指标口径不一致
同一个“售罄率”，不同部门、不同系统定义不同；BI 报表和大模型各自解释，结论互相打架。
MetaAGI 元脑：能够读懂业务的企业业务语义大脑
MetaAGI 元脑把企业分散在文档、系统和经验中的指标、规则、流程编译为机器可理解的本体，让智能问答、经营诊断、商品策略共享同一套业务语义，结论可溯源、零幻觉。
深度理解业务语义依托企业本体建模构建统一语义知识底座，将商品、门店、导购等业务实体与经营规则结构化沉淀。
端到端智能闭环打通 AI 诊断、策略建议、执行落地与归因复盘全链路，模型持续学习优化。
工业级安全合规通过多租户隔离、RBAC+ABAC 权限、TLS 加密与敏感信息脱敏，确保数据不出域。
帮我分析华东区上月售罄率 TOP10 的门店
☼思考中⌃
对齐门店本体与售罄率指标
☼示意流程⌄
已完成华东区门店售罄率排名，并标注指标来源与统计口径。
- 南京新街口店78.5%
- 杭州湖滨店76.2%
- 苏州中心店74.8%
- 数据来源dws_store_month
溯源：指标来源 dws_store_month · 口径=门店月度售罄率
这些门店的断码 SKU 怎么处理？
☼思考中⌃
查询季中商品动作 SOP 与库存规则
☼示意流程⌄
已关联季中商品动作 SOP，并按库存与动销规则生成处理建议。
- 库存≤5 且动销高调拨补货，优先从同区域高库存门店调拨。
- 库存＞20 且动销低促销清仓，降低库存占用并回收陈列资源。
- 介于两者之间下架归并，合并陈列并进入后续商品调整清单。
溯源：规则来源《季中商品动作 SOP》第三章 · 动作=调拨/促销/下架
为什么华南区本月库存周转变慢？定位原因并输出经营诊断
☼思考中⌃
联合查询指标与库存规则
☼示意流程⌄
已定位周转下降主要来自高库存低动销商品与补货节奏偏差。
- 1.理解问题识别区域、周期、库存周转指标与经营诊断意图。
- 2.联合分析沿本体映射查询库存、销量与补货规则，形成可解释归因。
诊断结果已附带字段级溯源与建议动作。
根据新品上市 SOP，给出华东区下周商品策略与执行清单
☼思考中⌃
路由 SOP 文档与商品指标
☼示意流程⌄
已读取新品上市 SOP，并结合区域商品表现生成策略清单。
- 1.匹配规则识别新品、区域、上市周期与动作规则。
- 2.生成清单输出商品分层、备货、陈列与复盘节点，支持负责人分派。
策略可回流执行结果，持续更新企业语义记忆。
继续追问...
企业为什么需要 MetaAGI
把分散的数据、文档和经验翻译成 AI 能够理解、执行并持续复用的业务语义
文档知识沉睡
80% 的经营知识锁在 Word、Excel、PPT 里，找不到、读不懂、对不上、带不走，新人靠口口相传。
AI 问答不可信
通用大模型对企业数据一知半解，容易幻觉、无法溯源，业务人员不敢把结论用于决策。
应用各自为战
每个 AI 应用重复定义商品、门店、指标；一次业务口径变更，需要在多个系统同步修改。
核心能力
覆盖本体识别、语义映射、智能问答与知识治理的完整业务闭环
本体识别与解析 Agent
多智能体自动拆解企业指标、规则、流程与业务对象。
7 Agents同义消歧GAP 审计
把分散在文档与经验中的业务知识转化为可管理、可发布的本体资产。
企业本体八要素
用八类标准要素完整描述企业经营语义。
结构要素语义要素安全定义
统一对象、属性、关系、值类型、指标、规则、动作与安全定义。
本体 — 数仓映射
将业务术语确定性映射到物理表、字段与数据模型。
主表权威字段映射分层路由
让大模型沿发布后的映射路径查询数据，避免猜表与口径漂移。
智能文档解析与路由
自动解析指标体系、SOP 与经营报告并沉淀语义。
文档解析意图路由答案溯源
根据问题意图联合路由企业知识库与数仓，输出可信可溯源答案。
核心业务价值
企业业务语义平权驱动决策
统一业务语言
用 1 套企业级本体统一定义商品、门店、会员、指标、规则与动作，消除跨部门口径歧义。
沉淀知识资产
让沉睡在文档中的约 80% 经营知识被结构化沉淀，不因人员流动而流失，新行业可快速复制扩展。
赋能可信 AI
让回答基于已发布本体、映射与知识库，结论可溯源到物理表字段或文档，目标是 0 幻觉。
支撑应用复用
让智能问答、经营诊断、商品策略从 N 套语义定义复用为 1 套底座，新应用无需重复建设业务语义。
产品架构
以企业本体连接业务应用、知识资产与数据底座
本体建模为体，业务应用为用
以本体建模中心为统一语义底座，支撑智能问答、门店智脑、全域智配等上层应用；应用层能力在产品架构中统一体现。
本体建模中心
业务实体管理
对象、属性、关系、值类型的可视化建模与版本管理，支持人工维护与 AI 自动提取。
指标与规则引擎
统一定义指标口径、计算公式、维度周期与业务规则，确保全系统口径一致。
语义记忆层
集中管理同义词、别名、历史版本与来源追溯，保证同一概念在全系统语义一致。
本体 — 数仓映射
把对象、属性、指标、关系、规则和动作映射到物理表与字段。
智能文档工坊
上传指标体系、SOP、经营报告，AI 自动提取八要素候选并建立映射关系。
权限与治理
以知识库权限、数据权限、审计追溯和版本回滚保障知识资产安全可控。
关键机制
通过本体拆解、语义映射与安全治理保障可信业务理解
本体自动化拆解
通过多 Agent 流水线完成解析、消歧、置信度评分、完整性检查与人工确认。
语义物理映射
将本体对象、指标、规则和关系映射到数仓表字段，建立确定性取数路由。
安全与版本治理
以数据权限、知识库权限、审计追溯和版本回滚保障企业语义资产安全。
适用团队
面向总部、商品、门店与数据团队，降低企业语义使用门槛
业务 VP / 总监
跨部门经营口径不一致
通过企业本体统一指标、规则与流程定义。
商品运营
订货与季中调整依据分散
获取可溯源的商品指标与动作建议。
门店店长
日常问数依赖人工统计
用自然语言获得可信经营数据与解释。
区域经理 / 督导
多门店问题定位慢
基于统一本体快速完成门店诊断。
数据分析师
反复沟通指标和字段口径
让业务语义自动翻译为确定性物理查询。
数字化 / IT 团队
新应用重复建设语义
复用统一语义底座支撑更多智能应用。