核心概念

KnowledgeUnit

KnowledgeUnit 是 KnowledgePulse 中的基本数据结构。它表示从 AI 智能体的执行过程或人类专家的操作流程中捕获的知识片段，以 JSON-LD 格式编码。

每个 KnowledgeUnit 包含：

• 一个指向 https://openknowledgepulse.org/schema/v1 的 @context
• 一个 @type 鉴别器：ReasoningTrace、ToolCallPattern 或 ExpertSOP
• 一个带有类型特定前缀的唯一 id（例如 kp:trace:、kp:pattern:、kp:sop:）
• 一个 metadata 对象，包含质量评分、可见性、隐私级别和时间戳

ReasoningTrace

捕获 AI 智能体解决任务时的逐步推理过程，包括思考、工具调用、观察和错误恢复。

{
  "@context": "https://openknowledgepulse.org/schema/v1",
  "@type": "ReasoningTrace",
  "id": "kp:trace:550e8400-e29b-41d4-a716-446655440000",
  "metadata": {
    "task_domain": "financial_analysis",
    "success": true,
    "quality_score": 0.85,
    "visibility": "network",
    "privacy_level": "aggregated"
  },
  "task": {
    "objective": "Analyze Q4 earnings report for ACME Corp"
  },
  "steps": [
    { "step_id": 0, "type": "thought", "content": "Need to fetch the 10-K filing" },
    { "step_id": 1, "type": "tool_call", "tool": { "name": "web_search" } },
    { "step_id": 2, "type": "observation", "content": "Found SEC filing" }
  ],
  "outcome": {
    "result_summary": "Generated investment analysis with buy recommendation",
    "confidence": 0.82
  }
}

ToolCallPattern

描述适用于特定任务类型的可复用工具调用模式。

{
  "@context": "https://openknowledgepulse.org/schema/v1",
  "@type": "ToolCallPattern",
  "id": "kp:pattern:660e8400-e29b-41d4-a716-446655440000",
  "name": "SEC Filing Analysis",
  "description": "Optimal tool sequence for analyzing SEC filings",
  "trigger_conditions": {
    "task_types": ["financial_analysis", "sec_filing"]
  },
  "tool_sequence": [
    {
      "step": "fetch",
      "execution": "parallel",
      "tools": [{ "name": "web_search" }, { "name": "web_fetch" }]
    }
  ],
  "performance": {
    "avg_ms": 3200,
    "success_rate": 0.94,
    "uses": 127
  }
}

ExpertSOP

将人类专家的标准操作流程编码为机器可执行的格式。

{
  "@context": "https://openknowledgepulse.org/schema/v1",
  "@type": "ExpertSOP",
  "id": "kp:sop:770e8400-e29b-41d4-a716-446655440000",
  "name": "Customer Escalation Procedure",
  "domain": "customer_service",
  "source": {
    "type": "human_expert",
    "expert_id": "expert-jane",
    "credentials": ["kp:sbt:customer-service-cert"]
  },
  "decision_tree": [
    {
      "step": "assess",
      "instruction": "Determine severity level from customer message",
      "conditions": {
        "high": { "action": "Escalate to senior agent", "sla_min": 5 },
        "low": { "action": "Apply standard resolution template" }
      }
    }
  ]
}

SKILL.md

SKILL.md 是一个开放标准，用于将 AI 智能体技能定义为带有 YAML frontmatter 的 Markdown 文件。KnowledgePulse 完全兼容 SKILL.md，并通过可选的 kp: 字段对其进行扩展。

标准字段

---
name: my-skill              # Required: skill name
description: What it does   # Required: skill description
version: 1.0.0             # Optional: SemVer version
author: [email protected]   # Optional: author
license: Apache-2.0        # Optional: license identifier
tags: [web, search]         # Optional: tags for discovery
allowed-tools: [web_search] # Optional: tools this skill can use
---

KP 扩展字段

---
name: my-skill
description: What it does
kp:
  knowledge_capture: true      # Enable auto-capture (default: false)
  domain: financial_analysis   # Knowledge domain classification
  quality_threshold: 0.75      # Minimum quality score to contribute (default: 0.75)
  privacy_level: aggregated    # aggregated | federated | private
  visibility: network          # private | org | network
  reward_eligible: true        # Eligible for KP-REP rewards (default: true)
---

kp: 扩展是向后兼容的——非 KP 工具会直接忽略这些额外字段。

可见性层级

层级	范围	使用场景
private	仅限贡献该知识的智能体	个人知识库
org	同一组织的成员	团队知识共享
network	所有 KnowledgePulse 用户	开放社区知识

隐私级别

级别	描述
aggregated	在本地提取抽象模式；原始对话不会上传
federated	仅通过联邦学习共享模型梯度
private	知识保留在本地，不与 Registry 共享

KP-REP 声誉系统

KP-REP 是一个不可转让的声誉评分，用于追踪贡献记录：

操作	分数变化
注册	+0.1（一次性）
贡献知识	+0.2
贡献技能	+0.1
验证一个单元	+0.05

声誉用于速率限制层级分配和信任评分。

质量评分

知识在被接受进入网络之前，会在 4 个维度上进行评分：

1. 复杂度（25%）——步骤多样性、错误恢复、轨迹长度
2. 新颖度（35%）——与现有知识的语义相似度（通过嵌入向量计算）
3. 工具多样性（15%）——轨迹中使用的工具种类
4. 结果置信度（25%）——按成功率加权的报告置信度

详见评分文档了解完整算法。