AI OS 三层整合协议
协议概述
本文档定义龙心OS、龙脑OS、龙爪OS三层之间的调用协议、数据格式、状态同步、错误处理机制。
---
一、调用协议
1.1 龙心OS → 龙脑OS 调用
#### 调用场景 龙心OS识别场景后,需要调用思维模型时,向龙脑OS发起请求。
#### 请求格式 ```yaml
龙心OS → 龙脑OS 请求
request: header: request_id: "uuid" # 请求唯一标识 timestamp: "ISO8601" # 请求时间 source: "龙心OS" # 请求来源 target: "龙脑OS" # 目标系统 body: scene_type: "S2" # 场景类型 S0-S9 scene_description: "深度理解企业文化理论" required_models: # 需要的思维模型 - category: "系统思考" model_name: "系统思考" priority: 1 - category: "分析框架" model_name: "MECE原则" priority: 2 context: # 上下文信息 user_intent: "理解企业文化的深层结构" history_summary: "用户之前讨论了企业文化的定义" constraints: ["时间限制", "深度要求"] ```#### 响应格式 ```yaml
龙脑OS → 龙心OS 响应
response: header: request_id: "uuid" # 对应请求ID timestamp: "ISO8601" source: "龙脑OS" target: "龙心OS" status: "success" # success / partial / failed body: models_provided: - model_id: "system_thinking_001" model_name: "系统思考" content: "系统思考的完整框架..." application_guide: "如何在企业文化分析中应用..." related_models: ["MECE原则", "金字塔原理"] knowledge_graph: related_concepts: ["组织文化", "价值观", "行为模式"] cross_domain_links: 5 # 跨域知识联系数量 recommendations: next_models: ["利益相关者分析", "变革管理"] combination_suggestion: "建议与SWOT组合使用" ```1.2 龙心OS → 龙爪OS 调用
#### 调用场景 龙心OS完成场景识别和引擎路由后,需要执行具体项目或工作流时,向龙爪OS发起请求。
#### 请求格式 ```yaml
龙心OS → 龙爪OS 请求
request: header: request_id: "uuid" timestamp: "ISO8601" source: "龙心OS" target: "龙爪OS" body: execution_type: "project" # project / workflow / sop execution_name: "企业文化咨询项目" engine_routing: # 引擎路由结果 primary_engine: "象思维" secondary_engines: ["五色光", "知识学习"] execution_sequence: ["象思维", "知识学习", "五色光", "知行合一"] model_requirements: # 从龙脑OS获取的模型 - model_name: "系统思考" usage_stage: "诊断阶段" - model_name: "SWOT分析" usage_stage: "分析阶段" project_context: goal: "完成企业文化诊断与设计" scope: ["现状诊断", "理念提炼", "落地设计"] timeline: "4周" resources: ["访谈对象", "问卷工具", "分析模板"] ```#### 响应格式 ```yaml
龙爪OS → 龙心OS 响应
response: header: request_id: "uuid" timestamp: "ISO8601" source: "龙爪OS" target: "龙心OS" status: "in_progress" # in_progress / completed / failed body: project_id: "proj_001" execution_plan: phases: - phase_id: 1 name: "项目启动" steps: ["目标定义", "范围确认", "资源分配"] status: "completed" - phase_id: 2 name: "文化诊断" steps: ["访谈执行", "问卷发放", "数据分析"] status: "in_progress" current_step: "访谈执行" progress: overall: 25% # 整体进度 current_phase: 60% # 当前阶段进度 engine_calls: # 引擎调用记录 - step: "访谈设计" engine: "象思维" model: "用户画像" result: "完成" issues: - type: "warning" description: "访谈对象时间协调困难" suggestion: "调整访谈时间或增加线上访谈" ```1.3 龙爪OS → 龙脑OS 调用
#### 调用场景 龙爪OS执行项目步骤时,需要具体思维模型支持,直接向龙脑OS请求。
#### 请求格式 ```yaml
龙爪OS → 龙脑OS 请求
request: header: request_id: "uuid" source: "龙爪OS" target: "龙脑OS" body: project_context: project_id: "proj_001" current_phase: "文化诊断" current_step: "数据分析" model_request: purpose: "分析访谈数据,提取文化主题" preferred_category: "分析框架" specific_models: ["主题分析", "编码分析"] data_context: data_type: "访谈记录" data_volume: "15份访谈记录,约3万字" key_questions: ["价值观", "行为模式", "痛点"] ```---
二、状态同步协议
2.1 状态定义
```yaml
三层系统状态定义
system_states: 龙心OS: - idle: 空闲,等待输入 - perceiving: 感知上下文 - routing: 引擎路由中 - monitoring: 监控执行 - integrating: 结果整合 龙脑OS: - standby: 待命 - retrieving: 检索模型 - combining: 组合模型 - optimizing: 优化匹配 龙爪OS: - ready: 准备就绪 - planning: 项目规划 - executing: 执行中 - tracking: 进度跟踪 - completing: 项目收尾 ```2.2 同步机制
#### 实时同步(同步调用) ```yaml
适用于关键决策点
sync_points: - 场景识别完成 → 立即通知龙脑OS准备模型 - 引擎路由完成 → 立即通知龙爪OS启动执行 - 步骤完成 → 立即反馈龙心OS调整路由 ```#### 异步同步(消息队列) ```yaml
适用于非关键信息
async_updates: - 进度更新: 每10%进度推送一次 - 日志记录: 批量异步写入 - 性能指标: 定时汇总上报 ```2.3 状态广播
```yaml
状态变更广播
state_broadcast: event_type: "state_change" timestamp: "ISO8601" source_system: "龙心OS" old_state: "routing" new_state: "monitoring" broadcast_targets: - 龙脑OS: "准备知识供给" - 龙爪OS: "开始执行监控" - 用户界面: "显示执行进度" ```---
三、错误处理协议
3.1 错误分级
```yaml error_levels: P0_致命错误: description: "系统无法继续运行" examples: ["龙心OS引擎路由失败", "龙脑OS模型库损坏"] action: "立即停止,人工介入" P1_严重错误: description: "当前任务无法完成" examples: ["龙爪OS项目执行失败", "模型调用超时"] action: "回滚到上一个稳定状态,重新规划" P2_一般错误: description: "部分功能受影响" examples: ["单个模型返回结果不完整", "进度同步延迟"] action: "降级处理,继续执行" P3_轻微警告: description: "不影响主流程" examples: ["非关键模型加载慢", "日志写入延迟"] action: "记录日志,继续执行" ```
3.2 错误处理流程
```yaml error_handling_flow: 检测: - 超时检测: 调用超过30秒视为超时 - 异常检测: 返回结果格式异常 - 一致性检测: 状态不一致 分类: - 根据错误分级标准确定级别 - 根据错误类型确定处理策略 响应: P0: 立即熔断,通知用户,等待人工处理 P1: 尝试重试3次,失败后回滚,重新规划 P2: 降级使用备用方案,记录日志 P3: 忽略警告,记录日志 恢复: - 自动恢复: 系统自愈机制 - 手动恢复: 用户确认后恢复 - 重启恢复: 重启相关服务 ```
3.3 熔断机制
```yaml circuit_breaker: 触发条件: - 连续5次调用失败 - 错误率超过50%(最近10次) - P0错误发生 熔断动作: - 停止向故障系统发送请求 - 切换到备用系统或降级方案 - 通知用户当前状态 恢复策略: - 熔断后5分钟尝试半开状态 - 发送探测请求验证恢复 - 成功后逐步放开流量 ```
---
四、数据格式标准
4.1 通用头部格式
```yaml header_standard: version: "1.0" # 协议版本 request_id: "uuid" # 请求唯一标识 timestamp: "ISO8601" # 时间戳 source: "system_name" # 来源系统 target: "system_name" # 目标系统 trace_id: "trace_uuid" # 链路追踪ID authentication: token_type: "Bearer" token: "encrypted_token" permissions: ["read", "write", "execute"] ```
4.2 上下文传递格式
```yaml context_format: session_context: session_id: "session_uuid" user_id: "user_identifier" conversation_history: [] # 对话历史摘要 user_preferences: {} # 用户偏好 task_context: task_id: "task_uuid" task_type: "project" task_status: "in_progress" task_progress: 25 system_context: 龙心OS_state: "monitoring" 龙脑OS_state: "retrieving" 龙爪OS_state: "executing" active_engines: ["象思维", "知识学习"] active_models: ["系统思考", "MECE"] ```
4.3 结果返回格式
```yaml result_format: status: "success" # success / partial / failed code: 200 # HTTP风格状态码 message: "操作成功" data: content: "结果内容" format: "markdown" # markdown / json / yaml attachments: [] # 附件列表 metadata: execution_time: 1500 # 执行时间(毫秒) resource_usage: cpu: "30%" memory: "256MB" trace_info: request_id: "uuid" processing_steps: - step: "场景识别" duration: 200 - step: "引擎路由" duration: 150 - step: "模型调用" duration: 800 ```
---
五、性能优化协议
5.1 缓存策略
```yaml cache_strategy: 龙心OS: scene_cache: # 场景识别缓存 ttl: 300 # 5分钟 max_size: 1000 # 最多缓存1000个场景 龙脑OS: model_cache: # 模型缓存 hot_models: # 热点模型常驻内存 - "系统思考" - "MECE原则" - "金字塔原理" cold_cache_ttl: 3600 # 冷模型1小时 龙爪OS: project_template_cache: # 项目模板缓存 ttl: 86400 # 24小时 ```
5.2 批量处理
```yaml batch_processing: 适用场景: - 多个模型同时调用 - 批量数据同步 - 日志批量写入 批量大小: model_calls: 5 # 最多同时调用5个模型 data_sync: 100 # 批量同步100条记录 log_write: 50 # 批量写入50条日志 ```
5.3 异步优化
```yaml async_optimization: 异步操作: - 非关键模型加载 - 日志记录 - 知识图谱更新 - 性能指标上报 异步队列: queue_type: "priority_queue" max_queue_size: 1000 worker_threads: 4 ```
---
六、安全协议
6.1 身份认证
```yaml authentication: 系统间认证: method: "mutual_tls" # 双向TLS认证 certificate_rotation: "30d" # 证书30天轮换 用户认证: method: "token_based" token_ttl: "24h" refresh_token_ttl: "7d" ```
6.2 数据加密
```yaml encryption: 传输加密: protocol: "TLS1.3" cipher_suites: ["AES-256-GCM"] 存储加密: sensitive_data: "AES-256" key_management: "HSM" # 硬件安全模块 ```
6.3 访问控制
```yaml access_control: 角色定义: - admin: 完全控制权限 - operator: 操作权限 - viewer: 只读权限 权限矩阵: 龙心OS: ["admin", "operator"] 龙脑OS: ["admin", "operator", "viewer"] 龙爪OS: ["admin", "operator"] ```
---
七、监控与日志
7.1 监控指标
```yaml monitoring_metrics: 性能指标: - response_time_p99: 99分位响应时间 - throughput: 吞吐量(请求/秒) - error_rate: 错误率 - resource_utilization: 资源利用率 业务指标: - scene_recognition_accuracy: 场景识别准确率 - model_match_precision: 模型匹配精准度 - project_completion_rate: 项目完成率 - user_satisfaction: 用户满意度 ```
7.2 日志规范
```yaml logging_standard: 日志级别: - DEBUG: 调试信息 - INFO: 一般信息 - WARN: 警告信息 - ERROR: 错误信息 - FATAL: 致命错误 日志格式: timestamp: "ISO8601" level: "INFO" system: "龙心OS" component: "scene_router" message: "场景识别完成" context: {} trace_id: "uuid" ```
---
八、版本管理
8.1 版本兼容性
```yaml version_compatibility: 向后兼容: - v1.0 客户端可以与 v1.1 服务端通信 - 新增字段可选,不影响旧版本 不兼容变更: - 重大版本升级(v1.x → v2.0) - 需要同步升级所有组件 ```
8.2 版本协商
```yaml version_negotiation: 协商流程: 1. 客户端发送支持的版本列表 2. 服务端选择共同支持的最高版本 3. 双方使用该版本通信 降级策略: - 如果无共同版本,使用最低版本 - 记录版本不匹配警告 ```
---
总结
三层整合协议的核心原则:1. 标准化:统一的请求/响应格式,降低集成成本 2. 可靠性:完善的错误处理和熔断机制,确保系统稳定 3. 高性能:缓存、批量、异步优化,提升系统性能 4. 安全性:认证、加密、访问控制,保护数据安全 5. 可观测:监控、日志、追踪,保障系统可观测性
协议演进方向:---
协议版本: 1.0 创建时间: 2026-04-10 维护者: 龙龟神将 关联文档: - three-layer-architecture.md(三层架构详解) - SKILL.md(AI OS主文档)