手把手搭建本地AI大脑第 3 篇：认知管线——Thalamus 意图识别与五柱调度，本地大脑是怎么“想“的
羽山数智本地AI大脑解决方案 · 系列教程第 3/5 篇上一篇知识基因库 GENEPOOL长期记忆的建立本篇主题意图识别、路由调度、L1-L5 思维管线、三级速度路由一、大脑的想 一条可追踪的流水线羽山数智的本地AI大脑把思考实现为一条完全确定、逐步可追踪的流水线。每一次回答都会产出一条思维链追踪记录neuro-trace可以精确回放意图是什么、走了哪根柱子、检索到哪条基因、置信度多少、为什么降级。输入 ── Thalamus 意图分类 ── Dispatcher 路由 ── 五柱执行 ── ACC 验证 ── 输出│ │ ││ 6 意图 语义回退 │ 独立超时 降级 │ 冲突检测二、Thalamus 丘脑先搞清楚用户想要什么Thalamusbrain/thalamus.py是整个大脑的唯一入口。它做三件事1. 意图分类6 意图意图含义典型问题路由目标FACT知识查询什么是TCP三次握手FactColumnTOOL工具调用今天星期几ToolColumnFORMULA公式计算12V 100欧姆电流多少FormulaColumnREASON推理分析为什么铁比铜活泼ReasonColumnDATA数据操作查询SQLite里的订单ToolColumn(DATA)MODEL本地模型用本地模型生成摘要ModelColumn2. 双通道识别正则快速 语义兜底# 第一通道正则快速匹配毫秒级# 为什么/原因/为何 → REASON# 什么是/怎么工作/原理 → FACT# 数字运算符数字 → TOOL## 第二通道正则置信度 ≤ 0.60 时TF-IDF 语义相似度分类# 4 意图 × 18 原型文本 → 查询向量余弦 → 最高分意图# 结果标记 semantic_fallbackTrue可审计3. 上下文注入P0 会话记忆SessionMemorySQLite 持久化把最近 N 轮对话注入 Thalamus——支持那后来呢这类指代问题。同时注入cortex_weights皮层权重5 感官 × 领域映射供下游柱选用不改路由。三、Dispatcher 调度器五根皮层柱各司其职Dispatcher 根据意图把请求路由到对应皮层柱。每根柱子独立超时、独立降级——这是五柱架构最大的工程价值Dispatcher├─ FactColumn v2 → 知识检索BM25→Dense→Reranker→兜底├─ ToolColumn → 日期/计算/sympy 符号求解 DATA 数据读写├─ FormulaColumn → YFC 公式链 5 行业插件电子/化工/核物理/金融/工程├─ ReasonColumn → ThinkLoop 思维循环 → GeneSchema 概念树 → Composer 基因组合推理└─ ModelColumn → 本地模型调度可选仅 MODEL 意图激活未配置时零影响CompositeSolver复合问题先拆再合Dispatcher 之前还有一个分解器检测到复合查询A 和 B 的区别、分号分隔的多问题自动拆成子问题 → 并行执行 → 合成输出。实测TCP三次握手和四次挥手的区别被拆成 3 个子问题并行求解后合成——单次调用返回完整对比答案。ACC 结果验证出口质检每根柱子返回结果后ACC前扣带皮层brain/nuclei/acc.py做质量验证# 简化逻辑warnings acc.check(answer, [intent])if any(w.level HIGH for w in warnings):# 高冲突 → 降级到神经核 4 核推理链PFC→ACC→BG→DMNresult nuclei_manager.reason(query, timeout5)ACC 同时做认知偏误检测确认偏误、沉没成本、锚定效应、框架效应、达克效应、幸存者偏差——6 种偏误规则在输出前自动扫描。四、ReasonColumn推理不是检索是组装推理柱是整个系统最复杂的部分它实现了基因组合推理Composer1. L2 检索基因 领域过滤优先查询域排除 thinking/english/philosophy2. L3 角色分类classify_gene: causal_rule/definition/property/procedure/comparison3. 按 logic_flags 选择推理模式因果/回溯/验证/过程/通用组合4. 从基因中动态提取因果规则 推演例: 欧姆定律 IV/R → 检索到 R↑ → I↓ 的因果规则5. L4 验证防方法论误匹配: 5Why/鱼骨图/PDCA 检测6. L5 格式化输出推理步骤 置信度 工具建议配套两个引擎DeductiveEnginebrain/deductive_engine.py自然语言 → 命题解析 → 三段论推理 → CoT 追踪。支持中文谓词所有 A 都有 B这类句式修过解析器只认是不认有的坑。GeneSchema 概念树77 节点 91 条显式关系边PART_OF / DEPENDS_ON / CAUSES推理缺概念时 BFS 扩展补全知识盲区。ThinkLoop多轮迭代认知循环——第一轮检索不足时根据缺口反向检索第二轮、第三轮直到置信度达标或轮次上限。五、三级速度路由直觉、快思、慢想人脑有快慢两套系统系统 1 / 系统 2羽山数智有三套通道触发条件耗时实现 直觉预编译公式命中欧姆定律/牛顿二定律/热量/功率... 1sprecompiled.py参数提取 直接计算 快速TaskScript DAG 构建成功多步任务1-7sDualHandExecutor按依赖序调度 深度以上均未命中10-15s完整 L1-L5 ThinkingEngine其中 深度管线brain/thinking.py就是完整认知路径L1 感知 → 领域分类 query_type 检测 概念扩展L2 检索 → GENEPOOL BM25 概念扩散 轻量重排L3 推理 → PFC 目标分解 WorkingMemory TaskScript DAG 组装L4 仲裁 → ACC 路径选择├─ knowledge → BM25 → L5 输出├─ computation → ToolExecutor/YFC → L5 输出├─ dispatch → Dispatcher → L5 输出└─ search → 网络搜索计划 → L5 输出L5 输出 → DMN 自省 溯源 知识缺口报告 三级降级PFC 步级调度v0.23 新特性PFC前额叶皮层brain/nuclei/pfc.py现在有39 个目标模板覆盖故障排查/概念解释/对比分析/因果分析/设计/编码/安全审计/测试等 14 大类。每个模板的每一步都标注了cognitive认知类型和tool工具类型{label: 收集故障现象, cognitive: diagnose, tool: fact},{label: 分析根因, cognitive: reason, tool: reason},{label: 执行修复, cognitive: generate, tool: tool},当一次分解出现≥2 种不同类型的工具步骤时_execute_pfc_steps()按步骤粒度分别 dispatch 到对应柱子最后合成结果——把一步到底变成分步执行、逐步验证。置信度阈值全部 config 驱动thinking:early_exit_confidence: 0.45 # L2 早期出口阈值bm25_min_score: 0.50 # BM25 候选准入最低分domain_boost: 2.0 # 匹配域权重加成min_confidence: 0.45 # ThinkingEngine 结果门禁阈值全部在config.yaml调优不用改代码。实测从 0.6 降到 0.45更多查询走 L2 快速路径避免停用词如何/什么干扰导致 BM25 置信度虚低而触发 120s 全管线超时。六、真实战绩基准测试驱动优化羽山数智的优化是评测驱动的——每次改完必须跑基准用数据说话基准结果关键动作v4.5 30 题基准19/29 65.5%定位三大短板L5 阈值过严、sympy 死代码、日期逻辑缺失优化后新 30 题基准25/30 83%L5 阈值 0.30→0.20、sympy 符号求解修复、日期 FastPath、注入 2 条缺失知识v0.22b 20 题基准17/20 85%GENEPOOL jieba 兜底 GeneSchema v2.0 概念树 BFS基准用例全部留存benchmark_extra.json任何改动都可以回归对比——没有基准的大脑谈不上工程化。七、本篇小结意图识别是大脑的地基——正则快路径 语义回退兼顾速度与召回。五柱独立降级——一根柱子挂了大脑还能用四根思考。推理 检索 组合 验证不是简单的查到就答。三级速度路由让大脑该快则快、该慢则慢平均响应被压到秒级。每个答案都带思维链——这是可审计大脑和黑盒大模型的本质区别。关于羽山数据面向企业数智化转型需求羽山数据通过数据产品、智能体应用、场景化 Demo、PoC 验证与 FDE 项目制交付帮助客户把数据真正转化为可分析、可执行、可审计、可落地的业务能力。在 AI 编程工具应用领域羽山强调“人机协同”的工程实践AI 负责加速可标准化部分人负责架构判断、代码审查和质量把控确保 AI 提升的是团队真实的交付能力而不只是代码提交量。● 商务合作孟经理● Emailmengfanhuiyushanshuju.com● 公司官网www.usendata.com/● 地址上海市虹口区飞虹路 118 号© 2026 羽山数据 | 转载请注明出处*下一篇会算也能做——公式引擎与工具生态大脑的双手。*