利用 BDI 模型构建 AI 智能体的认知心理状态

解决智能体在复杂环境下缺乏逻辑透明度和推理链路的问题：通过 BDI（Belief-Desire-Intention）形式化本体，将外部 RDF 数据转化为智能体的认知状态，支持可追溯的理性决策。

为什么需要这个技能

传统的 LLM 智能体往往像一个“黑盒”，其决策过程难以追踪且容易产生幻觉。在需要高度可靠性和可解释性的场景（如多智能体协作、工业控制）中，我们需要一种结构化的方法来描述智能体“认为什么”（信念）、“想要什么”（欲望）以及“决定做什么”（意图）。

BDI 架构为智能体提供了认知层，使其能够将环境感知转化为内部心理状态，并基于此状态通过审议（Deliberation）产生行动计划，从而实现神经符号 AI 的集成。

适用场景

• 认知智能体开发：需要实现感知-审议-行动（Perception-Deliberation-Action）循环的系统。
• 可解释 AI (XAI)：需要通过可追溯的推理链证明智能体为何采取某项行动。
• 多智能体协同：在不同智能体之间同步或共享信念状态。
• 逻辑增强生成 (LAG)：利用形式化本体约束 LLM 的输出，确保认知一致性。

核心工作流

1. 心理状态定义

将认知属性分为两种类型：

• 持久状态 (Endurants)：Belief（对世界的认知）、Desire（希望达成的目标）、Intention（承诺执行的计划）。
• 动态过程 (Perdurants)：BeliefProcess（更新信念）、DesireProcess（产生欲望）、IntentionProcess（将欲望转化为意图）。

2. T2B2T 范式 (Triples-to-Beliefs-to-Triples)

实现 RDF 知识图谱与内部心理状态的双向流动：

• Triples Beliefs：外部 RDF 上下文触发信念形成过程。
• Beliefs Triples：内部审议产生意图，最终转化为可执行的 RDF 动作指令。

3. 形式化建模 (Turtle 示例)

使用本体模式定义认知链条：

:Belief_store_open a bdi:Belief ;
    rdfs:comment "商店已开门" ;
    bdi:motivates :Desire_buy_groceries .

:Desire_buy_groceries a bdi:Desire ;
    rdfs:comment "我想买杂货" ;
    bdi:isMotivatedBy :Belief_store_open .

:Intention_go_shopping a bdi:Intention ;
    rdfs:comment "我决定去购物" ;
    bdi:fulfils :Desire_buy_groceries ;
    bdi:specifies :Plan_shopping .

4. 时空与验证

• 时间维度：为每个心理状态赋予 hasValidity 有效期，支持历时推理。
• 正当性验证：通过 Justification 实例链接证据，确保每项意图都有据可查。

下载和安装

下载 bdi-mental-states 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐