DETERMINISTIC ENTERPRISE AI

让 AI 理解业务,
让行动有据可循。

从类型推断到业务本体,构建有明确语义、
可验证、可追溯的企业 AI 基础设施。

结构化语义约束推断可追溯行动
ONTOLOGY WORLD业务语义 → 可追溯行动
业务语义与推断结构员工与部门的业务关系汇入 GCP 推断,再连接到业务查询、受控执行和决策轨迹。 belongs to ENTITY / 员工Employee ENTITY / 部门Department ⟨T⟩GCP · 约束推断 CONTEXTINFERENCE VirtualSet业务查询 Action受控执行 Decision决策轨迹
将业务实体及其关系组织为明确的语义空间。
核心技术 / OUR TECHNOLOGY

从代码语义,走向业务行动。

01 TYPE LANGUAGE

Outline写值,让类型自然浮现。

以 GCP(渐进约束传播)为基础的结构化类型语言。根据值的使用方式推断约束,将类型检查融入表达和组合。

  • 结构化类型
  • 反向约束传播
  • 高阶函数推断
探索 Outline Playground
GRADUAL CONSTRAINT PROPAGATION⟨T⟩
value.usage↓structural type
值与使用方式→推断约束→检查结构
02 BUSINESS ONTOLOGY

Entitir一个企业,一个本体世界。

用代码描述业务实体与关系,通过 VirtualSet 查询、Action 注册和 Decision 状态流,将业务语义连接到 AI 决策与执行。

  • 业务本体
  • 惰性查询
  • 行动与决策状态
探索 Entitir Playground
FROM INTENT TO ACTION⬡
01Intent表达意图
→
02Decided形成决策
→
03Executed记录执行
用结构化状态保留行动的来路。
03 PYTHON INFERENCE

Meridian专注 Python,让上下文补全类型。

把 GCP 推断带入 Python。从调用上下文反向传播参数与返回值约束,生成可供 mypyc 编译使用的类型注解。

  • 需求驱动推断
  • 调用链约束传播
  • mypyc 编译
探索 Python Playground
PYTHON · USAGE CONTEXTPy⟨T⟩
def total(values):
    return sum(values)

total([1.0, 2.0])
使用上下文示意list[float] → float
技术理念 / BUILT ON MEANING

让业务知识有结构,
让 AI 行动有上下文。

语义明确推断有约束行动可追溯

企业的知识不仅是文字,也是实体、关系、约束与可执行的业务能力。我们以结构化语义连接这些信息,探索下一种企业 AI 工作方式,让推断和行动建立在清晰的业务空间中。