工程开发
bdi-mental-states avatar

bdi-mental-states

将 RDF 内容转换为正式的 BDI(信念-欲望-意图)心智状态,实现理性、可解释且具备审慎推理能力的代理。

简介

bdi-mental-states 技能提供了一套将正式认知架构整合至 AI 代理的框架。通过使用 BDI(信念-欲望-意图)模型,此技能允许代理维护持久且具备可解释性的心智状态,将原始的 RDF 内容转换为可执行的认知。该技能专为构建理性代理、多代理系统或神经符号 AI 应用的开发者所设计,在这些应用中,追踪性与逻辑一致性至关重要。此技能填补了语义网数据结构与 LLM 推理循环之间的鸿沟,实现了标准基于提示词的交互通常缺乏的复杂审慎行为。

  • 正式本体模式实现,用于将信念 (Belief)、欲望 (Desire) 与意图 (Intention) 定义为实体 (Endurants)。

  • 将心智过程 (BeliefProcess, DesireProcess, IntentionProcess) 建模为偶发事件 (Perdurants),以进行因果推理与审计。

  • 支持 T2B2T (Triples-to-Beliefs-to-Triples) 管线,用于消耗 RDF 数据并产生语义输出。

  • 使用 'specifies' 与 'precedes' 属性进行目标导向的计划整合与任务分解。

  • 支持理由链接 (bdi:isJustifiedBy),为每个心智实体提供可解释的推理链。

  • 提供 C4 层级表示法指引,将心智模型与系统架构对齐。

  • 适用于涉及 JADE、JADEX 或 SEMAS 框架以及一般认知架构研究的场景。

  • 确保所有信念都基于特定的 WorldState 引用,以维持语义互操作性。

  • 使用提供的双向属性 (motivates/fulfils) 来启用前向链结与反向追踪推理。

  • 适用于神经符号整合能提高可靠性的逻辑增强生成 (LAG) 任务。

  • 使用正式本体模式根据时间区间约束心智状态,以防止状态歧义。

  • 始终清晰定义计划执行生命周期,让代理能顺畅地从审慎推理转换为具体行动。

仓库统计

Star 数
15,324
Fork 数
1,203
Open Issue 数
25
主要语言
Python
默认分支
main
同步状态
空闲
最近同步时间
2026年4月28日 12:17
在 GitHub 查看
bdi-mental-states | Skills Hub