BDI心智状态

问题：LLM Agent 的推理为什么说不清

给 Agent 接上传感器、数据库或知识图谱之后，它能根据事实做决策，但很难回答"你为什么这么认为"。普通 prompt 只留下一段生成文本，信念的来源、愿望的动机、意图的选择依据都丢失了。当多 Agent 系统需要互操作，或合规场景要求审计推理链时，这种不可解释性就是硬伤。

BDI（信念 Belief / 愿望 Desire / 意图 Intention）是经典的认知架构，把理性 Agent 的思考拆成三层显式状态。这个技能做的事，就是用形式化本体把外部 RDF 上下文翻译成可查询、可溯源的 BDI 模型。

它如何工作

核心是两类本体的区分：

• Endurant（心智状态）：Belief（锚定世界状态引用的信念）、Desire（链回催生它的信念）、Intention（承诺达成的意图，绑定愿望与计划）
• Perdurant（心智过程）：BeliefProcess、DesireProcess、IntentionProcess，把状态的创建与修改变成可溯源的事件

具体步骤：

1. 搭认知链：信念→愿望用 motivates/isMotivatedBy，愿望→意图用 fulfils/isFulfilledBy，双向属性同时支持"该做什么"与"为何这样做"。意图经 specifies 连到计划，计划用 precedes 分解成有序任务。
2. 锚定世界状态：每个心智状态通过 refersTo 链到 WorldState 引用而非自由文本，Agent 通过 perceives 连接感知源，这是语义查询和跨 Agent 互操作的基础。
3. 双向管线（T2B2T）：外部 RDF 三元组经 triggers→BeliefProcess→generates 变成信念；深思选定意图并执行后，用 bringsAbout 把结果投影回 RDF 世界状态，供下游当标准关联数据消费。
4. 理由与时序：每个实体带 isJustifiedBy 连到 Justification；每个状态带 hasValidity + TimeInterval 有效期，支持垃圾回收与历时冲突检测；复杂信念用 hasPart 拆成可独立失效的部分。

最终通过六遍法构建验证：定义世界状态基底 → 建信念 → 加愿望（仅当动机成立） → 提升意图（仅当承诺计划） → 投影结果 → 用能力问题查询溯源链、动机、计划序列与有效期窗口，通过才信任模型。输出是结构化的 BDIModel 工件加自然语言解释，解释里直接展示能力问题的溯源过程。

适用边界

• 只做形式化心智状态建模，不管上下文窗口与注意力机制（那是 context-fundamentals 的事）
• 没有 BDI 语义的持久记忆、实体图（归 memory-systems）
• 不覆盖多 Agent 拓扑、交接与协调（归 multi-agent-patterns）
• 评估 rubric 请配合 evaluation 使用；BDI 查询/校验工具的 schema 契约可配合 tool-design
• 领域词汇需要先在领域本体中实例化，T2B2T 才能投影成下游可读的世界状态