应用与智能体层

开箱即用，还是定制

最上面一层，是人和智能体真正接触 Semantic 的地方：看数据、改数据、被提醒。界面分两类，区别在于用之前要不要先配置。

在示例工厂里，图页会把 13 个对象类型画成一张网：对象类型是点，关系是线，多对多的关系用虚线。对象浏览的表格只用来看，要改数据，仍然走 Action。

对象视图是一个对象的一张脸：属性、每条关系上的对象、编辑历史，还有能对它执行的 Action。先用开箱即用的；够用就不写应用。想让某个岗位少点几下、按固定流程走，再去做应用。

应用 = Skills + APIs，界面可选

AIDC 的应用是一个包：Skills 教智能体完成一件可重复的事，APIs 是对外的能力，界面是可选的。界面只调同一套 API，所以界面能做的事，智能体一定也能做。

先做最小的形态：只有 Skills，或只有 APIs。需要人来看、比较、确认的时候，再加界面。一条 Skill 对应一个目标，一个应用最多 12 条。

应用能看见什么、能调什么，由清单登记决定。示例工厂的车间看板这样登记：

{
  "sdk": ["semantic"],
  "semantic": {
    "types": ["WorkOrder", "ProductionLine"],
    "actions": ["hold-work-order", "report-output"],
    "write": []
  }
}

没登记的对象类型读不到，没登记的 Action 调不了。开发时 aidc app deploy 发到 test 通道预览，测好再 aidc app publish 进 Nexus。使用的人不用安装：在应用页复制一句话给智能体，就能用。智能体读应用页的 about.md：这是什么、有哪些 API、每条 Skill 的全文、示例说法和规矩，读完照做。

智能体与自动化

智能体和自动化读的也是同一份对象，改的也只能通过 Action。一个典型的闭环是这样的：

自动化的条件和效果都写在工作流里。触发有三种：manual、change、schedule；步骤有查询、计算、AI 分析、写回和通知。change 只在对象新建或修改、且 when 为真时触发，每条变化只触发一次，自己写出的变化不会回头触发自己；schedule 的间隔在 5 分钟到 7 天之间，短于 5 分钟直接拒收。

每次运行都计入应用的计算分钟，缺省每月 2000 分钟。用完之后，数据变化和定时都不再开跑，下个月恢复。

写回之前先预演：会写数据的 API 要能预演，CLI 里加 --preview，只算不写，把计划给人看，人确认后再正式运行。

模型算出的结论也要落回对象，人才能用「预计延期」这样的业务词去读它，不必懂模型本身。落点仍是 Action：智能体或分析步骤算出结论，再用 Action 写进对象。

这里有个常见的坑：把业务规则写在应用界面的脚本里。智能体不走界面，规则就漏了。规则要写进 Action 的提交条件，所有入口才受同一个约束。

应用怎么做，第 7 门课讲；自动化怎么搭，第 11 门课讲；智能体怎样自己建 Ontology，第 10 门课讲。下一节把整张图落到一个案例上：示例工厂。