Valueflows项目核心模型详解:从资源流动到经济协作
Valueflows是一个用于描述经济协作网络的开放标准模型,它提供了一套完整的词汇和关系来描述经济活动中资源流动的全过程。本文将深入解析Valueflows的核心模型架构,帮助读者理解这一复杂但强大的经济协作建模工具。
一、主体(Agent)模型:经济协作的参与者
在Valueflows中,Agent代表了经济协作网络中的各类参与者,这一概念具有广泛包容性:
-
Agent类型:
- 个人(Person):参与经济活动的个体
- 组织(Organization):正式或非正式的组织实体
- 生态主体(EcologicalAgent):非人类生物和生态系统等具有经济或治理能力的自然实体
-
Agent关系:
- AgentRelationship描述主体间的相互关系
- AgentRelationshipRole定义关系中的角色类型
- 这种设计支持复杂网络关系的建模,如供应链、协作网络等
Agent模型在经济流程中扮演关键角色,几乎所有流动(Intents、Commitments、EconomicEvents等)都会涉及提供方和接收方Agent。
二、资源(Resource)模型:经济流动的客体
资源模型区分了资源规格和实际经济资源,为不同类型的经济流动提供支持:
-
资源规格(ResourceSpecification):
- 定义资源类型的最具体级别
- 在资源尚未或永远不会成为实际资源时充当占位符
- 跨网络通信资源需求的基础
-
经济资源(EconomicResource):
- 由EconomicEvent创建和更新的实际资源
- 包含会计相关属性(数量、位置、状态等)
- 支持资源包含关系(containment)和阶段(stage)管理
资源分类系统进一步增强了资源的可发现性和理解性,为复杂经济网络中的资源管理提供了基础。
三、流动基础组件
在深入流程模型前,需要理解几个关键基础概念:
-
动作(Action):
- 定义流动类型及其对资源的影响
- 驱动EconomicEvent记录时的资源创建/变更逻辑
- 示例:生产、消费、转移、使用等
-
空间实体(SpatialThing):
- 表示物理位置信息
- 用于Agent、资源和流动的位置标注
- 支持地图可视化等应用场景
-
度量(Measure):
- 统一的数量表示方式
- 包含数值和单位(Unit)
- 应用于资源数量、事件数量等各种量化场景
四、流程模型:从配方到执行
Valueflows提供了完整的流程建模能力,覆盖从知识层到观察层的全过程:
1. 配方(Recipe)模型
配方定义了创建特定资源的知识流程:
- 配方流程(RecipeProcess):配方图中的流程节点
- 配方交换(RecipeExchange):对应计划层的协议
- 配方流(RecipeFlow):定义流程的输入/输出
- 配方组(RecipeGroup):整合多个配方输出
配方模型支持自动化计划生成,是连接知识和操作的重要桥梁。
2. 计划(Plan)模型
计划层实现操作性规划:
- 计划(Plan):流程和承诺的集合
- 流程(Process):可存在于计划和观察层
- 流程规格(ProcessSpecification):定义流程类型
- 承诺(Commitment):计划的流动
- 协议(Agreement):包含相关承诺(如交换)
计划模型支持从简单任务到复杂协作网络的各种规划场景。
3. 提议(Proposal)模型
提议模型支持供需匹配:
- 提议(Proposal):包含相关意图(Intents)
- 提议列表(ProposalList):用户定义的提议分组
- 意图(Intent):比计划意图更宽松的定义
该模型适用于电子商务、时间银行、互助网络等多种场景。
4. 观察(Observation)模型
观察层记录实际发生的经济活动:
- 经济事件(EconomicEvent):实际发生的流动
- 索赔(Claim):由经济事件触发的对其他主体的要求
- 流程(Process):执行中的操作流程
观察模型提供了经济活动记录的完整框架,支持从简单交易到复杂生产流程的各种场景。
五、估计与分析模型
Valueflows还提供了对经济流动进行分析和预测的能力:
- 场景(Scenario):流动分组的灵活机制
- 支持多种分析场景:
- 计划和实际对比
- 预算和预测
- 高层流程分析
- 大规模协作规划
该模型为经济决策提供了数据基础,支持从操作层到战略层的各种分析需求。
总结
Valueflows模型提供了一个完整的经济协作建模框架,其核心特点包括:
- 统一的知识-计划-观察三层架构
- 输入-处理-输出的通用流程模式
- 灵活可扩展的主体和资源定义
- 支持从微观操作到宏观分析的全尺度建模
- 兼顾结构化和非结构化经济协作
通过这套模型,Valueflows能够描述从简单交易到复杂生态经济系统的各种协作网络,为构建开放、互操作的经济协作系统提供了坚实的概念基础。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0108AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









