agentsclimarketplace

Bkn rules

Skill kweaver-ai/kweaver-dip/skills/bkn-creator/internal/_plugins/bkn-rules

KWeaver DIP is an enterprise-level digital employee platform, built on KWeaver Core. It provides an AI-native environment for developing and managing digital employees on business knowledge networks—for enterprise intelligence that is understandable, executable, and governable.

Install
npx -y skills add kweaver-ai/kweaver-dip --skill bkn-rules

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

What its author says it does

Copied from the file, not written here

从 PRD/对话/建模中提取业务规则,生成可复用的业务规则 Skill。必执行。

SKILL.md

9.6 KB, as published. Nobody here has run it

业务规则提取

公约:../../_shared/contract.md

做什么

从整个建模过程的输入中提取业务规则,组织为结构化的可复用 Skill 产物。 这是业务沉淀的核心环节,在 create pipeline 中为必执行步骤。

执行模式

bkn-rules 支持两种模式,由调用方指定:

模式时机输入行为
full(默认)阶段五(首次生成)PRD + 对话 + 提取结果 + 绑定结果完整提取、分组、生成 Skill 文件
incremental阶段六评审循环结束后 / 阶段七推送后已有 Skill 文件 + 评审调整结果读取已有 Skill,合并新增/变更的规则,更新文件

输入

  • modefull | incremental(默认 full
  • network_id:网络唯一标识(必填)
  • network_dir:网络目录(.bkn 文件位于 {network_dir}/bkn/,Skill 文件位于 {network_dir}/skills/
  • network_name:网络名称
  • prd_content:PRD / 产品文档(incremental 模式可选)
  • rule_extraction_check:阶段一末尾提取的结构化规则
  • network_context:网络名称、领域
  • conversation_context(可选):建模对话中的补充知识
  • binding_rules(可选):绑定过程中发现的映射规则
  • review_adjustment_plan(可选,incremental 模式):bkn-review 输出的 adjustment_plan(包含规则缺失的诊断和修复建议)

规则来源与优先级

来源提取内容冲突时
PRD / 产品文档需求约束、流程规则、判定条件以用户对话为准
用户对话补充的业务知识、行业惯例最高优先级
rule_extraction_check已结构化的主键/过滤/枚举/计算/层级规则
绑定分析字段语义映射规则、数据质量约束
评审调整(incrementalreview_adjustment_plan 中标识的规则缺失项,经调整后产生的新规则以调整后为准

Skill 自检(生成后必执行)

Skill 文件生成后,必须执行以下自检,失败则标注警告但不阻断流程:

检查项判定标准
frontmatter 完整性必须包含 namedescriptiondomainnetworknetwork_idversionlifecycle_state
文件结构合法性必须包含规则总览表 + 至少一组详细规则
规则可追溯性每条规则必须标注 source(prd / conversation / extraction / binding / adjustment)
规则可执行性高风险规则必须包含明确的判定条件或验证要点
反例覆盖高风险规则至少有一条反例或验证要点

Skill 拆分策略

根据规则数量和复杂度决定拆分粒度:

规则总数策略说明
≤ 30单 Skill一个网络一个规则 Skill,文件名 {network_id}-rules.md
31–80按领域分组每个概念分组一个 Skill,文件名 {network_id}-{group_slug}.md
> 80按对象拆分每个核心对象一个 Skill,文件名 {network_id}-{object_slug}-rules.md

拆分策略变化时的处理incremental 模式):

  • 规则数量跨越阈值导致需要重新拆分/合并时,所有被替换的旧文件全部移入 _archived/
  • 新生成的文件按命名规范创建,版本号延续当前版本并递增
  • 合并场景(如 50→20 条):多个分组合并为单 Skill,旧文件全部归档,生成新的 {network_id}-rules.md
  • 拆分场景(如 20→50 条):单 Skill 拆分为多个,旧文件归档,生成新的 {network_id}-{group_slug}.md 系列

命名规范

  • Skill 文件名统一使用 network_id 标识,不使用网络名(中文/特殊字符可能导致路径不稳定)
  • 单 Skill 场景:{network_id}-rules.md
  • 多 Skill 场景(按领域分组):{network_id}-{group_slug}.md
    • group_slug 为概念分组名的英文短标识(如 sales-rulesinventory-rules
  • 文件名与 skill name 保持一致(name frontmatter = 文件名去 .md
  • 每个 Skill 文件必须有 YAML frontmatter:
    ---
    name: "{network_id}-rules"  # 单 Skill
    # name: "{network_id}-{group_slug}"  # 多 Skill 场景
    description: "..."
    domain: ""
    network: ""
    network_id: ""
    version: "1.0.0"
    lifecycle_state: active | draft | archived
    ---
    

版本规则

  • full 模式首次生成:version: "1.0.0"lifecycle_state: active
  • incremental 模式:读取当前版本的 version,递增 minor(如 1.0.01.1.0
  • 语义版本:major.minor.patch,minor 增量更新,major 结构性大改时递增

归档机制incremental 模式):

  • 更新前将旧版本移入 {network_dir}/skills/_archived/
  • 归档命名:{原文件名}-v{旧版本号}-{YYYYMMDD-HHmmss}.md
  • 例:mat-master-rules-v1.0.0-20260410-143022.md
  • 写入新版本后,lifecycle_state: active
  • full 模式首次生成无需归档

Skill 文件结构

每个 Skill 文件遵循标准 SKILL.md 结构:

  1. Frontmatter(name, description, domain, network, network_id, version, lifecycle_state)
  2. 规则总览表(rule_id / 规则名 / 类型 / 关联对象)
  3. 分组详细规则
  4. 依赖关系图

流程

  1. 确认执行模式(fullincremental
  2. full 模式
    1. 收集所有规则来源
    2. 提取规则(每条标注 source)
    3. 去重归并(同规则多来源合并,保留最完整版本)
    4. 按领域/对象分组
    5. 决定拆分策略(按上表)
    6. 高优先级规则补反例 + 验证要点
    7. 分析规则间依赖
  3. incremental 模式
    1. 读取 {network_dir}/skills/ 下已有规则 Skill 文件(排除 _archived/ 目录)
    2. 降级判定:若未找到任何已有 Skill 文件,降级为 full 模式执行,后续步骤按 full 模式处理
    3. 结合 review_adjustment_plan 中标识的规则缺失项和当前建模状态(对象/关系/动作草案),识别新增/变更/废弃的规则
    4. 归档旧版本:将已有 Skill 文件移入 {network_dir}/skills/_archived/,重命名为 {原文件名}-v{旧版本号}-{YYYYMMDD-HHmmss}.md。确保 _archived/ 目录存在(不存在则创建)
    5. 合并到已有 Skill 文件中(保留原有 source 标注,新增标注 source: adjustment),递增版本号
    6. 重新执行拆分策略判定(规则数量变化可能导致需要重新拆分/合并,见上方拆分策略变化处理规则)
  4. 生成 Skill 产物,落盘到 {network_dir}/skills/
  5. Skill 自检(见上方自检表),结果输出到 skill_self_check
  6. 锚定与分发:
    • full 模式:每个 Skill 对应一个 bkn-anchor 锚定对象,后续由 pipeline 委托 bkn-distribute 分发
    • incremental 模式:仅新增 Skill 需要锚定,已有 Skill 原地更新
      • create pipeline 场景(阶段六评审后/阶段七推送后):不触发重新分发(避免覆盖用户手动修改),仅输出差异清单供 pipeline 决定是否重新分发
      • feedback pipeline 场景:修复完成后 pipeline 会显式委托 bkn-distribute 覆盖各平台副本

输出

business_rules_skill:
  skill_name: "{network_id}-rules"
  mode: full | incremental
  domain: ""
  version: "1.0.0"
  lifecycle_state: active
  rules_summary: {total, by_type, added, modified, removed}
  archived_files: []  # incremental 模式:被归档的旧版本路径列表
  rule_groups:
    - group_name: ""
      rules:
        - rule_id: BR-001
          rule_name: ""
          rule_type: 主键规则 | 过滤规则 | 枚举规则 | 计算规则 | 层级规则 | 约束规则 | 映射规则
          description: ""
          source: prd | conversation | extraction | binding | adjustment
          related_objects: []
          validation_points: []
          counterexample: ""
  dependency_graph: {}
skill_self_check: {frontmatter: pass|fail, structure: pass|fail, traceability: pass|fail, executability: pass|fail, counterexamples: pass|fail, warnings: []}
skill_artifact_path: ""

规则存储边界

业务规则存在两个落地位置,职责不同:

位置内容写入方消费方
.bkn 文件 Description 列属性级的简短语义说明(≤ 30 字)bkn-draft平台 schema 展示、语义搜索命中
skills/{network_id}-rules.md完整规则定义(条件、公式、反例、依赖)bkn-rules(本 skill)Agent 推理、Q&A 验证、业务沉淀
skills/_archived/旧版本 Skill 归档(incremental 模式生成)bkn-rules版本回滚、变更追溯

原则

  • Description 是"标签"——告诉平台这个字段大概什么意思
  • Skill 是"手册"——告诉 Agent 完整的业务逻辑
  • 两者的内容可以重叠,但 Skill 必须是 Description 的超集
  • BKN 规范明确禁止在 .bkn 文件中添加规范外的额外 section,所以复杂规则只能放 Skill

验证方式

  • qa_verify 路径 B(语义搜索)验证的是 Description 的可达性
  • qa_verify 路径 C(Decision Agent)验证的是 Skill 的推理完整性
  • 两个路径都通过,才说明"规则可用"

约束

  • 所有规则必须有来源标注,不编造不存在的规则
  • 未提取到的规则标注 TBD,不伪造
  • 冲突表述以用户对话确认为准,标注冲突
  • Description 列只写精炼语义,完整规则写 Skill 文件

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.