AI 原生自适应 业务数字孪生生态平台
OntiCards 的终极目标——为企业构建可自我运转、可自动化闭环的数字孪生体。但实现范式与传统数字孪生完全相反：以生态演化范式，先搭底座、边运行、边生长、边自适应进化。
AI 原生四层架构 · 事件驱动生态
数据适配器 + 语义卡片层 + Agent 生态 + 技能库，四层解耦可独立迭代、目标驱动自主智能执行
数据链接适配器(系统感官层)
企业所有外部数据 / 业务系统的统一接入网关，联邦直连 + 自动落库双模式数据策略
零数据搬运，实时穿透查询外部系统
AI 自动识别 Schema 自动建模建仓
结构化 / 非结构化 / 多媒体独立处理
前置脱敏，权限拦截，全链路审计
数据语义层(卡片体系)
企业全域统一数据地图 + 语义词典 + 寻址索引，AI 生成初稿 + FDE 业务校准
数据源的 AI 结构化说明书（元信息 / 语义 / 权限）
AI 自动发现 + FDE 校准的跨源关系关系
自然语言跨空间跨源自助取数引擎
业务代理 Agent 生态(系统生命体)
真正的业务驱动主体与执行主体，事件触发唤醒，自主规划，无固定流程，目标驱动
管理层：接收目标、拆解任务、调度协同
执行层：订单 / 仓储 / 财务 / 采购等岗位
进化层：自动优化、沉淀经验、挖掘流程
技能库 Skill Library(能力原子)
企业所有做事方法 / SOP / 系统操作 / 业务经验的可复用原子能力库，全理解即可用
查询 / 统计 / 分析 / 异常诊断 / 报表
MCP / API 对接外部业务系统读写
标准化业务流程封装（退货 / 审核 / 采购）
行业规则 / 合规标准 / 业务经验推理
为中国市场量身打造的 AI 原生范式
适配国内政企、国央企、民营企业现状。OntiCards 的核心使命：替代重型本体，打造适配中国市场的 AI 原生轻量、弹性、可进化数字孪生范式。
业务迭代极快
国内新业务爆发、旧业务淘汰周期极短，重型前置建模经常出现「模型未建完、业务已作废」。
预算与成本
国内客户无法承受长期 FDE 驻场、高额实施成本、重型改造投入。
柔性场景多
大量非标准化、模糊化、柔性业务场景，无法全部固化为规则。
层级彻底解耦，可独立迭代
OntiCards 核心架构由四大核心层级 + 三大横向贯穿体系构成。
系统感官层
企业所有外部数据、业务系统的唯一接入网关与通道。联邦直连 + 自动同步落库双模式，解决「数据怎么连、怎么存、怎么查、是否落地」的合规与适配问题。
数据卡片体系
企业全域统一数据地图 + 语义词典 + 寻址索引系统。数据卡片 = 某一份数据源 / 数据表 / 文档的 AI 结构化说明书，只记录元信息，不记录业务流水数据。
系统生命体
OntiCards 真正的业务驱动主体、执行主体、决策主体。替代传统固化的业务规则层，是 AI 原生数字孪生生命体。三层生态：总调度 Agent、领域业务 Agent、治理运维常驻 Agent。
能力原子库
企业所有「做事方法 / SOP / 系统操作 / 业务经验、Know-How」的可复用原子能力库。完全解耦、全局可复用、不绑定任何数据模型。
三大横向贯穿体系
全域安全权限体系
三层权限链：数据卡片访问权限、Agent 岗位权限、技能执行操作权限。最小权限原则、全链路审计、全行为溯源、高风险操作强制审批。
全域事件驱动总线
系统唯一触发中枢。标准主链路：外部业务系统主动推送业务事件（优先）。兜底兼容链路：CDC 数据变更捕获封装事件（老旧系统兼容）。
自进化治理体系
越用越智能：卡片语义自动化优化、关系自动精修、执行经验自动沉淀、高频流程自动提炼新技能。
数据卡片——Agent 的数据字典 + 地图 + 导航
数据语义层不是记忆层、不存业务数据、不随单条业务数据变更刷新。它是 Agent 的寻址系统——Agent 不知道数据在哪、怎么读、什么意思、和谁有关，全部依靠数据卡片。
数据卡片标准内容
- 数据源基础信息：归属数据空间、来源系统、更新频率、数据量级
- 字段语义说明书：每个字段业务含义、枚举、取值、口径、业务定义
- 数据质量标签：完整率、准确率、异常特征
- 权限与脱敏规则：谁可读、谁可查、哪些字段脱敏
- 业务场景标签：该数据适用哪些业务场景
- 寻址查询规则：如何查询、关联哪些数据源、NL2SQL 解析规则
关键特性
- 卡片静态稳定：单条订单新增 / 变更，不会改变卡片
- AI 生成初稿，FDE 业务校准
- 数据源结构变更时，卡片才会迭代更新
- 全平台统一语义，解决企业口径混乱问题
- 关系卡片：AI 自动发现 + FDE 业务校准的跨数据源关联
- NL2SQL 联邦取数引擎：基于卡片理解实现跨空间自助取数
数据卡片是 Agent 的「数据字典 + 地图 + 导航」，真实业务数据是 Agent 按需调取的「外部资源」。
—— 数据卡片的核心定位
三层 Agent 架构——对齐企业组织架构
Agent 是 OntiCards 真正的业务驱动主体、执行主体、决策主体。无固定工作流、无固化规则链、完全目标驱动、自主智能执行。
总调度 Agent
接收高层级业务目标、外部事件。自主拆解复杂任务，调度多领域 Agent 协同。冲突仲裁、异常兜底、进度全局管控。
领域业务 Agent
对应企业真实岗位：订单 Agent、仓储 Agent、财务 Agent、客户 Agent、采购 Agent。每个领域 Agent 拥有三大刚性边界：数据边界、能力边界、业务边界。
治理运维常驻 Agent
后台 7×24 运行：自动化数据卡片语义、复盘 Agent 执行链路、挖掘高频流程、推荐新技能、监控权限风险。
事件触发唤醒、无事件休眠 → 收到事件 → 理解目标 → 自主规划路径 → 需要数据 → 查阅数据卡片 → 按需实时取数 → 需要执行 → 调用授权技能 → 执行完成 → 沉淀记忆 → 等待下次事件
—— Agent 运行范式
企业能力原子库
完全解耦、局可复用、不绑定任何数据模型。新增业务、新增操作无需改模型、无需改流程，只需上架新技能即可。
数据技能
查询、统计、分析、异常诊断、报表生成。
系统操作技能
通过 MCP / API 对接外部 ERP / WMS / CRM / 订单系统的读写操作。
流程 SOP 技能
标准化业务流程封装——退货、审核、采购、对账。
知识推理技能
行业规则、合规标准、业务经验推理。
每个 Skill 具备标准化 AI 可理解结构：自然语言功能描述、入参出参、调用协议（MCP / API / SQL）、权限等级、风险等级、异常处理、重试策略、失败兜底。
—— 技能标准封装格式
事件驱动为主，数据变更兜底
整个 OntiCards 的运转，以事件为唯一唤醒源。以电商用户下单支付全流程为例，看事件驱动的标准闭环。
业务系统产生真实用户行为
用户在电商平台下单、支付完成。电商业务系统主动推送标准化事件至 OntiCards 事件总线：订单支付完成事件。
关键：不是数据库监听、不是数据增量变更触发！
事件总线唤醒总调度 Agent
总调度 Agent 接收业务目标：完成该订单全流程自动化履约闭环。
总调度 Agent 自主任务拆解与协同调度
自动唤醒：订单执行 Agent、仓储管理 Agent、财务核算 Agent。
各 Agent 基于数据卡片自主按需取数
以仓储 Agent 为例：访问订单数据卡片获知订单数据存放位置、查询语法、字段含义；访问商品库存卡片获知库存数据源、口径、仓库关联；通过 NL2SQL 引擎实时按需查询最新业务数据。数据卡片没有变化、不新增、不刷新——卡片只负责「指路、翻译、释义」。
Agent 自主决策 + 调用技能执行
库存充足：调用【WMS create 出库单技能】，下发仓储执行指令。库存不足：调用【采购申请生成技能】，自动触发补货流程，同步标记订单缺货状态。
多 Agent 并行执行行业务
订单 Agent：调用技能更新订单状态。财务 Agent：调取订单金额、商户信息，调用技能生成财务记账凭证、完成营收入账。
结果回灌，沉淀记忆，全流程休眠
WMS、ERP 执行结果返回，Agent 记录本次执行上下文、流程路径、异常情况，纳入自身长期记忆。全流程休眠，等待下一次业务事件触发。
兜底兼容：若业务系统无法推送事件，适配器 CDC 捕获数据变更，封装为标准化业务事件送入总线。架构运行逻辑不变——依然是「事件唤醒 Agent、Agent 主导执行」。
—— 老旧无事件能力系统的兼容方案