夜雨聆风当业务逻辑变成“文本→结构化数据”，if/else 就不再是工具，而是债务
一句话概览
最近在做一些开发项目的时候，越来越觉得现在的软件开发不够AI NAIVE，就想着构思一个框架：接收自然语言，按照你定义的规则，输出可被下游消费的结构化数据。它不是要替代 Function Call、MCP 或现有组件，而是成为它们前面的“语义理解层”。
一、背景：真实到令人头疼的三个场景
场景一：那个凌晨两点的紧急需求
产品经理发来消息：“用户反馈说，能不能把我们客服聊天记录里的差评自动分类一下？就是那种‘物流慢’、‘质量差’、‘态度不好’……大概分个五六类就行，明天能用上吗？”
你心里清楚：写正则？维度太多。训练分类模型？时间不够。最终你选择了大模型。
第二天你交了代码：一个 Python 脚本，调 OpenAI API，prompt 写在三引号字符串里，输出用正则硬拆。能用，但你知道这是一颗定时炸弹。
一个月后，分类维度变成 12 类，prompt 被改了 20 多次，那段正则已经没人敢动了。每次改一个词都要重新测全量样本。组里新来的同事问：“这段逻辑为什么要这么写？”你沉默了几秒，说：“因为当时只有两天。”
场景二：那个被 if/else 淹没的“智能客服”
你们做了一个 AI 客服，用户可以问各种问题：“订单到哪了？”“我要退货”“你们公司几点下班”“帮我查一下积分”“机器人你好可爱”……
你用了大模型做意图识别。最初 5 个意图，代码很优雅。后来变成 12 个。再后来变成 30 个。现在的代码长这样：
if "订单" in text or "物流" in text or "快递" in text:
if "在哪" in text or "进度" in text:
return intent_order_tracking
elif "退货" in text or "退款" in text:
return intent_return
...这段代码已经改不动了。不是因为逻辑复杂，而是因为没有人能确定改一行会不会影响另一个意图。
你想把 prompt 抽出来做成配置，但 prompt 里有很多 case，互相依赖，抽出来反而更乱。
场景三：那个永远对不上的“输出格式”
你接了一个需求：从用户评价里提取“产品名”、“评价维度”、“情感倾向”，然后传给一个 Dashboard 组件展示。
大模型每次输出都不一样。有时候输出 JSON，有时候在 JSON 前后加一句解释。有时候把“情感倾向”写成“sentiment”，有时候写成“emotion”。你加了各种后处理代码：正则提取 JSON、字段映射、默认值填充。代码量比业务逻辑还多。
更崩溃的是，上个月模型升级了，输出风格又变了。你的后处理代码又得改一遍。
你问自己：为什么每次改模型都要改代码？为什么不能定义一个输出契约，让模型严格遵守？
二、这些场景暴露了同一个问题
上面的三个场景，表面问题不同，根因是一样的：
我们在用“面向确定性执行”的编程模型，去应对一个“语义不确定”的世界
传统编程的假设是：
• 输入格式是固定的 • 输出结构是确定的 • 分支逻辑可以穷举
但大模型应用的现实是：
• 输入是任意的自然语言 • 输出每次可能不一样 • 分支无法提前穷举
所以你会看到：
• Prompt 散落在代码字符串里 → 改需求要改代码 • 路由靠 if/else 堆砌 → 每加一个意图就加一个分支 • 输出格式用正则硬修 → 模型一升级就崩
这不是你的代码写得不够好，是范式不匹配。
三、目的：把“文本→结构化”这个环节标准化
我们想做一件事：把“自然语言 → 结构化数据”这个环节，从业务代码里抽离出来，变成一个独立的框架层。
这个框架的核心主张是：
当你的业务逻辑本质上是对“文本”的处理和转换，你应该用声明式的方式定义规则，而不是用 if/else 硬编码。
框架的定位：
• 不做：Function Call、MCP、UI 组件、执行层 • 只做：接收自然语言，输出结构化契约
四、四个核心概念
1. DocModel：输出契约
定义“我希望输出什么样子的数据”。可以理解为一种轻量本体——某个实物或虚拟概念的属性、能力、关联关系，以 Markdown 或 JSON Schema 为载体。
2. Skill：最小的转换单元
每个 Skill 包含：
• name：唯一标识 • describe：这个 Skill 做什么 • 触发条件：什么情况下该用这个 Skill（必须写清楚，框架不负责猜） • 输出绑定：对应哪个 DocModel
Skill 之间的互斥性由开发者设计时保证，框架提供检测告警。
3. 软路由：匹配与分发
接收用户输入，根据 Skill 的触发条件进行匹配，选择最合适的 Skill，调用大模型执行转换。这是显式规则匹配，不是黑盒。
4. 适配器：对接现有生态
框架输出的是结构化数据（如 JSON）。适配器负责把它转成下游需要的格式：Function Call 参数、MCP 请求、UI 组件的 props 等。
五、完整流转示例：处理个人群聊数据
假设你是一个重度社群用户，每天有几十个群的几千条消息。你想让框架帮你自动处理这些数据。
场景设定
你有几个微信群：
• 行业资讯群：每天有人丢链接和文章 • 项目协作群：讨论需求和 bug • 闲聊群：各种段子和日常
你想做的事：
• 行业资讯群：提取链接 → 自动生成摘要 • 项目协作群：识别待办事项 → 生成任务列表 • 闲聊群：不需要处理
流转过程
第一步：定义 DocModel
定义两个输出契约：
• ArticleSummary：标题、来源、核心观点、链接• TaskItem：任务描述、负责人（如果提到）、截止时间（如果提到）
第二步：注册 Skill
注册两个 Skill：
• extract_links：触发条件包含“链接”、“文章”、“分享”等，输出绑定ArticleSummary• extract_todo：触发条件包含“待办”、“需要”、“麻烦谁”等，输出绑定TaskItem
第三步：软路由处理
群聊消息流入框架。软路由逐条匹配：
• “有人分享了一篇关于 RAG 的文章” → 匹配 extract_links• “@张三 需要在下周前完成方案” → 匹配 extract_todo• “今天天气不错” → 无匹配，静默丢弃
第四步：适配器输出
匹配到的消息：
• extract_links的输出通过适配器 → 存入“待读列表”或推送到笔记工具• extract_todo的输出通过适配器 → 同步到项目管理工具（如 Notion、Trello）
这个例子说明了什么？
• 框架处理的是大量松散文本 → 高密度结构化数据 • 开发者只需要定义“什么样的文本对应什么样的输出” • 下游可以接任何现有工具，框架不关心
六、与现有生态的关系
一句话：框架是执行层前面的语义理解层。
七、边界：不是什么？
这个框架不适合：
• 毫秒级实时响应 • 纯数值计算 • 确定性逻辑（直接写 if/else 就好）
它适合：
• 非结构化文本 → 结构化数据 • 多源文档 → 统一格式 • 自然语言意图 → 精确参数提取
八、当前状态与讨论邀请
目前这是一个概念构思，还没有代码实现。
核心待讨论的问题：
• Skill 的互斥设计是否可行？ • 适配器的抽象层级是否合理？ • 是否有同类项目已经在做类似的事？
如果你也在思考大模型应用的工程化问题，欢迎留言或私信讨论。
现在需要的是反馈，不是赞美。
九、最后
如果你有建议，或者觉得某个概念不合理，欢迎大家的讨论。