seven-plus-one-semantic-mapping git:20260821.6e4393fA

Immutable. This exact content is served forever at /api/v1/blob/025cef6c6453897e.

---
name: seven-plus-one-semantic-mapping
description: |
  用于需要把业务描述映射为本体语义、要检查Agent知识、规则、权限和动作是否完整，用户出现“按7+1映射一下”“这个场景缺哪些语义”或 7+1 semantic mapping, ontology schema, action semantics 等信号时调用。不适用于输入知识仍处于自由讨论、没有来源和责任人。
metadata:
  tags:
    - semantic-framework
    - W3C
    - reasoning-model
    - permission
    - evaluation
    - enterprise-ai
    - ontology-driven
  related_skills:
    - slug: fact-reason-action-business-loop
      relation: composes-with
---

# 用“7+1”规范映射业务语义

## 方法骨架

- 把确认后的业务知识映射为七类语义能力和一类目标评估。
- 七类覆盖资源与关系、类层级与约束、统一术语、业务规则、流程服务、权限策略、查询与数据操作。
- 附加的一类把Agent任务目标、效果指标、判定依据和质量标准写清。
- 映射时同时保留自然语言、形式表达、来源、版本和责任人。
- 任何缺失项都要显式标记，尤其是权限、Action前置条件和评估规则。
- 结果是一张可审查、可测试、可进入运行时的语义映射表。

## 触发场景

### 用户会在什么情境下需要这个 Skill

1. 需要把业务描述映射为本体语义
2. 要检查Agent知识、规则、权限和动作是否完整
3. 准备从自然语言规则生成RDF/OWL等模型

### 语言信号

- “按7+1映射一下”
- “这个场景缺哪些语义”
- “把业务规则转成机器可理解结构”
- 英文信号：7+1 semantic mapping, ontology schema, action semantics

### 与相邻 Skill 的区分

- 与 `twenty-nine-sentence-knowledge-extraction`：29句话负责提取自然语言知识；本 skill 负责分类映射和完整性检查。
- 与 `fact-reason-action-business-loop`：事实事理行动提供三层业务骨架；7+1细化到标准、权限、查询和目标评估。

## 执行步骤

Skill 激活后按以下顺序执行：

1. **确认输入**
   - 动作：只接收已标注来源、适用范围和确认状态的知识条目。
   - 完成标准：未确认内容单列，不进入生产映射。

2. **映射七类语义**
   - 动作：分别填写资源关系、层级约束、术语、规则、流程服务、权限、查询与数据操作。
   - 完成标准：每条业务知识有唯一主类别，跨类别引用清晰。

3. **补目标与评估**
   - 动作：定义Agent目标、成功指标、判定依据、质量阈值和责任主体。
   - 完成标准：目标能够通过数据或有权角色验收。

4. **检查闭环**
   - 动作：沿事实输入、规则推理、权限判断、Action执行、结果反馈逐段检查缺项。
   - 完成标准：缺项、冲突和高风险项形成问题清单。
   - 判停条件：若权限或行动前置条件缺失，停止进入生产建模。

5. **输出映射表**
   - 动作：保留自然语言、语义类别、形式化建议、来源、版本、确认人和测试问题。
   - 完成标准：映射表可被建模工程师与业务专家共同复核。

### 固定输出

最终结果至少包含：输入与假设、逐步判断、证据与来源、未决项、风险边界、建议动作、完成标准。涉及项目适配时，将方法假设与项目事实分栏表达。

## 使用边界

### 不要在以下情况使用

- 输入知识仍处于自由讨论、没有来源和责任人
- 只做概念科普，无需机器推理或行动
- 简单字段映射能够满足需求

### 常见失败模式

- **约束和权限落入过紧或过松两端**：场景风险与控制策略未建立映射，Agent无法判断何时自主、何时申请授权、何时停止。
- **数据集混用且缺少责任和来源治理**：数据上下文和授权边界被抹平，错误、泄露或效果变化出现时无法定位责任和输入来源。
- **目标模糊且行动原语契约残缺**：Agent缺少可计算的成功条件及行动前后状态模型，只能猜测参数、条件和执行结果。
- **专家经验以模糊规则直接固化**：隐含前提在结构化过程中丢失，Agent把宽泛条件解释为确定触发器并直接行动。

### 使用折扣与复核要求

- W3C语法与业务正确性属于不同质量维度，规范映射完成后仍需专家和用例验证。
- 大模型生成形式结构无法直接证明业务语义正确，生产使用需保留专家确认、工具校验、真实用例和审计记录。

## 相关 Skills

- `composes-with` → `fact-reason-action-business-loop`；事实事理行动提供三层业务骨架；7+1细化到标准、权限、查询和目标评估。

## 审计信息

- **验证通过**：V1 ✓ / V2 ✓ / V3 ✓
- **测试通过率**：100%（6/6，独立 sub-agent 盲测；详见 test-results.md）
- **首次公开版本**：2026-08-21
- **来源说明**：方法框架受《本体驱动的 AI 数据管理》启发；仓库不包含原书正文。