AtlasBot 本体建模与 Agent 联动架构解读
解读 AtlasBot 本体与 Agent 联动：MySQL+Qdrant+HugeGraph，Ontology/Mapping/Review 流水线发布实体；GraphRAG 叠加 RBAC 输出 chunk 溯源，Tool Registry 与 MCP 供外部 Agent 受控调用，写操作经人审。
问题定义
企业知识工程常见失败并非「缺一个大模型」，而是知识不可结构化、不可授权、不可溯源：文档堆在网盘，售前检索靠文件名；Agent 直接读 PDF 容易幻觉；写 CRM 无审计。AtlasBot 定位在「知识治理层」——把资料变成本体约束下的可验证资产，再向 GraphRAG 与 Agent 提供带权限与证据链的服务。
- 输入异构：Office/PDF、Confluence 导出、结构化 CRM/工单字段并存，缺乏统一语义。
- 检索不可信：纯向量相似度无法回答「某产品在某行业的标准案例与条款边界」。
- Agent 越权：工具调用若无 Registry、风险分级与人审，写操作不可上线。
- 合规要求：投标与交付文档需分级可见、全量审计、过期下架。
架构全景
AtlasBot 可抽象为六段：接入 → 语义建模 → 映射与加工 → 审核发布 → 双索引存储 → GraphRAG/Agent 服务。控制面由 Ontology（概念/属性/关系）横切；治理面由 RBAC、review_items、audit 与 Tool Registry 承担。存储采用 MySQL（元数据/治理）+ Qdrant（向量）+ HugeGraph（属性图） 三件套，模型服务私有化部署。
架构流向（文字版）
文档/数据源接入 → 语义建模与映射 → 审核发布 → Qdrant 向量 + HugeGraph 图谱 → GraphRAG（RBAC + evidence）→ Tool Registry / MCP → Agent 受控调用（写操作人审）
核心分层
文档接入与清洗
documents 模块负责上传、登记与摄取触发；document-rag 完成解析、分块、embedding 与 Qdrant upsert。结构化数据源经 datasources 登记字段画像，由映射管理生成候选实体/关系。任务由 pipelines + worker 异步执行，失败步骤可在任务中心重试。
本体建模（Ontology Registry）
本体不是文件夹标签，而是实体类型、属性、关系的可版本化定义。试点常见类型包括 Product、Solution、Capability、CaseStudy、FAQ、PolicyClause 等；关系如「产品—提供能力—适用案例」。Agent 通过 ontology/agent-context 获取已发布快照，避免对话中臆造概念。
| 实体类型 | 典型属性 | 典型关系 |
|---|---|---|
| Product | SKU、版本、有效至 | hasCapability → Capability |
| Solution | 行业、场景、交付周期 | includesProduct → Product |
| CaseStudy | 客户行业（匿名）、成果指标 | implements → Solution |
| FAQ | 问题、标准答复 | answersTopic → Capability |
检索与 GraphRAG 服务
graphrag 模块联合 Qdrant 向量召回与 HugeGraph 子图扩展，经 rerank 与证据融合输出回答。每条 evidence 绑定 doc_id、chunk_id 或图谱实体路径；无证据时系统降级为「无法从已发布知识确认」而非编造。检索前执行权限过滤，viewer 不可见密级文档的 chunk 不参与召回。
Agent 联动（Tool Registry + MCP）
agent_tools 表注册工具 handler（如 platform.document_search、platform.entity_search、http.read）。读工具同步 invoke；写工具走 review_items（kind=tool_execution）人审后执行。外部 Agent 经 MCP over HTTP/SSE 或 API Key 调用 graphrag.query、tools/list，写企业系统必须经 AtlasBot 网关，禁止旁路。
关键数据流
- 售前检索流：用户问句 → GraphRAG（向量召回 + 子图）→ RBAC 过滤 → 组装 evidence 块 → 返回带 chunk 链接的回答；trace 记录检索路径与模型 token。
- 交付 Playbook 流：新项目 CRM 记录 → 映射规则生成候选 Solution/CaseStudy → reviewer 审核 → 写入 HugeGraph → 关联已有 Product/FAQ → Agent 通过
subgraph工具拉取邻域 → 生成交付检查清单（只读）。 - 写操作流：Agent propose write → Policy/风险分级 → review 队列 → approve → ToolExecutor → 目标 HTTP/CRM → audit 流水。
- 过期治理流：文档「有效至」到期 → 检索降权 + 审核标记 → 运营下架或更新版本 → 索引重建任务。
治理与安全
- RBAC：
admin、knowledge-ops、reviewer、viewer分权；服务账号最小权限tools:invoke_read。 - 人审发布：实体/关系/写工具执行均经 review；AI 候选默认不自动入库。
- 审计：文档、工具、GraphRAG、审核动作全量 audit；MCP 调用标记 service account。
- 溯源契约：回答必须可追溯到 doc/chunk 或图谱 evidence；禁止无证据断言（见案例 #3 94% 抽检口径）。
- 私有化：三件套与模型服务默认内网部署；API Key 仅创建时明文一次。
与比特意图产品映射
| 架构组件 | AtlasBot 模块 | 官方参考 |
|---|---|---|
| 文档摄取 | documents、document-rag、pipelines | AtlasBot |
| 本体与映射 | ontology、mapping、datasources | AtlasBot |
| 审核与图谱 | review、graph（HugeGraph） | AtlasBot |
| GraphRAG | graphrag（Qdrant + HugeGraph） | AtlasBot |
| Agent 工具 | tools、agent、mcp、service-accounts | AtlasBot |
| 可选联动 | — | SheetBot 指标口径只读引用；GeoOps 品牌事实库只读引用 |
官方产品参数以 llms.txt 为准；本站描述基于交付代码结构，不构成实施承诺。
演进路线
阶段 A（约 600 文档试点）：本体 + 摄取 + 人审 + GraphRAG 溯源验收 — 见 科技企业知识底座案例。阶段 B（多 Agent）：扩展 Tool Registry、MCP 服务账号、写操作人审与 CRM 对接。阶段 C（跨产品联动，可选）：本体中的 KPI 口径供 SheetBot 只读引用，Product/FAQ 实体供 GeoOps 内容优化对照；各产品边界不变。