Clearailhc/clearai-dsh

解決的問題

ClearAI 的設計旨在超越簡單的對話記錄與任務完成循環，用於 AI 研究。它解決了建立一個可信、結構化的知識庫（領域本體）的問題，其中每項資訊皆透過嚴謹的驗證流程獲得，而非僅由 LLM 單方面斷言。

如何運作

該平台採用「認識論循環」（Epistemic Loop）——一個七階段流程（框架、假設、計畫、觀察、驗證、評估、記錄），將每個結論視為需要被檢驗的假設。與僅追蹤任務是否完成的標準代理循環不同，ClearAI 追蹤每個結論的證據與依據。

在執行時，這些階段被壓縮為四個節拍：計畫、執行、觀察、反思。系統會自動揭示矛盾（衝突讀取），並為本體中的每個條目維護詳細的證據鏈、邊界與支援水準記錄。

適用對象

需要嚴謹、可驗證知識結構以追蹤其發現歷史與證據的研究人員與科學家（例如 AI for Science、數學或物理世界實驗領域）。

主要亮點

• 領域本體：隨著研究推進，自動擴展概念、謂詞與已驗證條目的詞彙庫。
• 認識論循環：一種嚴謹的驗證框架，將「執行者」與「裁判者」分離，確保結論的可信性。
• 知識檢查器：提供詳細檢視，展示圖中任意節點或邊的定義、關係、斷言以及完整的證據鏈。
• 衝突檢測：自動識別並呈現矛盾結論，最終決策權交由人類使用者。
• DSH 集成：作為 DSH 引擎的插件提供，無需修改核心引擎即可新增認識論層。