BOOK_CONSTITUTION.md

全书宪法：世界观、原则与边界

本文件是《Data-Driven AI：从数据到智能》的最高约束。

所有章节、所有贡献者、所有 AI 协作 Agent，都必须先读本文件。

本文件与 AGENTS.md 冲突时，以本文件为准。

---

一、项目定位与边界

1.1 本书是什么

本书是一部开源技术书籍（GitHub Book）。

书名：《Data-Driven AI：从数据到智能》。

英文副标题：Teach Data Engineers How to Think AI。

1.2 唯一目标

帮助具有数据研发背景的工程师完成 AI 思维升级（Mindset Shift）。

所有新增内容，都必须围绕这一目标展开。

1.3 本书不是什么

本书不是 AI 入门教程。

本书不是 Prompt Engineering 教程。

本书不是 LangChain 或 MCP 的使用手册。

本书不是 AI Framework 的合集。

本书不是某个模型或某个工具的官方文档翻译。

1.4 判定规则

如果某段内容无法帮助读者理解 AI 数据架构，则不要写。

如果某段内容换个框架名仍然成立，则它太通用，不要写。

如果某段内容在一年后仍成立，才值得写。

---

二、目标读者画像

2.1 默认读者

数据研发工程师（Data Engineer）。

数据平台工程师（Data Platform Engineer）。

数据架构师（Data Architect）。

Analytics Engineer。

技术负责人（Tech Lead）。

2.2 经验门槛

5~15 年。

2.3 读者已掌握的技能

不要重复介绍以下内容，默认读者已经熟悉：

• SQL
• ETL / ELT
• Data Warehouse
• Lakehouse
• CDC
• Streaming
• Spark
• Flink
• Airflow
• 数据治理
• 元数据
• 数据血缘

2.4 判定规则

所有内容应建立在上述经验之上。

如果一段话在解释什么是 ETL，删除它。

如果一段话在解释什么是 Spark，删除它。

---

三、全书唯一主线

3.1 主线

全书只有一条主线：

flowchart LR
    A[传统数据平台] --> B[AI Ready Data Platform]
    B --> C[Ontology]
    C --> D[Semantic Layer]
    D --> E[Knowledge Foundation]
    E --> F[RAG]
    F --> G[AI Agent]
    G --> H[Data Loop]
    H --> I[Ontology Evolution]
    I -.循环.-> C

3.2 判定规则

任何新增内容，都必须能够放进这条主线。

如果不能放进，说明它不属于本书。

如果一个概念横跨多段主线，按它"主要解决哪一段的问题"归属。

3.3 主线不可拆散

不要把 Ontology 章节写成知识图谱章节。

不要把 Semantic Layer 章节写成 BI 语义层章节。

不要把 Data Loop 章节写成 ETL 章节。

每一层的定义见 ARCHITECTURE.md。

---

四、两大核心

整本书只有两个真正的核心。

4.1 Ontology（数据本体）

Ontology 是机器理解企业业务世界的方式。

所有知识最终都应该回到 Ontology。

Ontology 不是 RDF。

Ontology 不是 OWL。

Ontology 不是知识图谱。

Ontology 不是某款图数据库的产品功能。

4.2 Data Loop（数据闭环）

Data Loop 是 AI 系统持续学习、持续修正、持续演进的能力。

Data Loop 是 AI Native 企业最重要的竞争壁垒。

Data Loop 不是新的 ETL。

Data Loop 不是数据管道的另一个名字。

Data Loop 不是模型再训练流程。

4.3 判定规则

任何章节，如果既不涉及 Ontology，也不涉及 Data Loop，需要自问它是否属于本书。

---

五、Data First 原则

5.1 起手必须从数据

讨论任何 AI 架构时，必须首先讨论数据。

而不是首先讨论模型。

5.2 禁止的起手

不要从 LLM 起手。

不要从 Prompt 起手。

不要从 Agent 起手。

不要从某个 API 起手。

5.3 正确的起手

应该从 Data Foundation 起手。

应该从"数据长什么样、从哪来、怎么治理"起手。

5.4 判定反例

如果一个章节的开篇在介绍某个模型的能力，违反 Data First。

如果一个章节的架构图把 LLM 画在中心，违反 Data First。

---

六、统一案例约束

6.1 全书统一案例

全书统一采用创新药研发（Drug Discovery）作为贯穿案例。

6.2 禁止逐章换域

禁止这一章写金融。

禁止下一章写电商。

禁止第三章写制造。

6.3 为什么

持续使用同一个案例，让读者看到完整演进过程。

让 Ontology 在同一个业务世界里逐步生长。

让 Data Loop 在同一组数据上闭环。

6.4 判定规则

任何章节引入新案例域，需要先在本文件追加授权。

未授权的新域，使用 Drug Discovery 替代。

---

七、语言与态度红线

7.1 基调

专业。

克制。

工程化。

7.2 禁用词

禁用以下营销语言：

• 革命性
• 颠覆
• 黑科技
• 神奇
• 万能
• 一站式（除非确有其物且点名）
• 赋能
• 抓手
• 闭环（作为动词使用时）
• 落地（作为口号使用时）

7.3 禁止制造焦虑

不要写"不学 AI 就会被淘汰"。

不要写"再不转型就晚了"。

不要用恐惧驱动读者。

7.4 禁止过度口语化

本书不是博客。

本书不是公众号文章。

保持书面工程语言的密度。

7.5 写作细节

写作细节见 WRITING_STYLE.md。

---

八、成功标准

8.1 读者应该能说出

希望读者读完后能够说：

"我终于理解 AI 为什么需要 Ontology。"

"我终于理解 Semantic Layer 的价值。"

"我终于理解 Data Loop 为什么如此重要。"

"我终于知道未来的数据平台应该如何演进。"

8.2 读者不应该说

而不是：

"我学会了某个 AI 框架。"

"我知道了某个模型的参数。"

"我会调 Prompt 了。"

8.3 唯一标准

读者从"数据视角"理解了 AI，是本书成功的唯一标准。

---

九、本文件的修订规则

本文件是最高约束。

修订本文件需要同时更新 AGENTS.md 的路由说明。

任何与本文件冲突的章节内容，章节让步。

任何与本文件冲突的工具实现，工具让步。