本篇是基于前面的文章给出的系统核心（一个恰当的组织）之上的一个扩展，并在此基础上给出整个全量知识系统 （以下简称“全知系统”）程序详细设计大纲。原文链接：
全量知识系统的核心：全量知识的一个恰当组织 之序-CSDN博客。
全知系统中的程序program采用自上而下的分类方式（组织分析结果的方法，这种方法 呈现一个“树”状）。它们是三种： 普通软件、AI组件和软件代理，分别对应于计算智能、感知智能和认知智能的可能的输出结果。这种划分反映了一种实现的思想过程--三位一体triad主义。在这个triad中，中间的那个位置总是整个建设工程的的起点（记为“ONE”，被称为“起点Start”），然后是上层的站点（记为“TWO”，称为“站点Stop”），最后是底层的终点（记为“TREE”，称为“端点End”）。即：“AI组件”是第一步。
全知系统的本质是“计算Computation”。设计的“计算”元类metaClass （被委托给Python Broker） 负责创建和定义三个系统类,分别是“ 物料型”、“关系型relational”和“形式型formal”。 元类本身是一个 MVC软件构件模式，MVC的每一个都是一个软件构件，分别负责为AI组件的三个不同能力方面 应用程序application生成和声明： 数据类型，业务关系和技术范畴。
Coreference（z）（“kind 板”- 形式语法） :Type (y)-Name（x） ( " Degree矩阵“-- 形式 用法- 意义)
我们前面刚刚讨论了全量知识系统 程序详细设计之“ AI操作系统”，但是感觉有问题。为了澄清，我觉得有必要先澄清几组概念。先从“scope、context，range”开始吧
操作数条件
scope、context，range
那这样理解呢：scope（实体分类）、context（实例分类），range（对象分类）
triad，triple，trichotomy
- triad（三位一体 构造：process-资源调度），负责机动vehicle构造 和 放置Let 一个插槽slot（已知作用域scope的实体分类和实体限制limitation）。。（词汇）三位一体构造（基于原型的本体--静态结构）Python Broker<实体的分类>--“计算”元类metaClass”（元技术推理）委托
- triple （三元祖 形状 ：property-模式定向或关联） 负责模式mode创建）和 定义 Def 一个 占据occupied（给定上下文context的实例分类和实例化限制restrection） 。（符号）三分法 范畴（形式本体--动态结构） C# Delegate<实例的分类> -“测量”类元classifier（元语言注释）委托
- trichotomy（三分法 范畴：procedure-进程管理） 负责内容content生成和 声明Dec一个参数（明确值范围range的对象分类和对象约束）Java Agent <对象的分类> “推理"元数据metaDate（元数据仓库）委托
- 实体分类实体分类是指根据本单位管理职能，以及档案形成的特点编制一个具有若干层次和类别，且适应计算机识别的文件归档实体分类表的过程。它由上、下级类目序号、类目名称组成。
型<底基-actor>--3类 Type标签 -分类：“ 物料型Material”（First）、“关系型relational”（second）和“形式型formal”（third） 【三量quantity】（词汇）三位一体构造（基于原型的本体--静态结构）Python Broker<实体的分类>--“计算”元类metaClass”（元技术推理）委托
式<指标-demand>--3重Name标签-分类：质量名Quality（ONE），索引名Indexicality(TWO)，媒介名(TREE)【三性nature】（符号）三分法 范畴（形式本体--动态结构） C# Delegate<实例的分类> -“测量”类元classifier（元语言注释）委托
形<座位--位置> 3类*3重 双指标签-分治： 1stness，2ndness，3rdness【三境context】三元祖形状（术语本体--因果结构 原语）Java Agent <对象的分类> “推理"元数据metaDate（元数据仓库）委托
“选择”与“Thing”有关。“东西”指向“Element”，“念头”涉及“Object”
刺伤行为一发生就可以被识别。这是按第一性分类的，因为不涉及其他事件或心理态度。但刺伤行为不能称为杀人，除非发生第二次死亡事件。谋杀涉及第三性，因为刺杀（1）与死亡（2）的意图（3）有关。判断一个导致杀人的刺杀行为是否应被视为谋杀取决于一些微妙的线索，对这些线索的解释可能需要法官、陪审团和漫长的审判。
元类 ：实体的分类
默认情况下，Python使用内置的`type`函数作为元类。用户也可以通过定义自己的元类来改变类的创建方式。
类元： -实例的分类
一个属性(attribute)是类元(classifier)中的一个命名的槽(named slot),它用来描述此类元的实例可能拥有的取值范围。是实例的分类,它描述拥有共同特征的实例集合;UML采用斜体字来标示抽象类的名称,不同于一般类的正体字; (
关系型relational的of · Inherence, Causality, 和 Community 本体特征 构造triad
索引词Indexicality的’s indexed，主题词，标引词idexing 实体 建造triad
双关语2ndness的 组件
中间的“关系型”是一个triad（三位一体构造），其三位分别是：Inherence, Causality, 和 Community（构造的一个本体三元祖）。 全知系统中的“关系型”设计为负责 创建和定义AI组件 （三种组件，）。结果就是 一个AI操作系统的全部需求 ，它将会是一个具有 由 三个内核功能（生成和声明： 数据类型，业务关系和技术范畴） 和 对应的三类外壳模块形成三对对偶的一个八隅体
triad（三位一体） triple（三元祖） trichotomy（三分法）
实现模式 应用程序组件模型（三套接socket 现实/机器学习/因果关系） 外在上“推理” 推理元数据
设计模式 程序program插件模板（ 架构“态”的三套件racket-构造型/创建型/行为型 工厂模式/单例模式/适配器模式 ）内在上“”测量类元 （三元祖范畴 ） 每一个都是一个元数据
规划模式 软件software构件模式（设计三套装packet -MVC pattern 宏-指令/域-agent/微-效果 ）本质上 “计算”元类metaClass （被委托给Python Broker）triad(三位一体 构造 ，三个位置 )
下面从“科学”一词来展开。
三“科” 之分：全量知识量化类型的科学划分
在全量知识系统中，技术学科有别于一般学科subject，用displine来区别。更广泛的是我们日常所说的“科学science”。以下对三者的分析给出了全量知识系统中“AI操作系统”的全部设计要求。
- 技术学科discipline：一般后随“学科”，英文以~tic结尾。 其中的概念词，称为技术术语terminology。它们的字面义表达相对准确，可以被归为本体的词汇表 Vocabulary，是全量知识系统中的“软件包”，表示全量知识系统的程序类型ProcedureType。设计目的是调控三组数据属性以调节 “ 知识表征层”上的 三条知识生产总线（进程流）上的一个感知Perception-行动Action式 的 机动的（要求一个能“随机应变”的在线处理模型）图形化界面。【进程管理】动态调控工艺和节拍以保证运行畅通。（使用白板或看板，“亮度矩阵“--表示实体辨识度）。
- 一般学科subject：一般以“..学“结尾以区别于该名词本身。如生物学。英文以 ..ology结尾。 其中的概念词，称为一般术语term 。term一般具有相对清晰的边界，可以被归为逻辑的符号集Notation，是全量知识系统中的的“固件序列”，用来表示知识全量的过程类型 ProcessType。设计目标是提供 “知识获取和共享层”上的三类在线处理（线程池）的 刺激Stimuli-响应Respond式的一个动态的（需要一个“按部就班”的输出响应机制）功能化架构 。【模式定向或关联】的方法method 以确定何时应调用模块。（使用黑板或调色板 ，“暗度”矩阵-表示基因活性）。
- 更广义的科学sience：其后可以以“学”结尾，也可以没有，比如logic和某种语言。其中提到的一些内容大多是一个普通名词，不足以被称为术语，最多只能称为概念notion。它既没有明确的字面含义，也没有一个清晰的边界。但它有一个中心，它是稳定而固定的。它可以被归于实体的开发库，是全量知识系统中的的“硬件集合”，用来表示知识的属性类型PropertyType。设计目的是“知识汤（知识匹配）”层上的三种知识现场活动（指令集）的一个条件-反射式 的灵活的（需要事先具备“分门别类”的输入身份标识能力）模块化框架。【资源调度】：用于发布消息，任何适当的组件在检测到特征模式时都可以访问这些消息。（使用灰板或公告板，“明度矩阵”--表示特征区分度）
刚才说的“蓝底标出的三个功能名称就是下面文字中【】中的文字，后面是一个简单地介绍
【进程管理】动态调控工艺和节拍以保证运行畅通。（使用白板或看板，“亮度矩阵“--表示实体辨识度）。
【模式定向或关联】的方法method 以确定何时应调用模块。（使用黑板或调色板 ，“暗度”矩阵-表示基因活性）。
【资源调度】：用于发布消息，任何适当的组件在检测到特征模式时都可以访问这些消息。（使用灰板或公告板，“明度矩阵”--表示特征区分度）
什么是“全局模式”？
什么是“亮屏”功能？
为图片添加文字说明的标签是什么
刚才说的“蓝底标出的三个功能名称就是下面文字中【】中的文字，后面是一个简单地介绍
【进程管理
第二组：
英语中表示学科的单词是专有名词吗
学科生物考研会考英语名词解释吗
生物学意义和生物学功能一样吗
如何定义和衡量“亮度矩阵”的有效性？
如何确定哪些“模式”会触发模块调用？
资源调度的效率如何评估？
前面才说的“黄底标出的三种系统结构类型就是下面句号前的文字。后面是一个简单描述
程序类型ProcedureType。设计目的是调控三组数据属性以调节 “ 知识表征层”上的 三条知识生产总线（进程流）上的一个行动Action-感知C式 的 机动的（要求一个能“随机应变”的在线处理模型）图形化界面。
过程类型 ProcessType。设计目标是提供 “知识获取和共享层”上的三类在线处理（线程池）的 刺激Stimuli-响应Respond式的一个动态的（需要一个“按部就班”的输出响应机制）功能化架构 。
属性类型PropertyType。设计目的是“知识汤（知识匹配）”层上的三种知识现场活动（指令集）的一个条件-反射式 的灵活的（需要事先具备“分门别类”的输入身份标识能力）模块化框架
上面用蓝底标出的三个功能名称（称为“名称标签”，程序中用‘<Name>’ 标示）是全量知识系统对“ AI操作系统”的内核架构中的功能设计要求。
而用黄底标出的三种系统结构类型（称为“类型标签”，程序中用‘<Type>’ 标示）则是全量知识系统对“ AI操作系统”的外挂框架上的模块设计要求。三种类型Type --属性property、过程proccess和程序procedure三种类型是对应的三个可量化类型的 实时库原型，分别为全量知识的计算computation、测量measure和推理reasoning 而设计。三个原型整体的设计目标就是一套量纲标准化的上层建筑工件库--它最终将建立一个全量知识系统的度量衡体系（它提供给实现者的空间被称为“度量空间”）。
科学的三个标签：类型标签、名称标签和双指标签
符-流通分的币种（值可期“预期” 期付） 纪要描述 -纪要-实现模型预测reasoning 机动的总线型图形化界面准则t-v 祖训<法law::Science>-gui
序-序分的契线（链可简“简约” 交付） 概要编纂 概要-规划模式预计 灵活的元素表模块化框架原则 s-v格律<律precept::discipline>-fmf
正文-正宗分的经过（键可行“执行” 现付） 详细理解 总要-summary-设计内容规划planing 动态的老鼠盘功能化架构规则 k-v曲调<域domain::Subject>--nfr
Tag（tagged- 已命名named sense），sign（signified 可打印typed type），key（typed-可发音able word）
Known-as（范畴化 图片） meaning-case（构造型图像 ） usage-has( 形状形图形 )
- 三分的各有二部（组织“单元-控制<图像处理>”：不可再组的虚机vm 本迹 二部 【复数空间】三角形）
- 二分的各又 三分（分析“单位-显示<图形控制>”： 不可再分的实相 初中后 三步 【生存空间】六边形）
- 整分的所有三子（集成“单子-执行<图层渲染>”： 不可或缺的整子Holon 上中下 三层 【度量空间】九宫格
语言模型：”图像模型，“行为“的，整体行为的。 统一的。晶格结点 （特征加权）形成的，
库模式： 图形模式 ，“结构”的， 集体结构的。 集成的。网格节点连接（特征组合）形成的通道
程序模板： “特征”的图标模板 “特征”的 个体特征的。 表格：单元格系点计算 组成的表格
标签：操作系统,AI,知识,模式,--,全量,triad From： https://blog.csdn.net/ChuanfangChen/article/details/137263192