基于能力契约的人工智能端的工作流的创作约束方法以及系统与流程

摘要: 本发明涉及工作流的,尤其涉及一种基于能力契约的人工智能端的工作流的创作约束方法以及系统。背景技术:1、随着大语言模型等人工智能技术的飞速发展,通过人工智能端自动...
基于能力契约的人工智能端的工作流的创作约束方法以及系统与流程

本发明涉及工作流的,尤其涉及一种基于能力契约的人工智能端的工作流的创作约束方法以及系统。

背景技术:

1、随着大语言模型等人工智能技术的飞速发展,通过人工智能端自动解析自然语言指令并生成dsl,以构建数据处理、业务流转等工作流,已成为提升系统研发与运维效率的重要手段。在复杂的业务场景中,工作流通常涉及多节点的协同调度、复杂的拓扑结构嵌套以及精细的参数配置,这要求人工智能端具备高度准确的代码生成与意图理解能力。

2、现有的人工智能端在进行dsl创作前,通常缺乏明确且机器可读的前置能力边界约束,大语言模型往往基于自身的预训练知识进行概率性的模糊推断,极易生成包含系统不支持节点类型、非法拓扑结构或越权改写模式的dsl,由于缺乏能力契约作为创作前的前置读取对象,人工智能端的当前创作意图难以被系统精准把控与定位,这种无前置边界的生成模式,导致系统通常只能在dsl生成完毕并提交运行后,通过运行时异常抛错来被动发现违规,无法在创作生成前划定支持边界,影响了当前创作意图的精准性,导致了创作约束信息的精准性较低。

技术实现思路

1、本发明的目的在于克服现有技术的不足,本发明提供了一种基于能力契约的人工智能端的工作流的创作约束方法以及系统。

2、本发明实施例提供了一种基于能力契约的人工智能端的工作流的创作约束方法,包括:

3、响应于人工智能端发起的工作流创作请求,获取当前节点的描述集合,根据当前节点的描述集合生成机器可读的能力契约,将能力契约暴露给人工智能端,并作为工作流创作前的前置读取对象;

4、在人工智能端创作工作流dsl之前,人工智能端读取能力契约,并在能力契约声明的支持边界内进行dsl创作,在dsl的创作过程中,标记人工智能端所识别到的当前创作意图;

5、若当前创作意图的模式与预设的受限模式集合中的模式相匹配,则依据能力契约为该模式输出的标识代码、摘要与建议动作,进而停止自动生成且请求人工介入;

6、当人工智能端提交生成的dsl后,将dsl中的多模态数据与能力契约进行确定性匹配和绑定,并结合人工智能端的工作约束关系构建对应的创作约束信息。

7、本发明实施例提供了一种基于能力契约的人工智能端的工作流的创作约束方法系统,所述基于能力契约的人工智能端的工作流的创作约束方法系统应用于上述的基于能力契约的人工智能端的工作流的创作约束方法;所述基于能力契约的人工智能端的工作流的创作约束方法系统包括:

8、契约模块,用于响应于人工智能端发起的工作流创作请求,获取当前节点的描述集合,根据当前节点的描述集合生成机器可读的能力契约,将能力契约暴露给人工智能端,并作为工作流创作前的前置读取对象;

9、创作意图模块,用于在人工智能端创作工作流dsl之前,人工智能端读取能力契约,并在能力契约声明的支持边界内进行dsl创作,在dsl的创作过程中,标记人工智能端所识别到的当前创作意图;

10、匹配模块,用于若当前创作意图的模式与预设的受限模式集合中的模式相匹配,则依据能力契约为该模式输出的标识代码、摘要与建议动作,进而停止自动生成且请求人工介入;

11、创作约束模块,用于当人工智能端提交生成的dsl后,将dsl中的多模态数据与能力契约进行确定性匹配和绑定,并结合人工智能端的工作约束关系构建对应的创作约束信息。

12、与现有技术相比,本发明的有益效果是:

13、(1)响应于人工智能端发起的工作流创作请求,获取当前节点的描述集合,根据当前节点的描述集合生成机器可读的能力契约,将能力契约暴露给人工智能端,并作为工作流创作前的前置读取对象;在人工智能端创作工作流dsl之前,人工智能端读取能力契约,并在能力契约声明的支持边界内进行dsl创作,在dsl的创作过程中,标记人工智能端所识别到的当前创作意图,引入了能力契约,对dsl创作进一步把控,提高了当前创作意图的精准性。

14、(2)若当前创作意图的模式与预设的受限模式集合中的模式相匹配,则依据能力契约为该模式输出的标识代码、摘要与建议动作,进而停止自动生成且请求人工介入;当人工智能端提交生成的dsl后,将dsl中的多模态数据与能力契约进行确定性匹配和绑定,并结合人工智能端的工作约束关系构建对应的创作约束信息,对生成的dsl进行把控,充分考虑了dsl中的多模态数据与人工智能端的工作约束关系,提高了创作约束信息的精准性。

1.一种基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,包括:

2.根据权利要求1所述的基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,所述响应于人工智能端发起的工作流创作请求,获取当前节点的描述集合,根据当前节点的描述集合生成机器可读的能力契约,将能力契约暴露给人工智能端,并作为工作流创作前的前置读取对象,包括:

3.根据权利要求2所述的基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,所述响应于人工智能端发起的工作流创作请求,获取当前节点的描述集合,根据当前节点的描述集合生成机器可读的能力契约,将能力契约暴露给人工智能端,并作为工作流创作前的前置读取对象,还包括:

4.根据权利要求1所述的基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,所述在人工智能端创作工作流dsl之前,人工智能端读取能力契约,并在能力契约声明的支持边界内进行dsl创作,在dsl的创作过程中,标记人工智能端所识别到的当前创作意图,包括:

5.根据权利要求4所述的基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,所述在人工智能端创作工作流dsl之前,人工智能端读取能力契约,并在能力契约声明的支持边界内进行dsl创作,在dsl的创作过程中,标记人工智能端所识别到的当前创作意图,还包括:

6.根据权利要求1所述的基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,所述若当前创作意图的模式与预设的受限模式集合中的模式相匹配,则依据能力契约为该模式输出的标识代码、摘要与建议动作,进而停止自动生成且请求人工介入,包括:

7.根据权利要求6所述的基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,所述若当前创作意图的模式与预设的受限模式集合中的模式相匹配,则依据能力契约为该模式输出的标识代码、摘要与建议动作,进而停止自动生成且请求人工介入,还包括:

8.根据权利要求1所述的基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,所述当人工智能端提交生成的dsl后,将dsl中的多模态数据与能力契约进行确定性匹配和绑定,并结合人工智能端的工作约束关系构建对应的创作约束信息,包括:

9.根据权利要求8所述的基于能力契约的人工智能端的工作流的创作约束方法,其特征在于,所述当人工智能端提交生成的dsl后,将dsl中的多模态数据与能力契约进行确定性匹配和绑定,并结合人工智能端的工作约束关系构建对应的创作约束信息,还包括:

10.一种基于能力契约的人工智能端的工作流的创作约束方法系统,其特征在于,所述基于能力契约的人工智能端的工作流的创作约束方法系统应用于如权利要求1-9中任一项所述的基于能力契约的人工智能端的工作流的创作约束方法;所述基于能力契约的人工智能端的工作流的创作约束方法系统包括: