空间运营官 (Space Agent) 业务流程与多智能体协作方案 (V4.0)
一、 核心定位
空间运营官旨在通过 AI 屏蔽复杂的硬件与系统操作。其核心逻辑是：意图驱动新单预约，全量感知存量日程，通过主动整备引导交互回流，同时支持即时的语义化设备调控。
二、 三大核心智能体 (Sub-agents) 角色定义
| 智能体角色 | 核心能力 | 业务职责 |
|---|---|---|
| SA-空间预约 | NLU、Python 算法节点 | [新单入口] 负责多轮对话解析预约需求。 |
| SA-主动整备 | 日程感知、消息推送 | [存量唤醒] 监控预约流水，依据 |
| SA-设备控制 | 语义映射、NLU 解析 | [语义执行中枢] 仅处理来自“用户直达指令”的模糊任务。 |
三、 核心业务流程全景图 (主动整备 & 设备控制 平行双轨)
四、 交互路由原则：从“点位控制”到“体感交付” (Interaction Philosophy)
考虑到空间控制中“精确性”与“沉浸感”的平衡，Agent 遵循以下两条平行路由逻辑：
4.1 空间逻辑轨 (Space-Level / SSOT 驱动)
- 本质逻辑：空间语义管理-空间逻辑映射 (SSOT) "唯一"驱动 （不基于 设备能力透视 驱动）。它屏蔽了空间内物理实体的碎片化细节，直接对准空间环境大脑。
- 交互形式：推送唤醒后，用户进入 "空间控制面板"。面板内容由空间逻辑映射的语义列表纯数据驱动渲染（通用 number 滑块 / enum 选项列表），详见 SA_空间控制面板设计.md。
- 执行方式：Agent 下发 "空间语义载荷 (Space Semantic Payload)"，由逻辑网关执行分发。
- 路线图：MVP 阶段专用于"主动整备"。P2 阶段将支持模糊环境意图（如："这里太冷了"）的整体承接。
关键解耦声明：整备 Agent 仅负责触发判定与消息推送，不干预面板的内容与布局。面板渲染完全由空间逻辑映射的语义列表决定。
4.2 点位操作轨 (Device-Level / 原子化意图控制)
- 本质逻辑：NLU 意图驱动。处理 1:1 的单体操作或 1:N 的简单同类控制。
- 包含内容：单一设备控制、以及 物理层封装好的“场景点位” (Scenario Points)。
- 设计原则：场景触发被视为原子动作，不进行状态锁定。支持处理所有即时对话（如：“关掉投影仪”、“太热了”）。对于模糊诉求，优先输出“设备清单”引导确认。
五、 主动整备：核心场景逻辑深度解读 (Active Prep Deep-Dive)
SA-主动整备 实现了 AI 服务对“各渠道预定单”的存量触达。其核心是通过调节整个空间的温控画像来满足整备需求。
5.1 主动整备全生命周期流程 (Active Prep Lifecycle)
5.2 详细策略解读
- 触发逻辑：采用
动态预计算。根据温差实时计算并触发。 - 技术实施路线 (Implementation Path)：
- 统一回流路径（离线触达场景）：
- 覆盖范围：用户离线、在微信其他聊天、或在小程序非 Chatbot 页面。
- 流转：点击模板消息 -> 唤起 2B 小程序并进入 空间控制面板。
- Chatbot 页面内实时推送逻辑 (插队优先级)：
- 场景 A (避让态)：用户录音/输入中。系统下发“非阻塞式气泡”或在对话列表底部静默插入 Chatbot 消息气泡卡片。
- 场景 B (衔接态)：AI 正在流式回复中。系统将整备任务置于队列末尾，待流式回复完全渲染结束后立即自动跟进气泡消息，保证语境连贯。
- 统一回流路径（离线触达场景）：
- 交互逻辑：用户在卡片点击「深度调节」后进入 空间控制面板，面板内容由空间逻辑映射的语义列表纯数据驱动渲染。
六、 关联模块链接
6.1 智能预约：资源撮合
详细逻辑见：《SA 空间预约 Agent 设计》。
6.2 设备控制：点位调优
详细逻辑见：《SA 设备控制 Agent 设计》。
七、 业务系统改造与配套支撑 (The Foundation)
7.1 统一预约数据总线 (P0)
- 需求：必须确保所有预定来源最终汇聚至同一张表或触发同一个 Hook，作为 Agent 的数据源。
7.2 物联底座语义化映射 (P0)
- 需求：在数据库层面建立
房间-设备-点位索引，支持 Agent 通过房间号直接定位控制目标。
7.3 富媒体消息推送网关 (P0)
- 需求：支持在企微/微信发送 Action 卡片，并能将 Room_ID 等上下文参数回调给 Agent。
八、 结语
空间运营官通过“双轨建单”与“双轨控制”的设计，实现了对空间管理全生命周期的覆盖。它不仅服务于“会用 AI”的人，更通过主动整备机制，让“不用 AI”的人也能被动感受到空间智能化的便利。