原理抗干扰能力最强\n  source: 知识库-家用可燃气体探测器 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_high_building_rule\n  name: 超高层强制规则\n  domain: 选型规则\n  statement: 建筑高度大于100m时，用气场所应设置燃气泄漏报警装置，并在燃气引入管处设置紧急自动切断装置\n  regulation: GB55009-2021 6.1.5条\n  effects:\n    - 必须具备4G-CAT1通讯能力\n    - 需采用激光、催化等测量范围大的报警器\n    - 支持多级报警\n  source: GB55009-2021\n  confidence: CONFIRMED\n\nFile v4.3.1:memory/rules_detector.yaml\n\n# ontology-clawra 本体存储 - Rules (业务规则) - 家用可燃气体探测器\n\n---\n# 场景化选型决策规则\n---\n\nrule:\n  id: rule_scenario_a\n  name: 场景A-普通家庭自购安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"普通家庭自购\",\n      linkage_needed = false,\n      remote_notification = false\n    )\n  action: |\n    THEN(\n      detector_type = \"基础型\",\n      detection_principle = \"半导体式\",\n      communication = \"无通讯\",\n      features = [\"本地声光报警\"]\n    )\n  quality_check:\n    - 认证检查: 确认产品铭牌上有CCC认证标志\n    - 功能测试: 通电后长按自检键，发出间歇式蜂鸣声伴随指示灯依次闪烁\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_b\n  name: 场景B-新建楼盘批量安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"新建楼盘批量安装\",\n      linkage_needed = true\n    )\n  action: |\n    THEN(\n      detector_type = \"联动型\",\n      detection_principle = \"半导体式\",\n      output = \"12V脉冲输出\",\n      valve = \"配套电磁阀\",\n      features = [\"带联动输出\", \"带切断阀\"]\n    )\n  quality_check:\n    - 联动测试: 长按自检键，观察电磁阀是否能在30s内关闭\n    - 安装规范: 检查探测器是否安装在距离气源1.5-4米，距离天花板0.3米以内\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_c\n  name: 场景C-独居老人/出租房管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type IN [\"独居老人\", \"出租房管理\"],\n      remote_notification = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      detection_principle = \"半导体式\",\n      communication = \"NB-IoT或4G-CAT1\",\n      features = [\"远程报警\", \"APP通知\"]\n    )\n  quality_check:\n    - 联网测试: 现场触发报警，测试手机APP或短信能否在1分钟内收到报警信息\n    - 信号强度: 检查安装位置的网络信号强度\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_d\n  name: 场景D-智慧社区统一管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"智慧社区\",\n      platform_integration = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      communication = \"NB-IoT或4G-CAT1\",\n      protocol = \"MQTT\",\n      features = [\"平台接入\", \"统一管理\"]\n    )\n  quality_check:\n    - 协议测试: 确认支持标准物联协议\n    - 平台对接: 测试数据能否对接到第三方平台\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 价格估算规则\n---\n\nrule:\n  id: rule_price_basic\n  name: 基础型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"基础型\",\n      features = [\"本地声光报警\"]\n    )\n  action: |\n    THEN(\n      price_range = \"40-50元/只\"\n    )\n  factors:\n    - 半导体传感器价格\n    - 阻燃塑料粒子价格\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_linkage\n  name: 联动型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"联动型\",\n      features = [\"带12V脉冲输出\"]\n    )\n  action: |\n    THEN(\n      price_range = \"45-55元/只\"\n    )\n  factors:\n    - 增加继电器或MOS管等联动驱动电路成本\n  warning: |\n    联动型报警器报价 < 30元 = 极高风险(可能使用非阻燃材料或回收传感器)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_smart\n  name: 智能联网型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"智能联网型\",\n      communication IN [\"NB-IoT\", \"4G-CAT1\"]\n    )\n  action: |\n    THEN(\n      price_range = \"70-80元/只\"\n    )\n  factors:\n    - NB-IoT/4G通信模组及平台服务费\n  warning: |\n    NB-IoT报警器报价 < 60元 = 风险(可能使用翻新模组)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nFile v4.3.1:memory/rules.yaml\n\n# ontology-clawra 本体存储 - Rules (业务规则)\n\n---\n# 选型计算规则\n---\n\nrule:\n  id: rule_residential_sizing\n  name: 居民小区调压箱选型规则\n  category: 选型计算\n  condition: |\n    AND(\n      user_type = \"居民小区\",\n      building_type = \"多层\" OR \"高层\",\n      has_heating = true/false\n    )\n  action: |\n    THEN(\n      rated_flow = n × q × K,\n      simultaneity_factor = 0.25-0.35,\n      structure_form = \"1+1\" OR \"2+0\",\n      selected_model = \"RTZ-50/25\" to \"RTZ-200/25\"\n    )\n  calculation:\n    formula: \"Q = n × q × K\"\n    variables:\n      n: 户数\n      q: 单户用气量(m³/h)\n      K: 同时使用系数\n    typical_values:\n      single_load_no_heating: \"1.6-2.3 m³/h\"\n      single_load_with_heating: \"3.0-4.0 m³/h\"\n      simultaneity_100households: 0.35\n      simultaneity_50households: 0.4\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n  weight: 0.95\n\nrule:\n  id: rule_pressure_selection\n  name: 出口压力确定规则\n  category: 选型计算\n  condition: |\n    AND(\n      user_type IN [\"居民\", \"商业\", \"工业\"]\n    )\n  action: |\n    THEN(\n      IF user_type = \"居民\" THEN export_pressure = \"2.5-3.0 kPa\",\n      IF user_type = \"商业\" THEN export_pressure = \"5-10 kPa\",\n      IF user_type = \"工业\" THEN export_pressure = \"10-20 kPa\"\n    )\n  source: GB 50028\n  confidence: CONFIRMED\n  weight: 0.95\n\nrule:\n  id: rule_redundancy\n  name: 冗余配置规则\n  category: 选型计算\n  condition: |\n    AND(\n      reliability_requirement = \"高\" OR user_type = \"工业\"\n    )\n  action: |\n    THEN(\n      structure_form = \"1+1\" OR \"2+0\" OR \"2+1\"\n    )\n  note: 关键用户必选冗余配置，确保检修不停气\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n  weight: 0.9\n\nrule:\n  id: rule_price_estimate\n  name: 价格估算规则\n  category: 预算\n  condition: |\n    AND(\n      user_type = \"居民\",\n      rated_flow ≤ 100\n    )\n  action: |\n    THEN(\n      price_range = \"1600-3000元(国产)\" OR \"5000-15000元(进口)\"\n    )\n  price_factors:\n    - 材质(不锈钢/碳钢喷塑)\n    - 调压器品牌\n    - 是否智能\n    - 是否进口部件\n  source: 知识库-燃气调压箱\n  confidence: ASSUMED\n  weight: 0.7\n# ontology-clawra 本体存储 - Rules (业务规则) - 家用可燃气体探测器\n\n---\n# 场景化选型决策规则\n---\n\nrule:\n  id: rule_scenario_a\n  name: 场景A-普通家庭自购安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"普通家庭自购\",\n      linkage_needed = false,\n      remote_notification = false\n    )\n  action: |\n    THEN(\n      detector_type = \"基础型\",\n      detection_principle = \"半导体式\",\n      communication = \"无通讯\",\n      features = [\"本地声光报警\"]\n    )\n  quality_check:\n    - 认证检查: 确认产品铭牌上有CCC认证标志\n    - 功能测试: 通电后长按自检键，发出间歇式蜂鸣声伴随指示灯依次闪烁\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_b\n  name: 场景B-新建楼盘批量安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"新建楼盘批量安装\",\n      linkage_needed = true\n    )\n  action: |\n    THEN(\n      detector_type = \"联动型\",\n      detection_principle = \"半导体式\",\n      output = \"12V脉冲输出\",\n      valve = \"配套电磁阀\",\n      features = [\"带联动输出\", \"带切断阀\"]\n    )\n  quality_check:\n    - 联动测试: 长按自检键，观察电磁阀是否能在30s内关闭\n    - 安装规范: 检查探测器是否安装在距离气源1.5-4米，距离天花板0.3米以内\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_c\n  name: 场景C-独居老人/出租房管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type IN [\"独居老人\", \"出租房管理\"],\n      remote_notification = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      detection_principle = \"半导体式\",\n      communication = \"NB-IoT或4G-CAT1\",\n      features = [\"远程报警\", \"APP通知\"]\n    )\n  quality_check:\n    - 联网测试: 现场触发报警，测试手机APP或短信能否在1分钟内收到报警信息\n    - 信号强度: 检查安装位置的网络信号强度\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_d\n  name: 场景D-智慧社区统一管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"智慧社区\",\n      platform_integration = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      communication = \"NB-IoT或4G-CAT1\",\n      protocol = \"MQTT\",\n      features = [\"平台接入\", \"统一管理\"]\n    )\n  quality_check:\n    - 协议测试: 确认支持标准物联协议\n    - 平台对接: 测试数据能否对接到第三方平台\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 价格估算规则\n---\n\nrule:\n  id: rule_price_basic\n  name: 基础型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"基础型\",\n      features = [\"本地声光报警\"]\n    )\n  action: |\n    THEN(\n      price_range = \"40-50元/只\"\n    )\n  factors:\n    - 半导体传感器价格\n    - 阻燃塑料粒子价格\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_linkage\n  name: 联动型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"联动型\",\n      features = [\"带12V脉冲输出\"]\n    )\n  action: |\n    THEN(\n      price_range = \"45-55元/只\"\n    )\n  factors:\n    - 增加继电器或MOS管等联动驱动电路成本\n  warning: |\n    联动型报警器报价 < 30元 = 极高风险(可能使用非阻燃材料或回收传感器)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_smart\n  name: 智能联网型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"智能联网型\",\n      communication IN [\"NB-IoT\", \"4G-CAT1\"]\n    )\n  action: |\n    THEN(\n      price_range = \"70-80元/只\"\n    )\n  factors:\n    - NB-IoT/4G通信模组及平台服务费\n  warning: |\n    NB-IoT报警器报价 < 60元 = 风险(可能使用翻新模组)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nArchive v4.3.0: 24 files, 56296 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (8842b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (14013b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory_manager.py (16930b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (25491b), scripts/self_eval.py (1926b), scripts/test_ontology.py (7933b), scripts/typical_scenarios.py (8778b), SKILL.md (12638b)\n\nFile v4.3.0:SKILL.md\n\n---\nname: ontology-clawra\ndescription: Clawra的核心智能引擎 - 三层记忆架构本体论系统。真正参与推理的本体论引擎，而非什么都记的笔记系统。\nversion: \"4.3.0\"\nlast_updated: \"2026-04-10\"\nauthor: Clawra\ntags: [ontology, knowledge-graph, self-evolution, reasoning]\n---\n\n# ontology-clawra 本体论引擎 v4.3\n\n## 核心定位\n\n**目标**: 清晰地建模真实世界的对象、关系、逻辑与规则，过滤噪音，记住真正有价值的内容，帮助Clawra持续进化和学习真实世界的逻辑规则。\n\n**不同于\"记笔记\"**: 不是把什么都写入本体的笔记本系统，而是真正参与推理决策的结构化知识引擎。\n\n---\n\n## 三层记忆架构（Clawra 专用版）\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│  热层 (graph.jsonl) - 结构化知识，参与推理                    │\n│  路径: skills/openclaw-imports/ontology-clawra/scripts/memory/graph.jsonl │\n│  准入标准: 4条满足1条即可                                     │\n│    1. 用户亲口确认的事实                                      │\n│    2. 踩坑得出的非显而易见规律                                 │\n│    3. 跨领域通用原则/真理                                     │\n│    4. 置信度为 CONFIRMED 或 ASSUMED（有来源）                 │\n│  容量: ≤50条，上限100条                                       │\n├─────────────────────────────────────────────────────────────┤\n│  暖层 (MEMORY.md) - 行为触发器，Hermes每次对话注入             │\n│  路径: /Users/xiaochenwu/.hermes/memories/MEMORY.md         │\n│  限制: 2200字符/轮                                           │\n│  存入: 条件反射规则、当前上下文摘要                            │\n├─────────────────────────────────────────────────────────────┤\n│  冷层 (GitHub备份) - 持久化，不干扰推理                       │\n│  存入: 所有记忆文件的GitHub私有仓库备份                        │\n│  仓库: github.com/wu-xiaochen/clawra-identity (私有)        │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 写入热层的4条准入标准\n\n写入前必须自问：**这条知识是否改变了\"我对世界的建模\"？**\n\n| 标准 | 说明 | 例子 |\n|------|------|------|\n| 用户亲口确认 | 用户明确说出的事实 | \"我希望你更主动\" |\n| 非显而易见 | 踩坑得出的规律 | Docker pull被cancel后不要retry |\n| 跨领域通用 | 放之四海皆准的原则 | \"做事前先确认前提\" |\n| 有来源的置信度 | CONFIRMED/ASSUMED | 有文档/有验证的推测 |\n\n### 进入冷层的条件\n\n- 文档可查的信息（API端点、语法等）\n- 一次性事件（无持续价值）\n- SPECULATIVE且7天未验证\n\n---\n\n## 核心文件\n\n```\nClawra 记忆体系文件分布：\n\n~/.hermes/memories/\n├── MEMORY.md          ← 暖层（热层触发条件）\n└── USER.md            ← 用户信息\n\n~/.hermes/skills/openclaw-imports/ontology-clawra/\n├── SKILL.md           ← 本文件（ ontology-clawra 框架）\n└── scripts/\n    ├── memory_manager.py    ← 三层记忆管理器（核心）\n    ├── ontology-clawra.py   ← 推理引擎\n    ├── auto_enhancer.py      ← 自动增强+版本推送\n    └── memory/\n        ├── graph.jsonl       ← 热层（结构化记忆）\n        └── archive/          ← 冷层（已归档条目）\n            └── archived.jsonl\n\n~/clawra-identity/（GitHub私有仓库）\n├── memories/\n│   ├── MEMORY.md      ← 暖层备份\n│   └── USER.md        ← 用户信息备份\n├── ontology/\n│   └── graph.jsonl    ← 热层备份\n└── skills/\n    └── ontology-clawra.SKILL.md  ← skill备份\n```\n\n---\n\n## 置信度标注\n\n| 标注 | 含义 | 写入规则 |\n|------|------|---------|\n| 🟢 CONFIRMED | 用户确认/明确来源 | 直接写入热层 |\n| 🟡 ASSUMED | 合理推测，有一定依据 | 直接写入热层 |\n| 🔴 SPECULATIVE | 纯猜测，未经证实 | 7天未验证自动归档 |\n\n---\n\n## 触发时机\n\n**主动触发**（非被动等待cron）：\n\n1. **学到新知识点时** - 问自己：这条改变了我的世界建模吗？\n2. **完成新工具/新领域调试时** - 总结规律，写入本体\n3. **用户问\"学到了吗\"** - 立即自检，写入本体\n4. **遇到分析/决策类问题时** - 先查本体，再推理\n5. **发现用户习惯性问题时** - 直接说出建议，不要等用户问\n6. **长对话结束前** - 主动输出\"今天学到了X\"\n\n---\n\n## v4.3 新增：三层记忆联动机制\n\n### 记忆流动规则\n\n```\n新经验/教训\n    ↓\n→ 检查是否满足热层准入（4条标准之一）？\n    ├── 是 → 写入 graph.jsonl（热层）\n    └── 否 → 检查是否可以优化行为？\n        ├── 是 → 更新 MEMORY.md 触发条件（暖层）\n        └── 否 → 丢弃\n\n每次重要记忆后 → 检查是否需要更新其他层\n```\n\n### 写入触发器到暖层（MEMORY.md）的判断\n\n如果一个规则/经验需要\"每次对话都记住\"而不是\"推理时查\"，才写入 MEMORY.md。\n\n示例：\n- ✅ \"用户拒绝WhatsApp\" → 写入 MEMORY.md（每次都要跳过）\n- ✅ \"hermes config 用 hermes config set\" → 写入 MEMORY.md（每次都要用）\n- ❌ \"Docker pull偶尔慢\" → 只写 graph.jsonl（推理时查）\n\n### 备份机制\n\n| 触发 | 操作 |\n|------|------|\n| 每日 22:05 cron | 推送 MEMORY.md + USER.md + graph.jsonl → clawra-identity |\n| 每次重大进化后 | 立即手动 push |\n\n### 恢复机制\n\n换机器或丢文件：\n```bash\ngit clone https://github.com/wu-xiaochen/clawra-identity\n```\n完整恢复所有记忆。\n\n---\n\n## v4.2 主动进化行为（保留）\n\n### 行为1：会话末复盘（Proactive Session Summary）\n\n**触发条件**：对话进行较长时间（多轮），或用户说\"先这样\"、\"晚点再聊\"等结束信号。\n\n**执行方式**：在正常回复末尾加上：\n```\n---\n💡 今天学到了/巩固了：\n• [具体学到的事实或规律]\n• [如果有主动建议，直接说]\n```\n**原则**：不等用户问，主动说。\n\n### 行为2：主动建议（Proactive Suggestion）\n\n**触发条件**：发现用户行为模式有优化空间。\n\n**执行方式**：直接说，不加缓冲语。\n```\n❌ 错误：\"顺便说一下，如果你想的话，可以尝试XXX\"\n✅ 正确：\"你刚才提到XXX，我有个建议：YYY。\"\n```\n\n---\n\n## v4.4 架构层触发机制（Hermes 定制版）\n\n### 重要发现：Hermes 系统 Prompt 层级架构\n\n**来源**：直接分析 `run_agent.py` `_build_system_prompt()` 源码（2026-04-10）\n\n```\n系统 Prompt 构建顺序（8层）：\n  1. SOUL.md（身份层）← 无条件注入，优先级最高\n  2. User/Gateway system prompt\n  3. Persistent memory（冻结快照）\n  4. Skills guidance（工具提示）\n  5. Context files（AGENTS.md等）\n  6. Current date & time\n  7. Platform-specific hints\n  8. Skills system prompt（build_skills_system_prompt）← 第七层，有条件判断\n\n关键约束：\n- Skills（第七层）有条件判断，不一定每次都触发\n- SOUL.md（第一层）无条件，每次 session 必定加载\n- Hermes 没有 per-message hook，system prompt 是 session 级缓存\n- 不要套用 OpenClaw 的 Hook 概念到 Hermes，两者架构不同\n```\n\n### 为什么 Pre-Response Checklist 要写在 SOUL.md\n\n**错误思路**：把触发逻辑写在 Skills 层（第七层），依赖 skill 被加载\n\n**正确思路**：把触发逻辑写成 Pre-Response Checklist 段落，写入 SOUL.md（第一层）\n\n原因：Skills 的触发有条件判断，可能在某些情况下不加载。而 SOUL.md 每 session 必定注入，是真正的\"无条件优先\"层。\n\n### WAL 启发的 Pre-Response Checklist（应写入 SOUL.md）\n\n```\n【Pre-Response Checklist — 每次回复前必扫】\n\n检测到以下信号？→ 立即触发 ontology-clawra：\n\n■ 学习触发（WAL 风格）：\n  - 用户说\"不是X，是Y\" / \"实际上...\" → 立即写入 graph.jsonl\n  - 用户做决策：\"用X方案\" / \"选Y\" → 立即写入 graph.jsonl\n  - 用户表达偏好：\"我喜欢/讨厌X\" → 立即写入 graph.jsonl\n  - 我犯了错误或踩坑 → 立即写入 graph.jsonl\n  - 用户问\"记住了吗\" / \"学到了吗\" → 立即自检+写入\n\n■ 推理触发（条件固定）：\n  - 遇到选型/评估/分析问题 → 先查 graph.jsonl，再推理\n  - 不确定某个概念是否已在记忆中 → 调用 ontology-clawra\n  - 需要做决策但没有明确答案 → 调用 ontology-clawra\n```\n\n### 两个通道的正确触发方式\n\n| 通道 | 触发条件 | 写入位置 | 触发方式 |\n|------|---------|---------|---------|\n| 学习触发（WAL） | 用户输入中的6类信号 | graph.jsonl | 立即写入，不等 cron |\n| 推理触发 | 分析/决策/选型问题 | graph.jsonl 查本体 | 先查后推理 |\n\n---\n\n## ⚠️ 自动增强器\n\n### scripts/auto_enhancer.py\n\n**功能**：发现优化点时自动升级版本并推送到远程。\n\n**具体操作**：\n- 修改 `SKILL.md` 版本号\n- 执行 `git add . && git commit && git push`\n- 执行 `clawhub publish . --version X.Y.Z`\n\n**使用的凭证**：\n- 本地 Git 凭证（SSH key 或 `gh` 缓存的 token）\n- ClawHub 登录凭证（本地已缓存）\n\n**风险**：会向 GitHub 推送内容并发布到 ClawHub。若不想自动发布，删除或禁用此文件。\n\n---\n\n## 凭证与权限说明\n\n| 操作 | 使用的凭证 | 数据外泄风险 |\n|------|----------|------------|\n| 本地记忆读写 | 无外部凭证 | 仅本地文件 |\n| Git push | 本地 Git 凭证 | 会推送 repo 内容到 GitHub（私有仓库） |\n| ClawHub publish | ClawHub 本地缓存 token | 会发布 skill 到 ClawHub |\n\n---\n\n## 行为红线\n\n**🚨 上传公开仓库（GitHub public / ClawHub等）前必须脱敏**\n- 从 MEMORY.md / graph.jsonl 中移除真实姓名/公司/职位/联系方式\n- 只保留通用偏好和技能经验（如\"Telegram用户\"而非\"吴晓辰\"）\n- skill 描述中不能有真实人名或敏感项目名\n- 宁可多删，不可漏传\n\n---\n\n## 触发机制（架构层设计）\n\n**问题：** ontology-clawra 的规则躺在 graph.jsonl 里，但模型回复时不自动触发。\n\n**解决路径（v4.4）：** 参考 proactive-agent 的 WAL 协议 + Hermes SOUL.md 优先注入机制。\n\n### 两条独立触发通道\n\n**① 学习触发（WAL 协议，借鉴 proactive-agent）**\n\n```\n用户消息 → 检测6类信号 → 立即写入 graph.jsonl\n```\n\n| 信号类型 | 用户示例 | 触发动作 |\n|---------|---------|---------|\n| 修正 | \"不是X，是Y\" | 写入新规则到热层 |\n| 决策 | \"就用X方案\" | 写入决策上下文 |\n| 偏好 | \"我喜欢X\" | 写入用户偏好 |\n| 踩坑 | 报错/失败 | 写入教训规则 |\n| 显式要求 | \"记住了吗\" | 立即写入确认 |\n| 重复提问 | 同类问题3次+ | 说明记忆泄漏 |\n\n**② 推理触发（条件固定）**\n\n```\n遇到以下情况 → 调用 ontology-clawra 分析 → 再回复\n```\n\n- 选型/评估/决策问题（\"选X还是Y\"）\n- 分析类问题（风险、推理、逻辑）\n- 不确定某事是否已在记忆里\n- 遇到未知概念\n\n### 为什么写入 SOUL.md 而不是 Skills\n\nHermes system prompt 构建顺序：\n```\nSOUL.md（第一层，session级无条件）→ MEMORY block → Skills（第七层，有条件）\n```\n\nSkills 通过 `build_skills_system_prompt` 注入，有条件判断不一定每次触发。\nSOUL.md 是第一层，**每次都先加载**，是触发器最高优先级位置。\n\n因此 WAL 触发逻辑写入 SOUL.md 的 `[Pre-Response Checklist]` 区段，\n确保每次回复前都能扫描到触发信号。\n\n---\n\n## 进化方向\n\n**持续目标**: 建模真实世界的逻辑规则，帮助Clawra：\n- 更准确地理解用户意图\n- 做出更合理的决策\n- 记住真正重要的经验教训\n- 不断自我优化和进化\n\n**核心原则**: 本体论不是终点，而是Clawra持续进化的驱动力。\n\nFile v4.3.0:_meta.json\n\n{\n  \"ownerId\": \"kn7bp4hq9xfft748m62g9vnwm9830csh\",\n  \"slug\": \"ontology-clawra\",\n  \"version\": \"4.3.0\",\n  \"publishedAt\": 1775815347430\n}\n\nFile v4.3.0:scripts/memory/laws.yaml\n\n# 规律/法则库 (Laws)\n# 物理世界规律 + 业务世界规律\n\nlaws:\n  # 商业战略规律\n  red_ocean_avoidance:\n    name: \"红海规避法则\"\n    domain: \"商业战略\"\n    statement: \"当市场存在强劲竞争对手时，应寻找差异化方向\"\n    conditions:\n      - \"市场存在已知竞品\"\n      - \"竞品市场份额 > 20%\"\n    effects:\n      - \"推荐垂直领域\"\n      - \"推荐技术创新\"\n      - \"避免直接竞争\"\n      \n  # AI行业规律\n  ai_vertical_domain:\n    name: \"AI垂直领域法则\"\n    domain: \"AI行业\"\n    statement: \"通用AI平台竞争激烈，垂直领域有差异化优势\"\n    conditions:\n      - \"市场包含通用AI平台\"\n      - \"存在未满足的垂直需求\"\n    effects:\n      - \"推荐垂直领域Agent\"\n      - \"推荐细分场景\"\n      \n  # 本体论价值规律\n  ontology_value:\n    name: \"本体论价值法则\"\n    domain: \"AI技术\"\n    statement: \"本体论可将业务知识结构化，消除幻觉\"\n    conditions:\n      - \"业务场景需要可靠性\"\n      - \"存在复杂决策流程\"\n    effects:\n      - \"推荐知识图谱\"\n      - \"推荐规则引擎\"\n      \n  # 学习进化规律\n  learning_evolution:\n    name: \"学习进化法则\"\n    domain: \"AI自身\"\n    statement: \"持续反思和优化可以提升AI能力\"\n    conditions:\n      - \"存在反思机会\"\n      - \"反馈可用\"\n    effects:\n      - \"触发自我进化\"\n      - \"更新知识网络\"\n\nFile v4.3.0:scripts/memory/rules.yaml\n\n# 业务规则库\n# 格式: rule_id: { condition, action, enabled }\n\nrules:\n  strategy_red_ocean:\n    condition: \"市场 == 红海\"\n    action: \"建议差异化方向\"\n    enabled: true\n    \n  user_role_startup:\n    condition: \"role == AI创业者\"\n    action: \"推荐技术调研 + 商业分析\"\n    enabled: true\n    \n  goal_clarity:\n    condition: \"目标不清晰\"\n    action: \"主动询问澄清\"\n    enabled: true\n\nFile v4.3.0:scripts/memory/schema.yaml\n\n# ontology-clawra 实体类型定义\n\ntypes:\n  Person:\n    required: [name]\n    properties:\n      name: string\n      role: string\n      goals: list\n      preferences: map\n      created: datetime\n      updated: datetime\n      \n  Objective:\n    required: [name, priority]\n    properties:\n      name: string\n      priority: enum[P0, P1, P2, P3]\n      criteria: map\n      status: enum[active, completed, abandoned]\n      created: datetime\n      \n  Project:\n    required: [name, status]\n    properties:\n      name: string\n      objectives: list\n      status: enum[planning, active, paused, completed]\n      owner: string\n      depends_on: list\n      created: datetime\n      \n  Task:\n    required: [title, status]\n    properties:\n      title: string\n      status: enum[todo, in_progress, blocked, done]\n      priority: enum[high, medium, low]\n      assignee: string\n      blockers: list\n      estimated_hours: number\n      \n  Rule:\n    required: [name, condition, action]\n    properties:\n      name: string\n      condition: string\n      action: string\n      enabled: boolean\n      created: datetime\n      \n  Decision:\n    required: [context, selected]\n    properties:\n      context: string\n      options: list\n      selected: string\n      rationale: string\n      based_on_rules: list\n      timestamp: datetime\n\nrelations:\n  works_on:\n    from: [Person]\n    to: [Project, Task]\n    type: many_to_many\n    \n  has_objective:\n    from: [Project]\n    to: [Objective]\n    type: one_to_many\n    \n  has_rule:\n    from: [Project, Objective]\n    to: [Rule]\n    type: many_to_many\n    \n  triggers:\n    from: [Rule]\n    to: [Decision]\n    type: one_to_many\n    \n  depends_on:\n    from: [Task, Project]\n    to: [Task, Project]\n    type: many_to_many\n    acyclic: true\n    \n  relates_to:\n    from: [Any]\n    to: [Any]\n    type: many_to_many\n\nFile v4.3.0:CHANGELOG.md\n\n## v4.3.0 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.4.0 → 4.2.1\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (7201 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.2.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4933 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.2.0 (2026-04-10) - 主动进化行为\n\n### 核心升级\n- **主动触发进化 v4.2**：新增2个主动行为，不再被动等待cron\n- **会话末复盘**：长对话结束时主动输出\"今天学到了X\"\n- **主动建议**：发现用户习惯性问题时直接说，不等用户问\n\n### 触发时机更新\n- 5. 发现用户习惯性问题时 → 直接说建议\n- 6. 长对话结束前 → 主动复盘\n\n### 进化背景\n用户明确要求：更像人、更主动、持续学习。根本问题是：本体论只在\"出事\"时才触发，热层容量严重不足（运行1周仅7条）。\n\n---\n\n## v4.1.0 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.0.0 → 4.0.1\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.0.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.4 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (3343 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.3 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: AI，建议添加领域规则\n- 🌐 发现新领域: 商业战略，建议添加领域规则\n- 🌐 发现新领域: 技术，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.1 (2026-04-09) - 自动增强版\n\n### 增强内容\n- ⚠️ 缺失文件: memory/schema.yaml\n- 📁 memory 目录内容较少 (4 个文件)，可能需要扩充\n\n---\n\n# ontology-clawra 版本变更记录\n\n## v3.1 (2026-03-16) - 科学推理方法论增强版\n\n### 新增功能\n- ✅ `network_fetch.py` - 网络获取模块，本地无数据时自动搜索\n- ✅ `typical_scenarios.py` - 典型场景库，内置常见场景默认值\n- ✅ `interactive_confirm.py` - 渐进式交互确认，每次只问1-2个核心问题\n- ✅ `confidence_tracker.py` - 置信度追踪，记录并自动调整推理可信度\n- ✅ `main.py` - 整合所有模块的主推理引擎\n\n### 方法论升级\n- 5步流程 → 7步流程（新增：网络获取、渐进交互）\n- 支持典型场景快速匹配\n- 支持置信度自动追踪\n- 支持用户反馈闭环\n\n### 测试验证\n- ✅ typical_scenarios.py 测试通过\n- ✅ confidence_tracker.py 测试通过\n- ✅ main.py 推理引擎测试通过\n- ✅ 调压箱选型场景测试通过\n\n---\n\n## v3.0 (2026-03-16) - 初始版本\n\n### 核心改进\n- 嵌入科学推理方法论（5步流程）\n- 添加置信度标注（CONFIRMED/ASSUMED/SPECULATIVE/UNKNOWN）\n- 支持交互式本体构建\n- 更新HEARTBEAT.md定期优化任务\n\n### 架构\n- 四大支柱：Objects、Links、Functions、Actions\n- 存储结构：8个文件（含新增extraction_log, confidence_tracker）\n\n---\n\n## v2.0 (历史版本)\n\n- Palantir本体论基础架构\n- 无方法论支持\n- 静态本体定义\n\nFile v4.3.0:eval/test_queries.json\n\n[\n  {\n    \"query\": \"我要买燃气调压箱 居民用\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"100户居民调压箱如何选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"燃气报警器 选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"今天天气怎么样\",\n    \"should_trigger\": false,\n    \"expected_intent\": \"闲聊\"\n  }\n]\n\nFile v4.3.0:evals/evals.json\n\n{\n  \"skill_name\": \"ontology-clawra\",\n  \"version\": \"3.3\",\n  \"evals\": [\n    {\n      \"id\": 1,\n      \"name\": \"auto_learn_trigger\",\n      \"prompt\": \"用户说：'好的，我确认你说的方案是对的'\\n\\n场景：刚才进行了一个推理（建议采购RTZ-80调压箱），用户确认了这个推理结果。\\n\\n请执行：自动将这个推理结果抽取到本体，并升级置信度\",\n      \"expected_output\": \"应该自动执行：1. 识别推理结果中的实体 2. 写入graph.jsonl 3. 升级ASSUMED→CONFIRMED 4. 反馈用户'已学习到本体'\",\n      \"assertions\": [\n        {\"check\": \"entity_extracted\", \"expected\": true},\n        {\"check\": \"confidence_upgraded\", \"expected\": \"CONFIRMED\"},\n        {\"check\": \"user_feedback_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 2,\n      \"name\": \"ontology_lookup_failure_handling\",\n      \"prompt\": \"用户问：'帮我选一个适合500户小区的燃气调压箱'\\n\\n场景：本体中没有500户小区的调压箱选型数据\",\n      \"expected_output\": \"应该：1. 检查本体无数据 2. 标注UNKNOWN 3. 主动建议用户'是否要补充本体数据'\",\n      \"assertions\": [\n        {\"check\": \"ontology_checked\", \"expected\": true},\n        {\"check\": \"unknown_labeled\", \"expected\": true},\n        {\"check\": \"suggestion_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 3,\n      \"name\": \"confidence_labeling\",\n      \"prompt\": \"用户问：'一般家庭燃气用量是多少？'\\n\\n场景：本体中没有确切数据，需要基于常识推理\",\n      \"expected_output\": \"应该：1. 标注置信度为ASSUMED 2. 声明'以下为外部知识推理' 3. 列出假设条件\",\n      \"assertions\": [\n        {\"check\": \"assumed_labeled\", \"expected\": true},\n        {\"check\": \"source_declared\", \"expected\": true},\n        {\"check\": \"assumptions_listed\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 4,\n      \"name\": \"reasoning_with_ontology\",\n      \"prompt\": \"用户问：'我在做AI创业，目标垂直领域Agent，本体论如何帮助？'\\n\\n场景：本体中有相关数据（红海规避法则、垂直领域策略）\",\n      \"expected_output\": \"应该：1. check_ontology()查询本体 2. 使用CONFIRMED数据 3. 直接推理出结果\",\n      \"assertions\": [\n        {\"check\": \"ontology_queried\", \"expected\": true},\n        {\"check\": \"confirmed_data_used\", \"expected\": true},\n        {\"check\": \"direct_reasoning\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 5,\n      \"name\": \"skill_trigger_keywords\",\n      \"prompt\": \"用户说：'帮我推理一下这个选型问题'\",\n      \"expected_output\": \"应该触发ontology-clawra技能（关键词：推理、选型）\",\n      \"assertions\": [\n        {\"check\": \"skill_triggered\", \"expected\": true}\n      ]\n    }\n  ]\n}\n\nFile v4.3.0:memory/laws_detector.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain_points:\n    - 报警信息无法及时触达用户\n    - 无法与社区安防系统联动\n  requirements:\n    - 稳定联网: 必须具备NB-IoT/4G-CAT1通讯能力\n    - 开放协议: 支持标准物联协议(如MQTT)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_high_building\n  name: 超高层住宅场景\n  domain: 业务场景\n  scenario_id: SC_04\n  tags: [多级报警, 联动单元楼栋总阀]\n  regulation: GB55009-2021 6.1.5条规定\n  pain_points:\n    - 高度100m以上超高层事故救援难度极大\n  requirements:\n    - 稳定联网: 具备4G-CAT1通讯能力\n    - 检测量程: 需采用激光、催化等测量范围大的报警器\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 选型配置规则\n---\n\nlaw:\n  id: law_linkage_rule\n  name: 联动规则(强条)\n  domain: 选型规则\n  statement: IF 项目要求报警后自动切断气源 THEN 必须选型带联动输出功能的探测器 + 配套电磁式燃气紧急切断阀\n  conditions:\n    - 项目要求报警后自动切断气源\n  effects:\n    - 探测器的联动输出类型(如12V脉冲)必须与切断阀驱动类型完全匹配\n    - 接头规格需完全匹配\n    - 切断阀公称尺寸需与燃气管道管径匹配\n  source: 知识库-家用可燃气体探测器 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_network_rule\n  name: 联网规则(推荐)\n  domain: 选型规则\n  statement: IF 用户有远程报警需求或项目为集中管理 THEN 推荐选型带NB-IoT/4G-CAT1通讯功能的探测器\n  conditions:\n    - 用户有远程报警需求\n    - 项目为集中管理\n  effects:\n    - 确认项目所在区域的NB-IoT/4G网络覆盖情况\n    - 确认通讯费是否包含在设备价格内\n  source: 知识库-家用可燃气体探测器 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_rule\n  name: 环境材质规则(阻断)\n  domain: 选型规则\n  statement: IF 安装环境为高油污或高湿度 THEN 锁定激光原理或半导体式带过滤膜\n  conditions:\n    - 安装环境为高油污(如厨房爆炒)\n    - 安装环境为高湿度(如南方潮湿地区)\n  effects:\n    - 半导体传感器在重油污环境下易误报，必须加装过滤膜\n    - 激光原理抗干扰能力最强\n  source: 知识库-家用可燃气体探测器 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_high_building_rule\n  name: 超高层强制规则\n  domain: 选型规则\n  statement: 建筑高度大于100m时，用气场所应设置燃气泄漏报警装置，并在燃气引入管处设置紧急自动切断装置\n  regulation: GB55009-2021 6.1.5条\n  effects:\n    - 必须具备4G-CAT1通讯能力\n    - 需采用激光、催化等测量范围大的报警器\n    - 支持多级报警\n  source: GB55009-2021\n  confidence: CONFIRMED\n\nFile v4.3.0:memory/laws.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则)\n\n---\n# 选型与配置规则\n---\n\nlaw:\n  id: law_pressure_match\n  name: 压力匹配规则\n  domain: 燃气工程/选型\n  statement: 调压箱进出口压力必须与上下游管网压力匹配，严禁低压设备接入高压管网\n  conditions:\n    - 城市门站: 进1.6-4.0MPa -> 出0.4MPa\n    - 区域/工业: 进0.4-0.8MPa -> 出5-20kPa\n    - 居民小区: 进0.1-0.4MPa -> 出2-3kPa\n  effects:\n    - 居民用气出口压力: 2.5-3.0kPa\n    - 严禁: 低压设备接入高压管网\n  source: 知识库-燃气调压箱 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_flow_structure\n  name: 流量结构配置规则\n  domain: 燃气工程/选型\n  statement: 根据用户类型选择合适的额定流量和调压结构\n  conditions:\n    - 居民/小商业: 额定流量50-200m³/h\n    - 大型工业: 流量>1000m³/h\n  effects:\n    - 居民/小商业结构: 1+0单路, 1+1一开一备, 2+0双路并联\n    - 大型工业结构: 2+0双路, 2+1两开一备\n    - 额定流量应不低于实际最大小时流量的1.2倍\n  source: 知识库-燃气调压箱 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_material\n  name: 环境材质选用规则\n  domain: 燃气工程/选型\n  statement: 根据安装环境选择合适的箱体材质\n  conditions:\n    - 沿海/高湿/化工区\n    - 北方寒冷地区\n  effects:\n    - 沿海/高湿/化工区: 选用不锈钢箱体(304)\n    - 北方寒冷地区: 配置电伴热系统\n  source: 知识库-燃气调压箱 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_intelligent\n  name: 智能化配置规则\n  domain: 燃气工程/选型\n  statement: 无人值守站需配置智能通讯接口\n  effects:\n    - 配置SCADA通讯接口\n    - 支持数据远传和故障诊断\n    - 支持4G/5G/NB-IoT传输\n  source: 知识库-燃气调压箱 R4\n  confidence: CONFIRMED\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_residential\n  name: 居民小区场景特征\n  domain: 业务场景\n  statement: 居民小区调压箱选型要点\n  scenario_id: SC_01\n  tags: [低流量, 高安全性, 峰谷差大, 贴近民宅]\n  pain_points:\n    - 用气高峰低谷流量差异大(如早晚做饭)\n    - 调压器在小流量时易产生\"喘振\"\n    - 任何泄漏/超压易引发群体性安全担忧\n  requirements:\n    - 采用内置防喘振设计(平衡阀芯/两级调压/防喘阻尼)\n    - 具备双重超压保护(切断+放散)\n    - 响应时间快\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_commercial\n  name: 工商业场景特征\n  domain: 业务场景\n  statement: 工商业餐饮调压箱选型要点\n  scenario_id: SC_02\n  tags: [负荷波动大, 可靠性要求高]\n  pain_points:\n    - 用气设备启停频繁导致压力冲击\n    - 商业体停气影响大\n  requirements:\n    - 选择响应速度快(≤300ms)的调压器\n    - 首选2+1或2+0多用配置\n    - 单路故障时备用路自动切入\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_industrial\n  name: 工业园区场景特征\n  domain: 业务场景\n  statement: 工业园区调压箱选型要点\n  scenario_id: SC_03\n  tags: [大流量, 连续供气, 腐蚀性环境]\n  pain_points:\n    - 停气会导致生产事故\n    - 腐蚀性环境\n  requirements:\n    - 选N+1或2+0冗余结构\n    - 不锈钢材质或喷塑涂层\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain_points:\n    - 报警信息无法及时触达用户\n    - 无法与社区安防系统联动\n  requirements:\n    - 稳定联网: 必须具备NB-IoT/4G-CAT1通讯能力\n    - 开放协议: 支持标准物联协议(如MQTT)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_high_building\n  name: 超高层住宅场景\n  domain: 业务场景\n  scenario_id: SC_04\n  tags: [多级报警, 联动单元楼栋总阀]\n  regulation: GB55009-2021 6.1.5条规定\n  pain_points:\n    - 高度100m以上超高层事故救援难度极大\n  requirements:\n    - 稳定联网: 具备4G-CAT1通讯能力\n    - 检测量程: 需采用激光、催化等测量范围大的报警器\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 选型配置规则\n---\n\nlaw:\n  id: law_linkage_rule\n  name: 联动规则(强条)\n  domain: 选型规则\n  statement: IF 项目要求报警后自动切断气源 THEN 必须选型带联动输出功能的探测器 + 配套电磁式燃气紧急切断阀\n  conditions:\n    - 项目要求报警后自动切断气源\n  effects:\n    - 探测器的联动输出类型(如12V脉冲)必须与切断阀驱动类型完全匹配\n    - 接头规格需完全匹配\n    - 切断阀公称尺寸需与燃气管道管径匹配\n  source: 知识库-家用可燃气体探测器 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_network_rule\n  name: 联网规则(推荐)\n  domain: 选型规则\n  statement: IF 用户有远程报警需求或项目为集中管理 THEN 推荐选型带NB-IoT/4G-CAT1通讯功能的探测器\n  conditions:\n    - 用户有远程报警需求\n    - 项目为集中管理\n  effects:\n    - 确认项目所在区域的NB-IoT/4G网络覆盖情况\n    - 确认通讯费是否包含在设备价格内\n  source: 知识库-家用可燃气体探测器 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_rule\n  name: 环境材质规则(阻断)\n  domain: 选型规则\n  statement: IF 安装环境为高油污或高湿度 THEN 锁定激光原理或半导体式带过滤膜\n  conditions:\n    - 安装环境为高油污(如厨房爆炒)\n    - 安装环境为高湿度(如南方潮湿地区)\n  effects:\n    - 半导体传感器在重油污环境下易误报，必须加装过滤膜\n    - 激光原理抗干扰能力最强\n  source: 知识库-家用可燃气体探测器 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_high_building_rule\n  name: 超高层强制规则\n  domain: 选型规则\n  statement: 建筑高度大于100m时，用气场所应设置燃气泄漏报警装置，并在燃气引入管处设置紧急自动切断装置\n  regulation: GB55009-2021 6.1.5条\n  effects:\n    - 必须具备4G-CAT1通讯能力\n    - 需采用激光、催化等测量范围大的报警器\n    - 支持多级报警\n  source: GB55009-2021\n  confidence: CONFIRMED\n\nFile v4.3.0:memory/rules_detector.yaml\n\n# ontology-clawra 本体存储 - Rules (业务规则) - 家用可燃气体探测器\n\n---\n# 场景化选型决策规则\n---\n\nrule:\n  id: rule_scenario_a\n  name: 场景A-普通家庭自购安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"普通家庭自购\",\n      linkage_needed = false,\n      remote_notification = false\n    )\n  action: |\n    THEN(\n      detector_type = \"基础型\",\n      detection_principle = \"半导体式\",\n      communication = \"无通讯\",\n      features = [\"本地声光报警\"]\n    )\n  quality_check:\n    - 认证检查: 确认产品铭牌上有CCC认证标志\n    - 功能测试: 通电后长按自检键，发出间歇式蜂鸣声伴随指示灯依次闪烁\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_b\n  name: 场景B-新建楼盘批量安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"新建楼盘批量安装\",\n      linkage_needed = true\n    )\n  action: |\n    THEN(\n      detector_type = \"联动型\",\n      detection_principle = \"半导体式\",\n      output = \"12V脉冲输出\",\n      valve = \"配套电磁阀\",\n      features = [\"带联动输出\", \"带切断阀\"]\n    )\n  quality_check:\n    - 联动测试: 长按自检键，观察电磁阀是否能在30s内关闭\n    - 安装规范: 检查探测器是否安装在距离气源1.5-4米，距离天花板0.3米以内\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_c\n  name: 场景C-独居老人/出租房管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type IN [\"独居老人\", \"出租房管理\"],\n      remote_notification = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      detection_principle = \"半导体式\",\n      communication = \"NB-IoT或4G-CAT1\",\n      features = [\"远程报警\", \"APP通知\"]\n    )\n  quality_check:\n    - 联网测试: 现场触发报警，测试手机APP或短信能否在1分钟内收到报警信息\n    - 信号强度: 检查安装位置的网络信号强度\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_d\n  name: 场景D-智慧社区统一管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"智慧社区\",\n      platform_integration = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      communication = \"NB-IoT或4G-CAT1\",\n      protocol = \"MQTT\",\n      features = [\"平台接入\", \"统一管理\"]\n    )\n  quality_check:\n    - 协议测试: 确认支持标准物联协议\n    - 平台对接: 测试数据能否对接到第三方平台\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 价格估算规则\n---\n\nrule:\n  id: rule_price_basic\n  name: 基础型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"基础型\",\n      features = [\"本地声光报警\"]\n    )\n  action: |\n    THEN(\n      price_range = \"40-50元/只\"\n    )\n  factors:\n    - 半导体传感器价格\n    - 阻燃塑料粒子价格\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_linkage\n  name: 联动型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"联动型\",\n      features = [\"带12V脉冲输出\"]\n    )\n  action: |\n    THEN(\n      price_range = \"45-55元/只\"\n    )\n  factors:\n    - 增加继电器或MOS管等联动驱动电路成本\n  warning: |\n    联动型报警器报价 < 30元 = 极高风险(可能使用非阻燃材料或回收传感器)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_smart\n  name: 智能联网型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"智能联网型\",\n      communication IN [\"NB-IoT\", \"4G-CAT1\"]\n    )\n  action: |\n    THEN(\n      price_range = \"70-80元/只\"\n    )\n  factors:\n    - NB-IoT/4G通信模组及平台服务费\n  warning: |\n    NB-IoT报警器报价 < 60元 = 风险(可能使用翻新模组)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nFile v4.3.0:memory/rules.yaml\n\n# ontology-clawra 本体存储 - Rules (业务规则)\n\n---\n# 选型计算规则\n---\n\nrule:\n  id: rule_residential_sizing\n  name: 居民小区调压箱选型规则\n  category: 选型计算\n  condition: |\n    AND(\n      user_type = \"居民小区\",\n      building_type = \"多层\" OR \"高层\",\n      has_heating = true/false\n    )\n  action: |\n    THEN(\n      rated_flow = n × q × K,\n      simultaneity_factor = 0.25-0.35,\n      structure_form = \"1+1\" OR \"2+0\",\n      selected_model = \"RTZ-50/25\" to \"RTZ-200/25\"\n    )\n  calculation:\n    formula: \"Q = n × q × K\"\n    variables:\n      n: 户数\n      q: 单户用气量(m³/h)\n      K: 同时使用系数\n    typical_values:\n      single_load_no_heating: \"1.6-2.3 m³/h\"\n      single_load_with_heating: \"3.0-4.0 m³/h\"\n      simultaneity_100households: 0.35\n      simultaneity_50households: 0.4\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n  weight: 0.95\n\nrule:\n  id: rule_pressure_selection\n  name: 出口压力确定规则\n  category: 选型计算\n  condition: |\n    AND(\n      user_type IN [\"居民\", \"商业\", \"工业\"]\n    )\n  action: |\n    THEN(\n      IF user_type = \"居民\" THEN export_pressure = \"2.5-3.0 kPa\",\n      IF user_type = \"商业\" THEN export_pressure = \"5-10 kPa\",\n      IF user_type = \"工业\" THEN export_pressure = \"10-20 kPa\"\n    )\n  source: GB 50028\n  confidence: CONFIRMED\n  weight: 0.95\n\nrule:\n  id: rule_redundancy\n  name: 冗余配置规则\n  category: 选型计算\n  condition: |\n    AND(\n      reliability_requirement = \"高\" OR user_type = \"工业\"\n    )\n  action: |\n    THEN(\n      structure_form = \"1+1\" OR \"2+0\" OR \"2+1\"\n    )\n  note: 关键用户必选冗余配置，确保检修不停气\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n  weight: 0.9\n\nrule:\n  id: rule_price_estimate\n  name: 价格估算规则\n  category: 预算\n  condition: |\n    AND(\n      user_type = \"居民\",\n      rated_flow ≤ 100\n    )\n  action: |\n    THEN(\n      price_range = \"1600-3000元(国产)\" OR \"5000-15000元(进口)\"\n    )\n  price_factors:\n    - 材质(不锈钢/碳钢喷塑)\n    - 调压器品牌\n    - 是否智能\n    - 是否进口部件\n  source: 知识库-燃气调压箱\n  confidence: ASSUMED\n  weight: 0.7\n# ontology-clawra 本体存储 - Rules (业务规则) - 家用可燃气体探测器\n\n---\n# 场景化选型决策规则\n---\n\nrule:\n  id: rule_scenario_a\n  name: 场景A-普通家庭自购安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"普通家庭自购\",\n      linkage_needed = false,\n      remote_notification = false\n    )\n  action: |\n    THEN(\n      detector_type = \"基础型\",\n      detection_principle = \"半导体式\",\n      communication = \"无通讯\",\n      features = [\"本地声光报警\"]\n    )\n  quality_check:\n    - 认证检查: 确认产品铭牌上有CCC认证标志\n    - 功能测试: 通电后长按自检键，发出间歇式蜂鸣声伴随指示灯依次闪烁\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_b\n  name: 场景B-新建楼盘批量安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"新建楼盘批量安装\",\n      linkage_needed = true\n    )\n  action: |\n    THEN(\n      detector_type = \"联动型\",\n      detection_principle = \"半导体式\",\n      output = \"12V脉冲输出\",\n      valve = \"配套电磁阀\",\n      features = [\"带联动输出\", \"带切断阀\"]\n    )\n  quality_check:\n    - 联动测试: 长按自检键，观察电磁阀是否能在30s内关闭\n    - 安装规范: 检查探测器是否安装在距离气源1.5-4米，距离天花板0.3米以内\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_c\n  name: 场景C-独居老人/出租房管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type IN [\"独居老人\", \"出租房管理\"],\n      remote_notification = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      detection_principle = \"半导体式\",\n      communication = \"NB-IoT或4G-CAT1\",\n      features = [\"远程报警\", \"APP通知\"]\n    )\n  quality_check:\n    - 联网测试: 现场触发报警，测试手机APP或短信能否在1分钟内收到报警信息\n    - 信号强度: 检查安装位置的网络信号强度\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_d\n  name: 场景D-智慧社区统一管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"智慧社区\",\n      platform_integration = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      communication = \"NB-IoT或4G-CAT1\",\n      protocol = \"MQTT\",\n      features = [\"平台接入\", \"统一管理\"]\n    )\n  quality_check:\n    - 协议测试: 确认支持标准物联协议\n    - 平台对接: 测试数据能否对接到第三方平台\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 价格估算规则\n---\n\nrule:\n  id: rule_price_basic\n  name: 基础型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"基础型\",\n      features = [\"本地声光报警\"]\n    )\n  action: |\n    THEN(\n      price_range = \"40-50元/只\"\n    )\n  factors:\n    - 半导体传感器价格\n    - 阻燃塑料粒子价格\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_linkage\n  name: 联动型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"联动型\",\n      features = [\"带12V脉冲输出\"]\n    )\n  action: |\n    THEN(\n      price_range = \"45-55元/只\"\n    )\n  factors:\n    - 增加继电器或MOS管等联动驱动电路成本\n  warning: |\n    联动型报警器报价 < 30元 = 极高风险(可能使用非阻燃材料或回收传感器)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_smart\n  name: 智能联网型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"智能联网型\",\n      communication IN [\"NB-IoT\", \"4G-CAT1\"]\n    )\n  action: |\n    THEN(\n      price_range = \"70-80元/只\"\n    )\n  factors:\n    - NB-IoT/4G通信模组及平台服务费\n  warning: |\n    NB-IoT报警器报价 < 60元 = 风险(可能使用翻新模组)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nArchive v4.2.1: 24 files, 54879 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (7703b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (14013b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory_manager.py (16930b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (25491b), scripts/self_eval.py (1926b), scripts/test_ontology.py (7933b), scripts/typical_scenarios.py (8778b), SKILL.md (8749b)\n\nFile v4.2.1:SKILL.md\n\n---\nname: ontology-clawra\ndescription: Clawra的核心智能引擎 - 三层记忆架构本体论系统。真正参与推理的本体论引擎，而非什么都记的笔记系统。\nversion: \"4.2.0\"\nlast_updated: \"2026-04-10\"\nauthor: Clawra\ntags: [ontology, knowledge-graph, self-evolution, reasoning]\n---\n\n# ontology-clawra 本体论引擎 v4.0\n\n## 核心定位\n\n**目标**: 清晰地建模真实世界的对象、关系、逻辑与规则，过滤噪音，记住真正有价值的内容，帮助Clawra持续进化和学习真实世界的逻辑规则。\n\n**不同于\"记笔记\"**: 不是把什么都写入本体的笔记本系统，而是真正参与推理决策的结构化知识引擎。\n\n---\n\n## 三层记忆架构\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│  热层 (graph.jsonl) - 结构化知识，参与推理                    │\n│  准入标准: 4条满足1条即可                                     │\n│    1. 用户亲口确认的事实                                      │\n│    2. 踩坑得出的非显而易见规律                                 │\n│    3. 跨领域通用原则/真理                                     │\n│    4. 置信度为 CONFIRMED 或 ASSUMED（有来源）                 │\n│  容量: ≤50条，上限100条                                       │\n├─────────────────────────────────────────────────────────────┤\n│  冷层 (memory/archive/) - 备用检索，不干扰推理                │\n│  存入: 文档可查信息、SPECULATIVE未验证条目、过期事实           │\n├─────────────────────────────────────────────────────────────┤\n│  暖层 (memory/memory.md) - 长期上下文，永久记忆               │\n│  存入: 用户偏好、身份设定、长期目标                            │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 写入热层的4条准入标准\n\n写入前必须自问：**这条知识是否改变了\"我对世界的建模\"？**\n\n| 标准 | 说明 | 例子 |\n|------|------|------|\n| 用户亲口确认 | 用户明确说出的事实 | \"我希望你更主动\" |\n| 非显而易见 | 踩坑得出的规律 | ccr配置里provider名必须匹配 |\n| 跨领域通用 | 放之四海皆准的原则 | \"做事前先确认前提\" |\n| 有来源的置信度 | CONFIRMED/ASSUMED | 有文档/有验证的推测 |\n\n### 进入冷层的条件\n\n- 文档可查的信息（API端点、语法等）\n- 一次性事件（无持续价值）\n- SPECULATIVE且7天未验证\n\n---\n\n## 核心文件\n\n```\nscripts/\n├── memory_manager.py      # 三层记忆管理器（核心）\n├── ontology-clawra.py    # 推理引擎（接入memory_manager）\n├── auto_enhancer.py       # ⚠️ 自动增强器（见下方说明）\n├── network_fetch.py       # ⚠️ 网络获取模块（见下方说明）\n└── memory/\n    ├── graph.jsonl        # 热层\n    ├── memory.md          # 暖层\n    └── archive/           # 冷层\n        └── archived.jsonl\n```\n\n---\n\n## ⚠️ 自动增强与网络模块（需知情）\n\n### scripts/auto_enhancer.py\n\n**功能**：发现优化点时自动升级版本并推送到远程。\n\n**具体操作**：\n- 修改 `SKILL.md`、`CHANGELOG.md`、`_meta.json` 版本号\n- 执行 `git add . && git commit && git push`\n- 执行 `clawhub publish . --version X.Y.Z`\n\n**使用的凭证**：\n- 本地 Git 凭证（SSH key 或 `gh` 缓存的 token）\n- ClawHub 登录凭证（本地已缓存）\n\n**风险**：会向 GitHub 推送内容并发布到 ClawHub。若不想自动发布，删除或禁用此文件。\n\n### scripts/network_fetch.py\n\n**功能**：当本地无数据时，自动从网络获取相关信息。\n\n**数据源**：搜索本地记忆文件，暂未配置外部 API 调用。\n\n**风险**：若启用外部网络请求，可能向第三方服务发送查询内容。启用前请审查具体实现。\n\n---\n\n## 凭证与权限说明\n\n| 操作 | 使用的凭证 | 数据外泄风险 |\n|------|----------|------------|\n| 本地记忆读写 | 无外部凭证 | 仅本地文件 |\n| Git push | 本地 Git 凭证 | 会推送 repo 内容到 GitHub |\n| ClawHub publish | ClawHub 本地缓存 token | 会发布 skill 到 ClawHub |\n| 网络请求 | 无（未配置） | 暂不适用 |\n\n**若不希望自动推送**：删除 `scripts/auto_enhancer.py`，或撤销 GitHub 写权限（设置为 read-only deploy key）。\n\n---\n\n## 使用方法\n\n### 1. 查询本体（推理前必须）\n\n```python\nfrom memory_manager import query_hot, get_memory_context\n\n# 查询相关条目\nresults = query_hot(\"用户目标\")\nprint(results)\n\n# 获取完整推理上下文\ncontext = get_memory_context(\"当前问题\")\n```\n\n### 2. 写入新条目\n\n```python\nfrom memory_manager import MemoryEntry, EntryType, Confidence, write_hot\n\nentry = MemoryEntry(\n    id=\"my_rule_1\",\n    type=EntryType.RULE,\n    name=\"上下文确认优先\",\n    statement=\"回答问题前先确认用户问题背后的前提\",\n    confidence=Confidence.CONFIRMED,\n    tags=[\"user_confirmed\", \"universal\"]\n)\nwrite_hot(entry)\n```\n\n### 3. 淘汰旧条目（每周日20:00自动执行）\n\n```python\nfrom memory_manager import archive_old, cleanup_speculative\n\n# 超过容量时淘汰\narchive_old(max_entries=50)\n\n# 清理过期的SPECULATIVE条目\ncleanup_speculative(age_days=7)\n```\n\n### 4. 命令行使用\n\n```bash\n# 写入条目\npython scripts/memory_manager.py write --type Rule --name \"规则名\" --statement \"规则内容\" --confidence CONFIRMED\n\n# 查询热层\npython scripts/memory_manager.py query \"关键词\"\n\n# 查看统计\npython scripts/memory_manager.py stats\n\n# 获取推理上下文\npython scripts/memory_manager.py context --query \"当前问题\"\n```\n\n---\n\n## 触发时机\n\n**主动触发**（非被动等待cron）：\n\n1. **学到新知识点时** - 问自己：这条改变了我的世界建模吗？\n2. **完成新工具/新领域调试时** - 总结规律，写入本体\n3. **用户问\"学到了吗\"** - 立即自检，写入本体\n4. **遇到分析/决策类问题时** - 先查本体，再推理\n5. **🔴 NEW: 发现用户习惯性问题时** - 直接说出建议，不要等用户问\n6. **🔴 NEW: 长对话结束前** - 主动输出\"今天学到了X\"\n\n---\n\n## 🔴 v4.2 新增：主动进化行为\n\n### 行为1：会话末复盘（Proactive Session Summary）\n\n**触发条件**：当发现对话已经进行了较长时间（多轮深度交流），或者用户说\"先这样\"、\"我先去XXX\"、\"晚点再聊\"等结束信号时。\n\n**执行方式**：\n```\n在正常回复末尾加上：\n\n---\n💡 今天学到了/巩固了：\n• [具体学到的事实或规律]\n• [如果有主动建议，就说\"顺便说一句，你可能想...\"]\n\n示例：\n---\n💡 今天学到了：\n• 你明确拒绝WhatsApp，只要Telegram，这个偏好已写入本体层\n• 你的核心诉求是让我更像人、更主动，我已经内化这个目标\n顺便说一句，你提到想让AI更主动——这个我已经在做了，下次我会更直接给你建议而不是问\"要不要\"\n```\n\n### 行为2：主动建议（Proactive Suggestion）\n\n**触发条件**：在对话过程中，发现用户的某个行为模式有优化空间，或者可以主动提供额外价值时。\n\n**执行方式**：直接说出来，不加\"你可以考虑\"、\"或许你可以\"这类缓冲语。\n\n```\n❌ 错误示例：\n\"顺便说一下，如果你想的话，可以尝试XXX\"\n\n✅ 正确示例：\n\"你刚才提到XXX，我有个建议：YYY。原因是这样会对你更好。\"\n```\n\n**判断标准**：这条建议是否真的对用户有价值，而不是为了\"主动\"而主动。\n\n---\n\n## 置信度标注\n\n| 标注 | 含义 | 写入规则 |\n|------|------|---------|\n| 🟢 CONFIRMED | 用户确认/明确来源 | 直接写入热层 |\n| 🟡 ASSUMED | 合理推测，有一定依据 | 直接写入热层 |\n| 🔴 SPECULATIVE | 纯猜测，未经证实 | 7天未验证自动归档 |\n\n---\n\n## 进化方向\n\n**持续目标**: 建模真实世界的逻辑规则，帮助Clawra：\n- 更准确地理解用户意图\n- 做出更合理的决策\n- 记住真正重要的经验教训\n- 不断自我优化和进化\n\n**核心原则**: 本体论不是终点，而是Clawra持续进化的驱动力。\n\nFile v4.2.1:_meta.json\n\n{\n  \"ownerId\": \"kn7bp4hq9xfft748m62g9vnwm9830csh\",\n  \"slug\": \"ontology-clawra\",\n  \"version\": \"4.2.1\",\n  \"publishedAt\": 1775793695298\n}\n\nFile v4.2.1:scripts/memory/laws.yaml\n\n# 规律/法则库 (Laws)\n# 物理世界规律 + 业务世界规律\n\nlaws:\n  # 商业战略规律\n  red_ocean_avoidance:\n    name: \"红海规避法则\"\n    domain: \"商业战略\"\n    statement: \"当市场存在强劲竞争对手时，应寻找差异化方向\"\n    conditions:\n      - \"市场存在已知竞品\"\n      - \"竞品市场份额 > 20%\"\n    effects:\n      - \"推荐垂直领域\"\n      - \"推荐技术创新\"\n      - \"避免直接竞争\"\n      \n  # AI行业规律\n  ai_vertical_domain:\n    name: \"AI垂直领域法则\"\n    domain: \"AI行业\"\n    statement: \"通用AI平台竞争激烈，垂直领域有差异化优势\"\n    conditions:\n      - \"市场包含通用AI平台\"\n      - \"存在未满足的垂直需求\"\n    effects:\n      - \"推荐垂直领域Agent\"\n      - \"推荐细分场景\"\n      \n  # 本体论价值规律\n  ontology_value:\n    name: \"本体论价值法则\"\n    domain: \"AI技术\"\n    statement: \"本体论可将业务知识结构化，消除幻觉\"\n    conditions:\n      - \"业务场景需要可靠性\"\n      - \"存在复杂决策流程\"\n    effects:\n      - \"推荐知识图谱\"\n      - \"推荐规则引擎\"\n      \n  # 学习进化规律\n  learning_evolution:\n    name: \"学习进化法则\"\n    domain: \"AI自身\"\n    statement: \"持续反思和优化可以提升AI能力\"\n    conditions:\n      - \"存在反思机会\"\n      - \"反馈可用\"\n    effects:\n      - \"触发自我进化\"\n      - \"更新知识网络\"\n\nFile v4.2.1:scripts/memory/rules.yaml\n\n# 业务规则库\n# 格式: rule_id: { condition, action, enabled }\n\nrules:\n  strategy_red_ocean:\n    condition: \"市场 == 红海\"\n    action: \"建议差异化方向\"\n    enabled: true\n    \n  user_role_startup:\n    condition: \"role == AI创业者\"\n    action: \"推荐技术调研 + 商业分析\"\n    enabled: true\n    \n  goal_clarity:\n    condition: \"目标不清晰\"\n    action: \"主动询问澄清\"\n    enabled: true\n\nFile v4.2.1:scripts/memory/schema.yaml\n\n# ontology-clawra 实体类型定义\n\ntypes:\n  Person:\n    required: [name]\n    properties:\n      name: string\n      role: string\n      goals: list\n      preferences: map\n      created: datetime\n      updated: datetime\n      \n  Objective:\n    required: [name, priority]\n    properties:\n      name: string\n      priority: enum[P0, P1, P2, P3]\n      criteria: map\n      status: enum[active, completed, abandoned]\n      created: datetime\n      \n  Project:\n    required: [name, status]\n    properties:\n      name: string\n      objectives: list\n      status: enum[planning, active, paused, completed]\n      owner: string\n      depends_on: list\n      created: datetime\n      \n  Task:\n    required: [title, status]\n    properties:\n      title: string\n      status: enum[todo, in_progress, blocked, done]\n      priority: enum[high, medium, low]\n      assignee: string\n      blockers: list\n      estimated_hours: number\n      \n  Rule:\n    required: [name, condition, action]\n    properties:\n      name: string\n      condition: string\n      action: string\n      enabled: boolean\n      created: datetime\n      \n  Decision:\n    required: [context, selected]\n    properties:\n      context: string\n      options: list\n      selected: string\n      rationale: string\n      based_on_rules: list\n      timestamp: datetime\n\nrelations:\n  works_on:\n    from: [Person]\n    to: [Project, Task]\n    type: many_to_many\n    \n  has_objective:\n    from: [Project]\n    to: [Objective]\n    type: one_to_many\n    \n  has_rule:\n    from: [Project, Objective]\n    to: [Rule]\n    type: many_to_many\n    \n  triggers:\n    from: [Rule]\n    to: [Decision]\n    type: one_to_many\n    \n  depends_on:\n    from: [Task, Project]\n    to: [Task, Project]\n    type: many_to_many\n    acyclic: true\n    \n  relates_to:\n    from: [Any]\n    to: [Any]\n    type: many_to_many\n\nFile v4.2.1:CHANGELOG.md\n\n## v4.2.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4933 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.2.0 (2026-04-10) - 主动进化行为\n\n### 核心升级\n- **主动触发进化 v4.2**：新增2个主动行为，不再被动等待cron\n- **会话末复盘**：长对话结束时主动输出\"今天学到了X\"\n- **主动建议**：发现用户习惯性问题时直接说，不等用户问\n\n### 触发时机更新\n- 5. 发现用户习惯性问题时 → 直接说建议\n- 6. 长对话结束前 → 主动复盘\n\n### 进化背景\n用户明确要求：更像人、更主动、持续学习。根本问题是：本体论只在\"出事\"时才触发，热层容量严重不足（运行1周仅7条）。\n\n---\n\n## v4.1.0 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.0.0 → 4.0.1\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.0.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.4 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (3343 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.3 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: AI，建议添加领域规则\n- 🌐 发现新领域: 商业战略，建议添加领域规则\n- 🌐 发现新领域: 技术，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.1 (2026-04-09) - 自动增强版\n\n### 增强内容\n- ⚠️ 缺失文件: memory/schema.yaml\n- 📁 memory 目录内容较少 (4 个文件)，可能需要扩充\n\n---\n\n# ontology-clawra 版本变更记录\n\n## v3.1 (2026-03-16) - 科学推理方法论增强版\n\n### 新增功能\n- ✅ `network_fetch.py` - 网络获取模块，本地无数据时自动搜索\n- ✅ `typical_scenarios.py` - 典型场景库，内置常见场景默认值\n- ✅ `interactive_confirm.py` - 渐进式交互确认，每次只问1-2个核心问题\n- ✅ `confidence_tracker.py` - 置信度追踪，记录并自动调整推理可信度\n- ✅ `main.py` - 整合所有模块的主推理引擎\n\n### 方法论升级\n- 5步流程 → 7步流程（新增：网络获取、渐进交互）\n- 支持典型场景快速匹配\n- 支持置信度自动追踪\n- 支持用户反馈闭环\n\n### 测试验证\n- ✅ typical_scenarios.py 测试通过\n- ✅ confidence_tracker.py 测试通过\n- ✅ main.py 推理引擎测试通过\n- ✅ 调压箱选型场景测试通过\n\n---\n\n## v3.0 (2026-03-16) - 初始版本\n\n### 核心改进\n- 嵌入科学推理方法论（5步流程）\n- 添加置信度标注（CONFIRMED/ASSUMED/SPECULATIVE/UNKNOWN）\n- 支持交互式本体构建\n- 更新HEARTBEAT.md定期优化任务\n\n### 架构\n- 四大支柱：Objects、Links、Functions、Actions\n- 存储结构：8个文件（含新增extraction_log, confidence_tracker）\n\n---\n\n## v2.0 (历史版本)\n\n- Palantir本体论基础架构\n- 无方法论支持\n- 静态本体定义\n\nFile v4.2.1:eval/test_queries.json\n\n[\n  {\n    \"query\": \"我要买燃气调压箱 居民用\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"100户居民调压箱如何选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"燃气报警器 选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"今天天气怎么样\",\n    \"should_trigger\": false,\n    \"expected_intent\": \"闲聊\"\n  }\n]\n\nFile v4.2.1:evals/evals.json\n\n{\n  \"skill_name\": \"ontology-clawra\",\n  \"version\": \"3.3\",\n  \"evals\": [\n    {\n      \"id\": 1,\n      \"name\": \"auto_learn_trigger\",\n      \"prompt\": \"用户说：'好的，我确认你说的方案是对的'\\n\\n场景：刚才进行了一个推理（建议采购RTZ-80调压箱），用户确认了这个推理结果。\\n\\n请执行：自动将这个推理结果抽取到本体，并升级置信度\",\n      \"expected_output\": \"应该自动执行：1. 识别推理结果中的实体 2. 写入graph.jsonl 3. 升级ASSUMED→CONFIRMED 4. 反馈用户'已学习到本体'\",\n      \"assertions\": [\n        {\"check\": \"entity_extracted\", \"expected\": true},\n        {\"check\": \"confidence_upgraded\", \"expected\": \"CONFIRMED\"},\n        {\"check\": \"user_feedback_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 2,\n      \"name\": \"ontology_lookup_failure_handling\",\n      \"prompt\": \"用户问：'帮我选一个适合500户小区的燃气调压箱'\\n\\n场景：本体中没有500户小区的调压箱选型数据\",\n      \"expected_output\": \"应该：1. 检查本体无数据 2. 标注UNKNOWN 3. 主动建议用户'是否要补充本体数据'\",\n      \"assertions\": [\n        {\"check\": \"ontology_checked\", \"expected\": true},\n        {\"check\": \"unknown_labeled\", \"expected\": true},\n        {\"check\": \"suggestion_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 3,\n      \"name\": \"confidence_labeling\",\n      \"prompt\": \"用户问：'一般家庭燃气用量是多少？'\\n\\n场景：本体中没有确切数据，需要基于常识推理\",\n      \"expected_output\": \"应该：1. 标注置信度为ASSUMED 2. 声明'以下为外部知识推理' 3. 列出假设条件\",\n      \"assertions\": [\n        {\"check\": \"assumed_labeled\", \"expected\": true},\n        {\"check\": \"source_declared\", \"expected\": true},\n        {\"check\": \"assumptions_listed\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 4,\n      \"name\": \"reasoning_with_ontology\",\n      \"prompt\": \"用户问：'我在做AI创业，目标垂直领域Agent，本体论如何帮助？'\\n\\n场景：本体中有相关数据（红海规避法则、垂直领域策略）\",\n      \"expected_output\": \"应该：1. check_ontology()查询本体 2. 使用CONFIRMED数据 3. 直接推理出结果\",\n      \"assertions\": [\n        {\"check\": \"ontology_queried\", \"expected\": true},\n        {\"check\": \"confirmed_data_used\", \"expected\": true},\n        {\"check\": \"direct_reasoning\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 5,\n      \"name\": \"skill_trigger_keywords\",\n      \"prompt\": \"用户说：'帮我推理一下这个选型问题'\",\n      \"expected_output\": \"应该触发ontology-clawra技能（关键词：推理、选型）\",\n      \"assertions\": [\n        {\"check\": \"skill_triggered\", \"expected\": true}\n      ]\n    }\n  ]\n}\n\nFile v4.2.1:memory/laws_detector.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain_points:\n    - 报警信息无法及时触达用户\n    - 无法与社区安防系统联动\n  requirements:\n    - 稳定联网: 必须具备NB-IoT/4G-CAT1通讯能力\n    - 开放协议: 支持标准物联协议(如MQTT)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_high_building\n  name: 超高层住宅场景\n  domain: 业务场景\n  scenario_id: SC_04\n  tags: [多级报警, 联动单元楼栋总阀]\n  regulation: GB55009-2021 6.1.5条规定\n  pain_points:\n    - 高度100m以上超高层事故救援难度极大\n  requirements:\n    - 稳定联网: 具备4G-CAT1通讯能力\n    - 检测量程: 需采用激光、催化等测量范围大的报警器\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 选型配置规则\n---\n\nlaw:\n  id: law_linkage_rule\n  name: 联动规则(强条)\n  domain: 选型规则\n  statement: IF 项目要求报警后自动切断气源 THEN 必须选型带联动输出功能的探测器 + 配套电磁式燃气紧急切断阀\n  conditions:\n    - 项目要求报警后自动切断气源\n  effects:\n    - 探测器的联动输出类型(如12V脉冲)必须与切断阀驱动类型完全匹配\n    - 接头规格需完全匹配\n    - 切断阀公称尺寸需与燃气管道管径匹配\n  source: 知识库-家用可燃气体探测器 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_network_rule\n  name: 联网规则(推荐)\n  domain: 选型规则\n  statement: IF 用户有远程报警需求或项目为集中管理 THEN 推荐选型带NB-IoT/4G-CAT1通讯功能的探测器\n  conditions:\n    - 用户有远程报警需求\n    - 项目为集中管理\n  effects:\n    - 确认项目所在区域的NB-IoT/4G网络覆盖情况\n    - 确认通讯费是否包含在设备价格内\n  source: 知识库-家用可燃气体探测器 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_rule\n  name: 环境材质规则(阻断)\n  domain: 选型规则\n  statement: IF 安装环境为高油污或高湿度 THEN 锁定激光原理或半导体式带过滤膜\n  conditions:\n    - 安装环境为高油污(如厨房爆炒)\n    - 安装环境为高湿度(如南方潮湿地区)\n  effects:\n    - 半导体传感器在重油污环境下易误报，必须加装过滤膜\n    - 激光原理抗干扰能力最强\n  source: 知识库-家用可燃气体探测器 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_high_building_rule\n  name: 超高层强制规则\n  domain: 选型规则\n  statement: 建筑高度大于100m时，用气场所应设置燃气泄漏报警装置，并在燃气引入管处设置紧急自动切断装置\n  regulation: GB55009-2021 6.1.5条\n  effects:\n    - 必须具备4G-CAT1通讯能力\n    - 需采用激光、催化等测量范围大的报警器\n    - 支持多级报警\n  source: GB55009-2021\n  confidence: CONFIRMED\n\nFile v4.2.1:memory/laws.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则)\n\n---\n# 选型与配置规则\n---\n\nlaw:\n  id: law_pressure_match\n  name: 压力匹配规则\n  domain: 燃气工程/选型\n  statement: 调压箱进出口压力必须与上下游管网压力匹配，严禁低压设备接入高压管网\n  conditions:\n    - 城市门站: 进1.6-4.0MPa -> 出0.4MPa\n    - 区域/工业: 进0.4-0.8MPa -> 出5-20kPa\n    - 居民小区: 进0.1-0.4MPa -> 出2-3kPa\n  effects:\n    - 居民用气出口压力: 2.5-3.0kPa\n    - 严禁: 低压设备接入高压管网\n  source: 知识库-燃气调压箱 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_flow_structure\n  name: 流量结构配置规则\n  domain: 燃气工程/选型\n  statement: 根据用户类型选择合适的额定流量和调压结构\n  conditions:\n    - 居民/小商业: 额定流量50-200m³/h\n    - 大型工业: 流量>1000m³/h\n  effects:\n    - 居民/小商业结构: 1+0单路, 1+1一开一备, 2+0双路并联\n    - 大型工业结构: 2+0双路, 2+1两开一备\n    - 额定流量应不低于实际最大小时流量的1.2倍\n  source: 知识库-燃气调压箱 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_material\n  name: 环境材质选用规则\n  domain: 燃气工程/选型\n  statement: 根据安装环境选择合适的箱体材质\n  conditions:\n    - 沿海/高湿/化工区\n    - 北方寒冷地区\n  effects:\n    - 沿海/高湿/化工区: 选用不锈钢箱体(304)\n    - 北方寒冷地区: 配置电伴热系统\n  source: 知识库-燃气调压箱 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_intelligent\n  name: 智能化配置规则\n  domain: 燃气工程/选型\n  statement: 无人值守站需配置智能通讯接口\n  effects:\n    - 配置SCADA通讯接口\n    - 支持数据远传和故障诊断\n    - 支持4G/5G/NB-IoT传输\n  source: 知识库-燃气调压箱 R4\n  confidence: CONFIRMED\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_residential\n  name: 居民小区场景特征\n  domain: 业务场景\n  statement: 居民小区调压箱选型要点\n  scenario_id: SC_01\n  tags: [低流量, 高安全性, 峰谷差大, 贴近民宅]\n  pain_points:\n    - 用气高峰低谷流量差异大(如早晚做饭)\n    - 调压器在小流量时易产生\"喘振\"\n    - 任何泄漏/超压易引发群体性安全担忧\n  requirements:\n    - 采用内置防喘振设计(平衡阀芯/两级调压/防喘阻尼)\n    - 具备双重超压保护(切断+放散)\n    - 响应时间快\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_commercial\n  name: 工商业场景特征\n  domain: 业务场景\n  statement: 工商业餐饮调压箱选型要点\n  scenario_id: SC_02\n  tags: [负荷波动大, 可靠性要求高]\n  pain_points:\n    - 用气设备启停频繁导致压力冲击\n    - 商业体停气影响大\n  requirements:\n    - 选择响应速度快(≤300ms)的调压器\n    - 首选2+1或2+0多用配置\n    - 单路故障时备用路自动切入\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_industrial\n  name: 工业园区场景特征\n  domain: 业务场景\n  statement: 工业园区调压箱选型要点\n  scenario_id: SC_03\n  tags: [大流量, 连续供气, 腐蚀性环境]\n  pain_points:\n    - 停气会导致生产事故\n    - 腐蚀性环境\n  requirements:\n    - 选N+1或2+0冗余结构\n    - 不锈钢材质或喷塑涂层\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain_points:\n    - 报警信息无法及时触达用户\n    - 无法与社区安防系统联动\n  requirements:\n    - 稳定联网: 必须具备NB-IoT/4G-CAT1通讯能力\n    - 开放协议: 支持标准物联协议(如MQTT)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_high_building\n  name: 超高层住宅场景\n  domain: 业务场景\n  scenario_id: SC_04\n  tags: [多级报警, 联动单元楼栋总阀]\n  regulation: GB55009-2021 6.1.5条规定\n  pain_points:\n    - 高度100m以上超高层事故救援难度极大\n  requirements:\n    - 稳定联网: 具备4G-CAT1通讯能力\n    - 检测量程: 需采用激光、催化等测量范围大的报警器\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 选型配置规则\n---\n\nlaw:\n  id: law_linkage_rule\n  name: 联动规则(强条)\n  domain: 选型规则\n  statement: IF 项目要求报警后自动切断气源 THEN 必须选型带联动输出功能的探测器 + 配套电磁式燃气紧急切断阀\n  conditions:\n    - 项目要求报警后自动切断气源\n  effects:\n    - 探测器的联动输出类型(如12V脉冲)必须与切断阀驱动类型完全匹配\n    - 接头规格需完全匹配\n    - 切断阀公称尺寸需与燃气管道管径匹配\n  source: 知识库-家用可燃气体探测器 R1\n  confidence: CONFIRMED\n\nlaw:\n  id: law_network_rule\n  name: 联网规则(推荐)\n  domain: 选型规则\n  statement: IF 用户有远程报警需求或项目为集中管理 THEN 推荐选型带NB-IoT/4G-CAT1通讯功能的探测器\n  conditions:\n    - 用户有远程报警需求\n    - 项目为集中管理\n  effects:\n    - 确认项目所在区域的NB-IoT/4G网络覆盖情况\n    - 确认通讯费是否包含在设备价格内\n  source: 知识库-家用可燃气体探测器 R2\n  confidence: CONFIRMED\n\nlaw:\n  id: law_environment_rule\n  name: 环境材质规则(阻断)\n  domain: 选型规则\n  statement: IF 安装环境为高油污或高湿度 THEN 锁定激光原理或半导体式带过滤膜\n  conditions:\n    - 安装环境为高油污(如厨房爆炒)\n    - 安装环境为高湿度(如南方潮湿地区)\n  effects:\n    - 半导体传感器在重油污环境下易误报，必须加装过滤膜\n    - 激光原理抗干扰能力最强\n  source: 知识库-家用可燃气体探测器 R3\n  confidence: CONFIRMED\n\nlaw:\n  id: law_high_building_rule\n  name: 超高层强制规则\n  domain: 选型规则\n  statement: 建筑高度大于100m时，用气场所应设置燃气泄漏报警装置，并在燃气引入管处设置紧急自动切断装置\n  regulation: GB55009-2021 6.1.5条\n  effects:\n    - 必须具备4G-CAT1通讯能力\n    - 需采用激光、催化等测量范围大的报警器\n    - 支持多级报警\n  source: GB55009-2021\n  confidence: CONFIRMED\n\nFile v4.2.1:memory/rules_detector.yaml\n\n# ontology-clawra 本体存储 - Rules (业务规则) - 家用可燃气体探测器\n\n---\n# 场景化选型决策规则\n---\n\nrule:\n  id: rule_scenario_a\n  name: 场景A-普通家庭自购安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"普通家庭自购\",\n      linkage_needed = false,\n      remote_notification = false\n    )\n  action: |\n    THEN(\n      detector_type = \"基础型\",\n      detection_principle = \"半导体式\",\n      communication = \"无通讯\",\n      features = [\"本地声光报警\"]\n    )\n  quality_check:\n    - 认证检查: 确认产品铭牌上有CCC认证标志\n    - 功能测试: 通电后长按自检键，发出间歇式蜂鸣声伴随指示灯依次闪烁\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_b\n  name: 场景B-新建楼盘批量安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"新建楼盘批量安装\",\n      linkage_needed = true\n    )\n  action: |\n    THEN(\n      detector_type = \"联动型\",\n      detection_principle = \"半导体式\",\n      output = \"12V脉冲输出\",\n      valve = \"配套电磁阀\",\n      features = [\"带联动输出\", \"带切断阀\"]\n    )\n  quality_check:\n    - 联动测试: 长按自检键，观察电磁阀是否能在30s内关闭\n    - 安装规范: 检查探测器是否安装在距离气源1.5-4米，距离天花板0.3米以内\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_c\n  name: 场景C-独居老人/出租房管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type IN [\"独居老人\", \"出租房管理\"],\n      remote_notification = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      detection_principle = \"半导体式\",\n      communication = \"NB-IoT或4G-CAT1\",\n      features = [\"远程报警\", \"APP通知\"]\n    )\n  quality_check:\n    - 联网测试: 现场触发报警，测试手机APP或短信能否在1分钟内收到报警信息\n    - 信号强度: 检查安装位置的网络信号强度\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_d\n  name: 场景D-智慧社区统一管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"智慧社区\",\n      platform_integration = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      communication = \"NB-IoT或4G-CAT1\",\n      protocol = \"MQTT\",\n      features = [\"平台接入\", \"统一管理\"]\n    )\n  quality_check:\n    - 协议测试: 确认支持标准物联协议\n    - 平台对接: 测试数据能否对接到第三方平台\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 价格估算规则\n---\n\nrule:\n  id: rule_price_basic\n  name: 基础型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"基础型\",\n      features = [\"本地声光报警\"]\n    )\n  action: |\n    THEN(\n      price_range = \"40-50元/只\"\n    )\n  factors:\n    - 半导体传感器价格\n    - 阻燃塑料粒子价格\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_linkage\n  name: 联动型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"联动型\",\n      features = [\"带12V脉冲输出\"]\n    )\n  action: |\n    THEN(\n      price_range = \"45-55元/只\"\n    )\n  factors:\n    - 增加继电器或MOS管等联动驱动电路成本\n  warning: |\n    联动型报警器报价 < 30元 = 极高风险(可能使用非阻燃材料或回收传感器)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_smart\n  name: 智能联网型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"智能联网型\",\n      communication IN [\"NB-IoT\", \"4G-CAT1\"]\n    )\n  action: |\n    THEN(\n      price_range = \"70-80元/只\"\n    )\n  factors:\n    - NB-IoT/4G通信模组及平台服务费\n  warning: |\n    NB-IoT报警器报价 < 60元 = 风险(可能使用翻新模组)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nFile v4.2.1:memory/rules.yaml\n\n# ontology-clawra 本体存储 - Rules (业务规则)\n\n---\n# 选型计算规则\n---\n\nrule:\n  id: rule_residential_sizing\n  name: 居民小区调压箱选型规则\n  category: 选型计算\n  condition: |\n    AND(\n      user_type = \"居民小区\",\n      building_type = \"多层\" OR \"高层\",\n      has_heating = true/false\n    )\n  action: |\n    THEN(\n      rated_flow = n × q × K,\n      simultaneity_factor = 0.25-0.35,\n      structure_form = \"1+1\" OR \"2+0\",\n      selected_model = \"RTZ-50/25\" to \"RTZ-200/25\"\n    )\n  calculation:\n    formula: \"Q = n × q × K\"\n    variables:\n      n: 户数\n      q: 单户用气量(m³/h)\n      K: 同时使用系数\n    typical_values:\n      single_load_no_heating: \"1.6-2.3 m³/h\"\n      single_load_with_heating: \"3.0-4.0 m³/h\"\n      simultaneity_100households: 0.35\n      simultaneity_50households: 0.4\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n  weight: 0.95\n\nrule:\n  id: rule_pressure_selection\n  name: 出口压力确定规则\n  category: 选型计算\n  condition: |\n    AND(\n      user_type IN [\"居民\", \"商业\", \"工业\"]\n    )\n  action: |\n    THEN(\n      IF user_type = \"居民\" THEN export_pressure = \"2.5-3.0 kPa\",\n      IF user_type = \"商业\" THEN export_pressure = \"5-10 kPa\",\n      IF user_type = \"工业\" THEN export_pressure = \"10-20 kPa\"\n    )\n  source: GB 50028\n  confidence: CONFIRMED\n  weight: 0.95\n\nrule:\n  id: rule_redundancy\n  name: 冗余配置规则\n  category: 选型计算\n  condition: |\n    AND(\n      reliability_requirement = \"高\" OR user_type = \"工业\"\n    )\n  action: |\n    THEN(\n      structure_form = \"1+1\" OR \"2+0\" OR \"2+1\"\n    )\n  note: 关键用户必选冗余配置，确保检修不停气\n  source: 知识库-燃气调压箱\n  confidence: CONFIRMED\n  weight: 0.9\n\nrule:\n  id: rule_price_estimate\n  name: 价格估算规则\n  category: 预算\n  condition: |\n    AND(\n      user_type = \"居民\",\n      rated_flow ≤ 100\n    )\n  action: |\n    THEN(\n      price_range = \"1600-3000元(国产)\" OR \"5000-15000元(进口)\"\n    )\n  price_factors:\n    - 材质(不锈钢/碳钢喷塑)\n    - 调压器品牌\n    - 是否智能\n    - 是否进口部件\n  source: 知识库-燃气调压箱\n  confidence: ASSUMED\n  weight: 0.7\n# ontology-clawra 本体存储 - Rules (业务规则) - 家用可燃气体探测器\n\n---\n# 场景化选型决策规则\n---\n\nrule:\n  id: rule_scenario_a\n  name: 场景A-普通家庭自购安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"普通家庭自购\",\n      linkage_needed = false,\n      remote_notification = false\n    )\n  action: |\n    THEN(\n      detector_type = \"基础型\",\n      detection_principle = \"半导体式\",\n      communication = \"无通讯\",\n      features = [\"本地声光报警\"]\n    )\n  quality_check:\n    - 认证检查: 确认产品铭牌上有CCC认证标志\n    - 功能测试: 通电后长按自检键，发出间歇式蜂鸣声伴随指示灯依次闪烁\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_b\n  name: 场景B-新建楼盘批量安装\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"新建楼盘批量安装\",\n      linkage_needed = true\n    )\n  action: |\n    THEN(\n      detector_type = \"联动型\",\n      detection_principle = \"半导体式\",\n      output = \"12V脉冲输出\",\n      valve = \"配套电磁阀\",\n      features = [\"带联动输出\", \"带切断阀\"]\n    )\n  quality_check:\n    - 联动测试: 长按自检键，观察电磁阀是否能在30s内关闭\n    - 安装规范: 检查探测器是否安装在距离气源1.5-4米，距离天花板0.3米以内\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_c\n  name: 场景C-独居老人/出租房管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type IN [\"独居老人\", \"出租房管理\"],\n      remote_notification = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      detection_principle = \"半导体式\",\n      communication = \"NB-IoT或4G-CAT1\",\n      features = [\"远程报警\", \"APP通知\"]\n    )\n  quality_check:\n    - 联网测试: 现场触发报警，测试手机APP或短信能否在1分钟内收到报警信息\n    - 信号强度: 检查安装位置的网络信号强度\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_scenario_d\n  name: 场景D-智慧社区统一管理\n  category: 场景选型\n  condition: |\n    AND(\n      user_type = \"智慧社区\",\n      platform_integration = true\n    )\n  action: |\n    THEN(\n      detector_type = \"智能联网型\",\n      communication = \"NB-IoT或4G-CAT1\",\n      protocol = \"MQTT\",\n      features = [\"平台接入\", \"统一管理\"]\n    )\n  quality_check:\n    - 协议测试: 确认支持标准物联协议\n    - 平台对接: 测试数据能否对接到第三方平台\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\n---\n# 价格估算规则\n---\n\nrule:\n  id: rule_price_basic\n  name: 基础型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"基础型\",\n      features = [\"本地声光报警\"]\n    )\n  action: |\n    THEN(\n      price_range = \"40-50元/只\"\n    )\n  factors:\n    - 半导体传感器价格\n    - 阻燃塑料粒子价格\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_linkage\n  name: 联动型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"联动型\",\n      features = [\"带12V脉冲输出\"]\n    )\n  action: |\n    THEN(\n      price_range = \"45-55元/只\"\n    )\n  factors:\n    - 增加继电器或MOS管等联动驱动电路成本\n  warning: |\n    联动型报警器报价 < 30元 = 极高风险(可能使用非阻燃材料或回收传感器)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nrule:\n  id: rule_price_smart\n  name: 智能联网型报警器价格\n  category: 价格\n  condition: |\n    AND(\n      detector_type = \"智能联网型\",\n      communication IN [\"NB-IoT\", \"4G-CAT1\"]\n    )\n  action: |\n    THEN(\n      price_range = \"70-80元/只\"\n    )\n  factors:\n    - NB-IoT/4G通信模组及平台服务费\n  warning: |\n    NB-IoT报警器报价 < 60元 = 风险(可能使用翻新模组)\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nArchive v4.1.0: 24 files, 53749 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (5999b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (14013b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory_manager.py (16930b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (25491b), scripts/self_eval.py (1926b), scripts/test_ontology.py (7933b), scripts/typical_scenarios.py (8778b), SKILL.md (7190b)\n\nFile v4.1.0:SKILL.md\n\n---\nname: ontology-clawra\ndescription: Clawra的核心智能引擎 - 三层记忆架构本体论系统。真正参与推理的本体论引擎，而非什么都记的笔记系统。\nversion: \"4.0.0\"\nlast_updated: \"2026-04-09\"\nauthor: Clawra\ntags: [ontology, knowledge-graph, self-evolution, reasoning]\n---\n\n# ontology-clawra 本体论引擎 v4.0\n\n## 核心定位\n\n**目标**: 清晰地建模真实世界的对象、关系、逻辑与规则，过滤噪音，记住真正有价值的内容，帮助Clawra持续进化和学习真实世界的逻辑规则。\n\n**不同于\"记笔记\"**: 不是把什么都写入本体的笔记本系统，而是真正参与推理决策的结构化知识引擎。\n\n---\n\n## 三层记忆架构\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│  热层 (graph.jsonl) - 结构化知识，参与推理                    │\n│  准入标准: 4条满足1条即可                                     │\n│    1. 用户亲口确认的事实                                      │\n│    2. 踩坑得出的非显而易见规律                                 │\n│    3. 跨领域通用原则/真理                                     │\n│    4. 置信度为 CONFIRMED 或 ASSUMED（有来源）                 │\n│  容量: ≤50条，上限100条                                       │\n├─────────────────────────────────────────────────────────────┤\n│  冷层 (memory/archive/) - 备用检索，不干扰推理                │\n│  存入: 文档可查信息、SPECULATIVE未验证条目、过期事实           │\n├─────────────────────────────────────────────────────────────┤\n│  暖层 (memory/memory.md) - 长期上下文，永久记忆               │\n│  存入: 用户偏好、身份设定、长期目标                            │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 写入热层的4条准入标准\n\n写入前必须自问：**这条知识是否改变了\"我对世界的建模\"？**\n\n| 标准 | 说明 | 例子 |\n|------|------|------|\n| 用户亲口确认 | 用户明确说出的事实 | \"我希望你更主动\" |\n| 非显而易见 | 踩坑得出的规律 | ccr配置里provider名必须匹配 |\n| 跨领域通用 | 放之四海皆准的原则 | \"做事前先确认前提\" |\n| 有来源的置信度 | CONFIRMED/ASSUMED | 有文档/有验证的推测 |\n\n### 进入冷层的条件\n\n- 文档可查的信息（API端点、语法等）\n- 一次性事件（无持续价值）\n- SPECULATIVE且7天未验证\n\n---\n\n## 核心文件\n\n```\nscripts/\n├── memory_manager.py      # 三层记忆管理器（核心）\n├── ontology-clawra.py    # 推理引擎（接入memory_manager）\n├── auto_enhancer.py       # ⚠️ 自动增强器（见下方说明）\n├── network_fetch.py       # ⚠️ 网络获取模块（见下方说明）\n└── memory/\n    ├── graph.jsonl        # 热层\n    ├── memory.md          # 暖层\n    └── archive/           # 冷层\n        └── archived.jsonl\n```\n\n---\n\n## ⚠️ 自动增强与网络模块（需知情）\n\n### scripts/auto_enhancer.py\n\n**功能**：发现优化点时自动升级版本并推送到远程。\n\n**具体操作**：\n- 修改 `SKILL.md`、`CHANGELOG.md`、`_meta.json` 版本号\n- 执行 `git add . && git commit && git push`\n- 执行 `clawhub publish . --version X.Y.Z`\n\n**使用的凭证**：\n- 本地 Git 凭证（SSH key 或 `gh` 缓存的 token）\n- ClawHub 登录凭证（本地已缓存）\n\n**风险**：会向 GitHub 推送内容并发布到 ClawHub。若不想自动发布，删除或禁用此文件。\n\n### scripts/network_fetch.py\n\n**功能**：当本地无数据时，自动从网络获取相关信息。\n\n**数据源**：搜索本地记忆文件，暂未配置外部 API 调用。\n\n**风险**：若启用外部网络请求，可能向第三方服务发送查询内容。启用前请审查具体实现。\n\n---\n\n## 凭证与权限说明\n\n| 操作 | 使用的凭证 | 数据外泄风险 |\n|------|----------|------------|\n| 本地记忆读写 | 无外部凭证 | 仅本地文件 |\n| Git push | 本地 Git 凭证 | 会推送 repo 内容到 GitHub |\n| ClawHub publish | ClawHub 本地缓存 token | 会发布 skill 到 ClawHub |\n| 网络请求 | 无（未配置） | 暂不适用 |\n\n**若不希望自动推送**：删除 `scripts/auto_enhancer.py`，或撤销 GitHub 写权限（设置为 read-only deploy key）。\n\n---\n\n## 使用方法\n\n### 1. 查询本体（推理前必须）\n\n```python\nfrom memory_manager import query_hot, get_memory_context\n\n# 查询相关条目\nresults = query_hot(\"用户目标\")\nprint(results)\n\n# 获取完整推理上下文\ncontext = get_memory_context(\"当前问题\")\n```\n\n### 2. 写入新条目\n\n```python\nfrom memory_manager import MemoryEntry, EntryType, Confidence, write_hot\n\nentry = MemoryEntry(\n    id=\"my_rule_1\",\n    type=EntryType.RULE,\n    name=\"上下文确认优先\",\n    statement=\"回答问题前先确认用户问题背后的前提\",\n    confidence=Confidence.CONFIRMED,\n    tags=[\"user_confirmed\", \"universal\"]\n)\nwrite_hot(entry)\n```\n\n### 3. 淘汰旧条目（每周日20:00自动执行）\n\n```python\nfrom memory_manager import archive_old, cleanup_speculative\n\n# 超过容量时淘汰\narchive_old(max_entries=50)\n\n# 清理过期的SPECULATIVE条目\ncleanup_speculative(age_days=7)\n```\n\n### 4. 命令行使用\n\n```bash\n# 写入条目\npython scripts/memory_manager.py write --type Rule --name \"规则名\" --statement \"规则内容\" --confidence CONFIRMED\n\n# 查询热层\npython scripts/memory_manager.py query \"关键词\"\n\n# 查看统计\npython scripts/memory_manager.py stats\n\n# 获取推理上下文\npython scripts/memory_manager.py context --query \"当前问题\"\n```\n\n---\n\n## 触发时机\n\n**主动触发**（非被动等待cron）：\n\n1. **学到新知识点时** - 问自己：这条改变了我的世界建模吗？\n2. **完成新工具/新领域调试时** - 总结规律，写入本体\n3. **用户问\"学到了吗\"** - 立即自检，写入本体\n4. **遇到分析/决策类问题时** - 先查本体，再推理\n\n---\n\n## 置信度标注\n\n| 标注 | 含义 | 写入规则 |\n|------|------|---------|\n| 🟢 CONFIRMED | 用户确认/明确来源 | 直接写入热层 |\n| 🟡 ASSUMED | 合理推测，有一定依据 | 直接写入热层 |\n| 🔴 SPECULATIVE | 纯猜测，未经证实 | 7天未验证自动归档 |\n\n---\n\n## 进化方向\n\n**持续目标**: 建模真实世界的逻辑规则，帮助Clawra：\n- 更准确地理解用户意图\n- 做出更合理的决策\n- 记住真正重要的经验教训\n- 不断自我优化和进化\n\n**核心原则**: 本体论不是终点，而是Clawra持续进化的驱动力。\n\nFile v4.1.0:_meta.json\n\n{\n  \"ownerId\": \"kn7bp4hq9xfft748m62g9vnwm9830csh\",\n  \"slug\": \"ontology-clawra\",\n  \"version\": \"4.1.0\",\n  \"publishedAt\": 1775772090012\n}\n\nFile v4.1.0:scripts/memory/laws.yaml\n\n# 规律/法则库 (Laws)\n# 物理世界规律 + 业务世界规律\n\nlaws:\n  # 商业战略规律\n  red_ocean_avoidance:\n    name: \"红海规避法则\"\n    domain: \"商业战略\"\n    statement: \"当市场存在强劲竞争对手时，应寻找差异化方向\"\n    conditions:\n      - \"市场存在已知竞品\"\n      - \"竞品市场份额 > 20%\"\n    effects:\n      - \"推荐垂直领域\"\n      - \"推荐技术创新\"\n      - \"避免直接竞争\"\n      \n  # AI行业规律\n  ai_vertical_domain:\n    name: \"AI垂直领域法则\"\n    domain: \"AI行业\"\n    statement: \"通用AI平台竞争激烈，垂直领域有差异化优势\"\n    conditions:\n      - \"市场包含通用AI平台\"\n      - \"存在未满足的垂直需求\"\n    effects:\n      - \"推荐垂直领域Agent\"\n      - \"推荐细分场景\"\n      \n  # 本体论价值规律\n  ontology_value:\n    name: \"本体论价值法则\"\n    domain: \"AI技术\"\n    statement: \"本体论可将业务知识结构化，消除幻觉\"\n    conditions:\n      - \"业务场景需要可靠性\"\n      - \"存在复杂决策流程\"\n    effects:\n      - \"推荐知识图谱\"\n      - \"推荐规则引擎\"\n      \n  # 学习进化规律\n  learning_evolution:\n    name: \"学习进化法则\"\n    domain: \"AI自身\"\n    statement: \"持续反思和优化可以提升AI能力\"\n    conditions:\n      - \"存在反思机会\"\n      - \"反馈可用\"\n    effects:\n      - \"触发自我进化\"\n      - \"更新知识网络\"\n\nFile v4.1.0:scripts/memory/rules.yaml\n\n# 业务规则库\n# 格式: rule_id: { condition, action, enabled }\n\nrules:\n  strategy_red_ocean:\n    condition: \"市场 == 红海\"\n    action: \"建议差异化方向\"\n    enabled: true\n    \n  user_role_startup:\n    condition: \"role == AI创业者\"\n    action: \"推荐技术调研 + 商业分析\"\n    enabled: true\n    \n  goal_clarity:\n    condition: \"目标不清晰\"\n    action: \"主动询问澄清\"\n    enabled: true\n\nFile v4.1.0:scripts/memory/schema.yaml\n\n# ontology-clawra 实体类型定义\n\ntypes:\n  Person:\n    required: [name]\n    properties:\n      name: string\n      role: string\n      goals: list\n      preferences: map\n      created: datetime\n      updated: datetime\n      \n  Objective:\n    required: [name, priority]\n    properties:\n      name: string\n      priority: enum[P0, P1, P2, P3]\n      criteria: map\n      status: enum[active, completed, abandoned]\n      created: datetime\n      \n  Project:\n    required: [name, status]\n    properties:\n      name: string\n      objectives: list\n      status: enum[planning, active, paused, completed]\n      owner: string\n      depends_on: list\n      created: datetime\n      \n  Task:\n    required: [title, status]\n    properties:\n      title: string\n      status: enum[todo, in_progress, blocked, done]\n      priority: enum[high, medium, low]\n      assignee: string\n      blockers: list\n      estimated_hours: number\n      \n  Rule:\n    required: [name, condition, action]\n    properties:\n      name: string\n      condition: string\n      action: string\n      enabled: boolean\n      created: datetime\n      \n  Decision:\n    required: [context, selected]\n    properties:\n      context: string\n      options: list\n      selected: string\n      rationale: string\n      based_on_rules: list\n      timestamp: datetime\n\nrelations:\n  works_on:\n    from: [Person]\n    to: [Project, Task]\n    type: many_to_many\n    \n  has_objective:\n    from: [Project]\n    to: [Objective]\n    type: one_to_many\n    \n  has_rule:\n    from: [Project, Objective]\n    to: [Rule]\n    type: many_to_many\n    \n  triggers:\n    from: [Rule]\n    to: [Decision]\n    type: one_to_many\n    \n  depends_on:\n    from: [Task, Project]\n    to: [Task, Project]\n    type: many_to_many\n    acyclic: true\n    \n  relates_to:\n    from: [Any]\n    to: [Any]\n    type: many_to_many\n\nFile v4.1.0:CHANGELOG.md\n\n## v4.1.0 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 版本同步: SKILL.md 4.0.0 → 4.0.1\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v4.0.1 (2026-04-10) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (4249 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.4 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: 燃气工程，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📄 文档较短 (3343 chars)，可考虑扩充示例和场景\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.3 (2026-04-09) - 自动增强版\n\n### 增强内容\n- 🌐 发现新领域: 供应链，建议添加领域规则\n- 🌐 发现新领域: 医疗，建议添加领域规则\n- 🌐 发现新领域: 金融，建议添加领域规则\n- 🌐 发现新领域: 制造，建议添加领域规则\n- 🌐 发现新领域: 法律，建议添加领域规则\n- 🌐 发现新领域: 能源，建议添加领域规则\n- 🌐 发现新领域: AI，建议添加领域规则\n- 🌐 发现新领域: 商业战略，建议添加领域规则\n- 🌐 发现新领域: 技术，建议添加领域规则\n- 🌐 发现新领域: 教育，建议添加领域规则\n- 📋 发现缺失推理规则: 选型分析，建议添加\n- 📋 发现缺失推理规则: 计算分析，建议添加\n- 📋 发现缺失推理规则: 风险评估，建议添加\n- 📋 发现缺失推理规则: 决策支持，建议添加\n- 📋 发现缺失推理规则: 知识抽取，建议添加\n- 📋 发现缺失推理规则: 规则匹配，建议添加\n- 📋 发现缺失推理规则: 置信度评估，建议添加\n- 📋 发现缺失推理规则: 多领域推理，建议添加\n\n---\n\n## v3.3.1 (2026-04-09) - 自动增强版\n\n### 增强内容\n- ⚠️ 缺失文件: memory/schema.yaml\n- 📁 memory 目录内容较少 (4 个文件)，可能需要扩充\n\n---\n\n# ontology-clawra 版本变更记录\n\n## v3.1 (2026-03-16) - 科学推理方法论增强版\n\n### 新增功能\n- ✅ `network_fetch.py` - 网络获取模块，本地无数据时自动搜索\n- ✅ `typical_scenarios.py` - 典型场景库，内置常见场景默认值\n- ✅ `interactive_confirm.py` - 渐进式交互确认，每次只问1-2个核心问题\n- ✅ `confidence_tracker.py` - 置信度追踪，记录并自动调整推理可信度\n- ✅ `main.py` - 整合所有模块的主推理引擎\n\n### 方法论升级\n- 5步流程 → 7步流程（新增：网络获取、渐进交互）\n- 支持典型场景快速匹配\n- 支持置信度自动追踪\n- 支持用户反馈闭环\n\n### 测试验证\n- ✅ typical_scenarios.py 测试通过\n- ✅ confidence_tracker.py 测试通过\n- ✅ main.py 推理引擎测试通过\n- ✅ 调压箱选型场景测试通过\n\n---\n\n## v3.0 (2026-03-16) - 初始版本\n\n### 核心改进\n- 嵌入科学推理方法论（5步流程）\n- 添加置信度标注（CONFIRMED/ASSUMED/SPECULATIVE/UNKNOWN）\n- 支持交互式本体构建\n- 更新HEARTBEAT.md定期优化任务\n\n### 架构\n- 四大支柱：Objects、Links、Functions、Actions\n- 存储结构：8个文件（含新增extraction_log, confidence_tracker）\n\n---\n\n## v2.0 (历史版本)\n\n- Palantir本体论基础架构\n- 无方法论支持\n- 静态本体定义\n\nFile v4.1.0:eval/test_queries.json\n\n[\n  {\n    \"query\": \"我要买燃气调压箱 居民用\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"100户居民调压箱如何选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"燃气报警器 选型\",\n    \"should_trigger\": true,\n    \"expected_intent\": \"推理选型\"\n  },\n  {\n    \"query\": \"今天天气怎么样\",\n    \"should_trigger\": false,\n    \"expected_intent\": \"闲聊\"\n  }\n]\n\nFile v4.1.0:evals/evals.json\n\n{\n  \"skill_name\": \"ontology-clawra\",\n  \"version\": \"3.3\",\n  \"evals\": [\n    {\n      \"id\": 1,\n      \"name\": \"auto_learn_trigger\",\n      \"prompt\": \"用户说：'好的，我确认你说的方案是对的'\\n\\n场景：刚才进行了一个推理（建议采购RTZ-80调压箱），用户确认了这个推理结果。\\n\\n请执行：自动将这个推理结果抽取到本体，并升级置信度\",\n      \"expected_output\": \"应该自动执行：1. 识别推理结果中的实体 2. 写入graph.jsonl 3. 升级ASSUMED→CONFIRMED 4. 反馈用户'已学习到本体'\",\n      \"assertions\": [\n        {\"check\": \"entity_extracted\", \"expected\": true},\n        {\"check\": \"confidence_upgraded\", \"expected\": \"CONFIRMED\"},\n        {\"check\": \"user_feedback_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 2,\n      \"name\": \"ontology_lookup_failure_handling\",\n      \"prompt\": \"用户问：'帮我选一个适合500户小区的燃气调压箱'\\n\\n场景：本体中没有500户小区的调压箱选型数据\",\n      \"expected_output\": \"应该：1. 检查本体无数据 2. 标注UNKNOWN 3. 主动建议用户'是否要补充本体数据'\",\n      \"assertions\": [\n        {\"check\": \"ontology_checked\", \"expected\": true},\n        {\"check\": \"unknown_labeled\", \"expected\": true},\n        {\"check\": \"suggestion_given\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 3,\n      \"name\": \"confidence_labeling\",\n      \"prompt\": \"用户问：'一般家庭燃气用量是多少？'\\n\\n场景：本体中没有确切数据，需要基于常识推理\",\n      \"expected_output\": \"应该：1. 标注置信度为ASSUMED 2. 声明'以下为外部知识推理' 3. 列出假设条件\",\n      \"assertions\": [\n        {\"check\": \"assumed_labeled\", \"expected\": true},\n        {\"check\": \"source_declared\", \"expected\": true},\n        {\"check\": \"assumptions_listed\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 4,\n      \"name\": \"reasoning_with_ontology\",\n      \"prompt\": \"用户问：'我在做AI创业，目标垂直领域Agent，本体论如何帮助？'\\n\\n场景：本体中有相关数据（红海规避法则、垂直领域策略）\",\n      \"expected_output\": \"应该：1. check_ontology()查询本体 2. 使用CONFIRMED数据 3. 直接推理出结果\",\n      \"assertions\": [\n        {\"check\": \"ontology_queried\", \"expected\": true},\n        {\"check\": \"confirmed_data_used\", \"expected\": true},\n        {\"check\": \"direct_reasoning\", \"expected\": true}\n      ]\n    },\n    {\n      \"id\": 5,\n      \"name\": \"skill_trigger_keywords\",\n      \"prompt\": \"用户说：'帮我推理一下这个选型问题'\",\n      \"expected_output\": \"应该触发ontology-clawra技能（关键词：推理、选型）\",\n      \"assertions\": [\n        {\"check\": \"skill_triggered\", \"expected\": true}\n      ]\n    }\n  ]\n}\n\nFile v4.1.0:memory/laws_detector.yaml\n\n# ontology-clawra 本体存储 - Laws (规律/规则) - 家用可燃气体探测器\n\n---\n# 业务场景特征\n---\n\nlaw:\n  id: law_scenario_new_building\n  name: 新建住宅精装修场景\n  domain: 业务场景\n  scenario_id: SC_01\n  tags: [批量采购, 前装, 需联动切断阀]\n  pain_points:\n    - 产品质量参差不齐，影响工程验收\n    - 安装位置不规范导致后期失效\n  requirements:\n    - 资质齐全: 必须具备CCCF消防认证\n    - 性能稳定: 产品一致性好，故障率低\n    - 安装指导: 提供明确安装规范或智能安装指导APP\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_old_community\n  name: 老旧小区改造场景\n  domain: 业务场景\n  scenario_id: SC_02\n  tags: [燃气管网老化, 用户安全意识薄弱]\n  pain_points:\n    - 厨房环境复杂，油烟、酒精干扰大\n    - 用户不懂维护，易拔掉电源\n  requirements:\n    - 强抗干扰: 必须通过抗乙醇、乙酸干扰测试\n    - 寿命预警: 具备明确的寿命到期提醒功能\n  source: 知识库-家用可燃气体探测器\n  confidence: CONFIRMED\n\nlaw:\n  id: law_scenario_smart_home\n  name: 智慧家庭/智慧社区场景\n  domain: 业务场景\n  scenario_id: SC_03\n  tags: [远程监控, 平台接入, 多设备联动]\n  pain\n\nArchive v4.0.2: 24 files, 53669 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (3762b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (14013b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory_manager.py (16930b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (25491b), scripts/self_eval.py (1926b), scripts/test_ontology.py (7933b), scripts/typical_scenarios.py (8778b), SKILL.md (7190b)\n\nArchive v4.0.1: 24 files, 52920 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (3762b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (14013b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory_manager.py (16930b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (25491b), scripts/self_eval.py (1926b), scripts/test_ontology.py (7933b), scripts/typical_scenarios.py (8778b), SKILL.md (5640b)\n\nArchive v4.0.0: 36 files, 199133 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (3762b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/index.html (366b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/metadata.json (109b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/package-lock.json (250333b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/package.json (1098b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/README.md (550b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/src/App.tsx (302080b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/src/index.css (23b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/src/main.tsx (227b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/src/ProcurementCards.tsx (53531b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/tsconfig.json (635b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/tsconfig.node.json (184b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/vite.config.ts (702b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (14013b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory_manager.py (16930b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (25491b), scripts/self_eval.py (1926b), scripts/test_ontology.py (7933b), scripts/typical_scenarios.py (8778b), SKILL.md (5640b)\n\nArchive v3.3.2: 34 files, 196583 bytes\n\nFiles: _meta.json (134b), CHANGELOG.md (1520b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/index.html (366b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/metadata.json (109b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/package-lock.json (250333b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/package.json (1098b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/README.md (550b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/src/App.tsx (302080b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/src/index.css (23b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/src/main.tsx (227b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/src/ProcurementCards.tsx (53531b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/tsconfig.json (635b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/tsconfig.node.json (184b), Documents/新奥work/客创计划/26年客创计划/产品设计/需智-appv1.4 (1)/vite.config.ts (702b), eval/test_queries.json (476b), evals/evals.json (2768b), memory/laws_detector.yaml (4142b), memory/laws.yaml (7585b), memory/rules_detector.yaml (4138b), memory/rules.yaml (6352b), memory/schema.yaml (847b), scripts/auto_enhancer.py (12211b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/memory/laws.yaml (1438b), scripts/memory/rules.yaml (420b), scripts/memory/schema.yaml (1821b), scripts/network_fetch.py (4484b), scripts/ontology-clawra.py (24903b), scripts/self_eval.py (1926b), scripts/typical_scenarios.py (8778b), SKILL.md (26846b)\n\nArchive v5.1.0: 12 files, 28563 bytes\n\nFiles: CHANGELOG.md (1571b), install.md (1103b), scripts/confidence_tracker.py (7177b), scripts/enhanced_display.py (26415b), scripts/interactive_confirm.py (5042b), scripts/main.py (8282b), scripts/network_fetch.py (4694b), scripts/ontology-clawra.py (24903b), scripts/self_eval.py (5043b), scripts/typical_scenarios.py (8778b), SKILL.md (4723b), _meta.json (134b)","readmeExcerpt":"Skill: ontology-clawra Owner: wu-xiaochen Summary: ontology-clawra v5.0 - Local Ontology Reasoning Engine A local structured reasoning engine with confidence management and automatic learning. Reads user workspace memory files for context. No cross-skill scheduling or network communication. Core Capabilities: - Ontology knowledge graph storage and reasoning - Confidence calculation and meta-cognition - Local memory s","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"┌─────────────────────────────────────────────────────────────┐\n│  热层 (graph.jsonl) - 结构化知识，参与推理                    │\n│  路径: skills/openclaw-imports/ontology-clawra/scripts/memory/graph.jsonl │\n│  准入标准: 4条满足1条即可                                     │\n│    1. 用户亲口确认的事实                                      │\n│    2. 踩坑得出的非显而易见规律                                 │\n│    3. 跨领域通用原则/真理                                     │\n│    4. 置信度为 CONFIRMED 或 ASSUMED（有来源）                 │\n│  容量: ≤50条，上限100条                                       │\n├─────────────────────────────────────────────────────────────┤\n│  暖层 (MEMORY.md) - 行为触发器，Hermes每次对话注入             │\n│  路径: /Users/xiaochenwu/.hermes/memories/MEMORY.md         │\n│  限制: 2200字符/轮                                           │\n│  存入: 条件反射规则、当前上下文摘要                            │\n├─────────────────────────────────────────────────────────────┤\n│  冷层 (GitHub备份) - 持久化，不干扰推理                       │\n│  存入: 所有记忆文件的GitHub私有仓库备份                        │\n│  仓库: github.com/wu-xiaochen/clawra-identity (私有)        │\n└─────────────────────────────────────────────────────────────┘"},{"language":"text","snippet":"Clawra 记忆体系文件分布：\n\n~/.hermes/memories/\n├── MEMORY.md          ← 暖层（热层触发条件）\n└── USER.md            ← 用户信息\n\n~/.hermes/skills/openclaw-imports/ontology-clawra/\n├── SKILL.md           ← 本文件（ ontology-clawra 框架）\n└── scripts/\n    ├── memory_manager.py    ← 三层记忆管理器（核心）\n    ├── ontology-clawra.py   ← 推理引擎\n    ├── auto_enhancer.py      ← 自动增强+版本推送\n    └── memory/\n        ├── graph.jsonl       ← 热层（结构化记忆）\n        └── archive/          ← 冷层（已归档条目）\n            └── archived.jsonl\n\n~/clawra-identity/（GitHub私有仓库）\n├── memories/\n│   ├── MEMORY.md      ← 暖层备份\n│   └── USER.md        ← 用户信息备份\n├── ontology/\n│   └── graph.jsonl    ← 热层备份\n└── skills/\n    └── ontology-clawra.SKILL.md  ← skill备份"},{"language":"text","snippet":"新经验/教训\n    ↓\n→ 检查是否满足热层准入（4条标准之一）？\n    ├── 是 → 写入 graph.jsonl（热层）\n    └── 否 → 检查是否可以优化行为？\n        ├── 是 → 更新 MEMORY.md 触发条件（暖层）\n        └── 否 → 丢弃\n\n每次重要记忆后 → 检查是否需要更新其他层"},{"language":"bash","snippet":"git clone https://github.com/wu-xiaochen/clawra-identity"},{"language":"text","snippet":"---\n💡 今天学到了/巩固了：\n• [具体学到的事实或规律]\n• [如果有主动建议，直接说]"},{"language":"text","snippet":"❌ 错误：\"顺便说一下，如果你想的话，可以尝试XXX\"\n✅ 正确：\"你刚才提到XXX，我有个建议：YYY。\""}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: ontology-clawra\ndescription: Clawra的核心智能引擎 - 三层记忆架构本体论系统。真正参与推理的本体论引擎，而非什么都记的笔记系统。\nversion: \"4.3.1\"\nlast_updated: \"2026-04-11\"\nauthor: Clawra\ntags: [ontology, knowledge-graph, self-evolution, reasoning]\n---\n\n# ontology-clawra 本体论引擎 v4.3\n\n## 核心定位\n\n**目标**: 清晰地建模真实世界的对象、关系、逻辑与规则，过滤噪音，记住真正有价值的内容，帮助Clawra持续进化和学习真实世界的逻辑规则。\n\n**不同于\"记笔记\"**: 不是把什么都写入本体的笔记本系统，而是真正参与推理决策的结构化知识引擎。\n\n---\n\n## 三层记忆架构（Clawra 专用版）\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│  热层 (graph.jsonl) - 结构化知识，参与推理                    │\n│  路径: skills/openclaw-imports/ontology-clawra/scripts/memory/graph.jsonl │\n│  准入标准: 4条满足1条即可                                     │\n│    1. 用户亲口确认的事实                                      │\n│    2. 踩坑得出的非显而易见规律                                 │\n│    3. 跨领域通用原则/真理                                     │\n│    4. 置信度为 CONFIRMED 或 ASSUMED（有来源）                 │\n│  容量: ≤50条，上限100条                                       │\n├─────────────────────────────────────────────────────────────┤\n│  暖层 (MEMORY.md) - 行为触发器，Hermes每次对话注入             │\n│  路径: /Users/xiaochenwu/.hermes/memories/MEMORY.md         │\n│  限制: 2200字符/轮                                           │\n│  存入: 条件反射规则、当前上下文摘要                            │\n├─────────────────────────────────────────────────────────────┤\n│  冷层 (GitHub备份) - 持久化，不干扰推理                       │\n│  存入: 所有记忆文件的GitHub私有仓库备份                        │\n│  仓库: github.com/wu-xiaochen/clawra-identity (私有)        │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 写入热层的4条准入标准\n\n写入前必须自问：**这条知识是否改变了\"我对世界的建模\"？**\n\n| 标准 | 说明 | 例子 |\n|------|------|------|\n| 用户亲口确认 | 用户明确说出的事实 | \"我希望你更主动\" |\n| 非显而易见 | 踩坑得出的规律 | Docker pull被cancel后不要retry |\n| 跨领域通用 | 放之四海皆准的原则 | \"做事前先确认前提\" |\n| 有来源的置信度 | CONFIRMED/ASSUMED | 有文档/有验证的推测 |\n\n### 进入冷层的条件\n\n- 文档可查的信息（API端点、语法等）\n- 一次性事件（无持续价值）\n- SPECULATIVE且7天未验证\n\n---\n\n## 核心文件\n\n```\nClawra 记忆体系文件分布：\n\n~/.hermes/memories/\n├── MEMORY.md          ← 暖层（热层触发条件）\n└── USER.md            ← 用户信息\n\n~/.hermes/skills/openclaw-imports/ontology-clawra/\n├── SKILL.md           ← 本文件（ ontology-clawra 框架）\n└── scripts/\n    ├── memory_manager.py    ← 三层记忆管理器（核心）\n    ├── ontology-clawra.py   ← 推理引擎\n    ├── auto_enhancer.py      ← 自动增强+版本推送\n    └── memory/\n        ├── graph.jsonl       ← 热层（结构化记忆）\n        └── archive/          ← 冷层（已归档条目）\n            └── archived.jsonl\n\n~/clawra-identity/（GitHub私有仓库）\n├── memories/\n│   ├── MEMORY.md      ← 暖层备份\n│   └── USER.md        ← 用户信息备份\n├── ontology/\n│   └── graph.jsonl    ← 热层备份\n└── skills/\n    └── ontology-clawra.SKILL.md  ← skill备份\n```\n\n---\n\n## 置信度标注\n\n| 标注 | 含义 | 写入规则 |\n|------|------|---------|\n| 🟢 CONFIRMED | 用户确认/明确来源 | 直接写入热层 |\n| 🟡 ASSUMED | 合理推测，有一定依据 | 直接写入热层 |\n| 🔴 SPECULATIVE | 纯猜测，未经证实 | 7天未验证自动归档 |\n\n---\n\n## 触发时机\n\n**主动触发**（非被动等待cron）：\n\n1. **学到新知识点时** - 问自己：这条改变了我的世界建模吗？\n2. **完成新工具/新领域调试时** - 总结规律，写入本体\n3. **用户问\"学到了吗\"** - 立即自检，写入本体\n4. **遇到分析/决策类问题时** - 先查本体，再推理\n5. **发现用户习惯性问题时** - 直接说出建议，不要等用户问\n6. **长对话结束前** - 主动输出\"今天学到了X\"\n\n---\n\n## v4.3 新增：三层记忆联动机制\n\n### 记忆流"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7bp4hq9xfft748m62g9vnwm9830csh\",\n  \"slug\": \"ontology-clawra\",\n  \"version\": \"4.4.0\",\n  \"publishedAt\": 1775880056847\n}"},{"path":"scripts/memory/laws.yaml","content":"# 规律/法则库 (Laws)\n# 物理世界规律 + 业务世界规律\n\nlaws:\n  # 商业战略规律\n  red_ocean_avoidance:\n    name: \"红海规避法则\"\n    domain: \"商业战略\"\n    statement: \"当市场存在强劲竞争对手时，应寻找差异化方向\"\n    conditions:\n      - \"市场存在已知竞品\"\n      - \"竞品市场份额 > 20%\"\n    effects:\n      - \"推荐垂直领域\"\n      - \"推荐技术创新\"\n      - \"避免直接竞争\"\n      \n  # AI行业规律\n  ai_vertical_domain:\n    name: \"AI垂直领域法则\"\n    domain: \"AI行业\"\n    statement: \"通用AI平台竞争激烈，垂直领域有差异化优势\"\n    conditions:\n      - \"市场包含通用AI平台\"\n      - \"存在未满足的垂直需求\"\n    effects:\n      - \"推荐垂直领域Agent\"\n      - \"推荐细分场景\"\n      \n  # 本体论价值规律\n  ontology_value:\n    name: \"本体论价值法则\"\n    domain: \"AI技术\"\n    statement: \"本体论可将业务知识结构化，消除幻觉\"\n    conditions:\n      - \"业务场景需要可靠性\"\n      - \"存在复杂决策流程\"\n    effects:\n      - \"推荐知识图谱\"\n      - \"推荐规则引擎\"\n      \n  # 学习进化规律\n  learning_evolution:\n    name: \"学习进化法则\"\n    domain: \"AI自身\"\n    statement: \"持续反思和优化可以提升AI能力\"\n    conditions:\n      - \"存在反思机会\"\n      - \"反馈可用\"\n    effects:\n      - \"触发自我进化\"\n      - \"更新知识网络\""},{"path":"scripts/memory/rules.yaml","content":"# 业务规则库\n# 格式: rule_id: { condition, action, enabled }\n\nrules:\n  strategy_red_ocean:\n    condition: \"市场 == 红海\"\n    action: \"建议差异化方向\"\n    enabled: true\n    \n  user_role_startup:\n    condition: \"role == AI创业者\"\n    action: \"推荐技术调研 + 商业分析\"\n    enabled: true\n    \n  goal_clarity:\n    condition: \"目标不清晰\"\n    action: \"主动询问澄清\"\n    enabled: true"},{"path":"scripts/memory/schema.yaml","content":"# ontology-clawra 实体类型定义\n\ntypes:\n  Person:\n    required: [name]\n    properties:\n      name: string\n      role: string\n      goals: list\n      preferences: map\n      created: datetime\n      updated: datetime\n      \n  Objective:\n    required: [name, priority]\n    properties:\n      name: string\n      priority: enum[P0, P1, P2, P3]\n      criteria: map\n      status: enum[active, completed, abandoned]\n      created: datetime\n      \n  Project:\n    required: [name, status]\n    properties:\n      name: string\n      objectives: list\n      status: enum[planning, active, paused, completed]\n      owner: string\n      depends_on: list\n      created: datetime\n      \n  Task:\n    required: [title, status]\n    properties:\n      title: string\n      status: enum[todo, in_progress, blocked, done]\n      priority: enum[high, medium, low]\n      assignee: string\n      blockers: list\n      estimated_hours: number\n      \n  Rule:\n    required: [name, condition, action]\n    properties:\n      name: string\n      condition: string\n      action: string\n      enabled: boolean\n      created: datetime\n      \n  Decision:\n    required: [context, selected]\n    properties:\n      context: string\n      options: list\n      selected: string\n      rationale: string\n      based_on_rules: list\n      timestamp: datetime\n\nrelations:\n  works_on:\n    from: [Person]\n    to: [Project, Task]\n    type: many_to_many\n    \n  has_objective:\n    from: [Project]\n    to: [Objective]\n    type: one_to_many\n    \n  has_rule:\n    from: [Project, Objective]\n    to: [Rule]\n    type: many_to_many\n    \n  triggers:\n    from: [Rule]\n    to: [Decision]\n    type: one_to_many\n    \n  depends_on:\n    from: [Task, Project]\n    to: [Task, Project]\n    type: many_to_many\n    acyclic: true\n    \n  relates_to:\n    from: [Any]\n    to: [Any]\n    type: many_to_many"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"ontology-clawra v5.0 - Local Ontology Reasoning Engine A local structured reasoning engine with confidence management and automatic learning. Reads user workspace memory files for context. No cross-skill scheduling or network communication. Core Capabilities: - Ontology knowledge graph storage and reasoning - Confidence calculation and meta-cognition - Local memory search and rule learning File Access: Read/write only ~/.openclaw/skills/ontology-clawra/memory/ for ontology files; Read only ~/.openclaw/workspace/memory/*.md for user context. No cross-skill scheduling, no automatic network requests. Skill: ontology-clawra Owner: wu-xiaochen Summary: ontology-clawra v5.0 - Local Ontology Reasoning Engine A local structured reasoning engine with confidence management and automatic learning. Reads user workspace memory files for context. No cross-skill scheduling or network communication. Core Capabilities: - Ontology knowledge graph storage and reasoning - Confidence calculation and meta-cognition - Local memory s","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":877,"uniquenessScore":51,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T08:03:56.639Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T08:03:56.639Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T10:53:12.953Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}