nomos-decision-hub

确定性决策引擎，支持因果分析、合规审计、压力测试、根因追溯。企业级部署需独立服务与数据库。

NOMOS 智能决策引擎

基于决定论因果推理的可审计决策编排层，完全无概率黑盒，所有决策可分解为可追溯的因果拓扑，支持合规级审计链路、场景压力测试、人在环治理。

触发场景

仅当用户明确提及以下命名实体时触发（避免宽泛关键词误加载）：

• NOMOS 决策引擎 / NOMOS Decision-Hub / second_perspective
• 引用本技能生成的「密封报告」规范或「决策场景库」模板
• 明确的因果反事实分析、根因追溯、场景压力测试请求，且指明使用本引擎

注意：通用话题（如"AI决策合规审计""企业级部署方案""高风险决策治理"）不应自动触发本技能，除非用户显式引用上述命名实体。

核心能力

✅ 确定性评估：硬约束门槛+软约束显式罚分，无隐藏分数调整 ✅ 细粒度算法审计：所有操作生成哈希链式审计事件，任何修改都会破坏验证 ✅ 因果反事实重选：假设失效时自动计算传递性失效闭包，重选幸存候选 ✅ 场景压力测试：支持声明式指标覆盖、证据缺失、假设失效模拟 ✅ 逆向根因追溯：从观测偏差反向追溯假设失效点，输出带因果链的根因假设 ✅ 敏感性/鲁棒性分析：计算帕累托前沿，识别脆弱准则，输出排名稳定性得分 ✅ 企业级部署支持：Docker容器化、PostgreSQL持久化、OIDC身份验证集成

使用方法

基础决策分析

python

from second_perspective import IntelligentDecisionHub
from second_perspective.models import HubAnalysisRequest
request = HubAnalysisRequest.model_validate({
    "decision": decision_payload,  # 参考 examples/market_entry.json
    "scenarios": [
        {"id": "SC1", "name": "关键假设失效",
         "failed_assumption_ids": ["A1"]},
        {"id": "SC2", "name": "成本冲击",
         "metric_overrides": {"S2": {"capital_required": 6000000}}},
    ],
})
report = IntelligentDecisionHub().analyze(request)
print(report.model_dump_json(indent=2))

企业级部署

bash

# Docker部署
docker build -t nomos-hub .
docker run -p 8000:8000 \
  -e SP_ENV=production \
  -e SP_API_KEY=your-secret-key \
  -e SP_DATABASE_DSN=postgresql://user:pass@db:5432/nomos \
  nomos-hub

v2.0 升级能力（P0-P2）

🔏 密封报告规范（P0）

所有 P0/P1 决策输出密封报告（tamper-evident）：五算子输出哈希链式互链（Merkle 因果链）+ 确定性 JSON + HMAC 签封。审计者一键验证（SEAL VALID / TAMPERED）。规范见 references/SealedReportSpec.md。

🌐 官网审计引擎对接（P0）

线上 SPL Cognitive Audit Engine（nohnlins.com/audit/）与本技能共享同一五算子语义——技能生成密封报告，官网提供在线体验；双向一致，审计链不因载体而变。

📚 决策场景库（P1）

预置 4 类场景模板（合规门禁/战略押注/根因追溯/资源分配），复制-替换-运行即得密封报告。见 references/DecisionScenarioLibrary.md。

🌍 多语言导出（P2）

报告携带 lang 字段（zh/en），同一条因果链可渲染为目标语言，无需重跑引擎。

文件

• references/SealedReportSpec.md（P0 密封报告格式 + 验证流程）
• references/DecisionScenarioLibrary.md（P1 场景库）
• examples/、docs/、scripts/（引擎配套）

确定性契约（不变量）

• 引擎绝不猜测缺失的权重、证据、阈值、授权关系
• 硬约束决定准入资格，软约束必须声明显式罚分，无静默分数变更
• 所有影响行为的政策携带policy_id和version，嵌入结果中
• 证据质量由指定责任节点评估，引擎不虚构可信度
• 假设失效沿依赖图传播，明确命名受影响的备选方案
• 输出永远是"声明输入下的领先候选"，最终决定权在算法之外
• 审批人姓名+authorization_ref必须与锚定的决策所有者匹配
• 所有评估/审批都是通过哈希链接的新修订，无静默覆盖

授权说明

仅允许个人非商业研究使用，政府/企业商业使用需获得书面授权。