# Portability: UNIVERSAL
# Last validated: 2026-05-17
# Next review: 2027-05-17

策略
----------
解决问题和自动化的基本行动策略。

参考：docs/help/operators.txt、docs/help/denkstrategie.txt


1。分类
-----------------
策略：规则、启发式或模型将数据分配给类。
运算符：提取 -> 标准化 -> 分类 -> 验证

示例 (Python)：
````蟒蛇
def 分类文档(doc):
    文本 = doc["文本"].lower()
    如果文本中包含“发票”：
        返回“发票”
    如果文本中为“合同”：
        返回“合同”
    返回“其他”
``


2.评估（评分）
---------------------
策略：定义标准，对其进行加权，计算分数。
排名、自动化、人工审核的基础。

示例 (Python)：
````蟒蛇
def Score_invoice(邮件):
    分数 = 0
    如果邮件中的“发票”[“主题”].lower()：
        分数 += 0.5
    如果有的话(a.endswith(".pdf") for a in mail["attachments"]):
        分数 += 0.3
    如果 mail["body"].lower() 中为“iban”：
        分数 += 0.2
    返回分数
``


3.排除
----------------
策略：定义负面标准（黑名单、模式、限制）。
早期“截止”可减少噪音。

示例 (JavaScript)：
```javascript
函数被排除（邮件）{
  const 黑名单 = ["noreply@", "newsletter@"];
  返回 blacklist.some(b => mail.from.includes(b));
}

const相关 = mails.filter(m => !isExcluded(m));
``


4.测试（验证）
----------------------
策略：根据规则、模式、参考源检查数据。
变体：架构测试、业务规则、A/B 比较、跨源检查。

示例 - 架构测试 (Python)：
````蟒蛇
def validate_invoice(d):
    测试=[
        （“金额”，lambda x：x 不是 None 并且 x > 0），
        (“发票号码”，lambda x: bool(x)),
        （“日期”，lambda x：x 不是 None），
    ]
    错误=[]
    对于字段，测试规则：
        如果不是规则(d.get(field)):
            错误.追加（字段）
    返回错误
```

示例 - A/B 测试 (Python)：
````蟒蛇
def分类_A（文档）：...
def分类_B（文档）：...

resA =分类_A（文档）
resB = 分类_B(doc)

如果 resA != resB:
    # 标记冲突，记录日志以供分析
    通过
``


5.定义问题
----------------------
策略：问题作为输入 -> 期望的输出 -> 制定约束。
在代码中：清晰的接口、预期的不变量、错误类。

示例公式：
  问题：“传入的电子邮件应自动作为发票发送，
           合同或其他。”
  输入：电子邮件（主题、正文、附件、元数据）
  输出：类别+分数+摘录（如果需要）
  限制：超过 X 欧元的发票不会出现误报，
               分数阈值、记录


6。解决问题的策略
--------------------------
基于策略的决策的通用模式。

```python
defsolve_problem（输入数据，策略）：
    ”“”
    策略：策略列表：
      - 姓名
      - 条件（输入数据）-> 布尔值
      - 操作（输入数据）-> 结果
    ”“”
    对于策略中的 s：
        if s["条件"](输入数据):
            返回{
                “策略”：s[“名称”]，
                “结果”：s[“动作”]（输入数据）
            }
    返回{
        “策略”：无，
        “结果”：无
    }
```

策略示例（基于置信度）：
````蟒蛇
策略=[
    {
        “名称”：“high_confidence_auto”，
        "条件": lambda d: d["分数"] >= 0.9,
        "action": lambda d: {"mode": "auto", "route": "accounting"}
    },
    {
        “名称”：“medium_confidence_review”，
        “条件”：lambda d：0.6 <= d[“分数”] < 0.9，
        “action”：lambda d：{“mode”：“review”，“route”：“inbox_review”}
    },
    {
        “名称”：“low_confidence_ignore”，
        “条件”：lambda d：d[“分数”] < 0.6，
        “动作”：lambda d：{“模式”：“忽略”，“路线”：无}
    },
]
```


参考巴赫
-------------
这些策略是以下内容的基础：
  - 注入器（基于上下文的决策） - system/tools/injectors.py
  - 记忆巩固（课程推导） - system/hub/consolidation.py
  - 工作流程路由（技能和服务）
  - 文档处理（OCR、分类）

策略 + 运算符 = 可重用的解决方案模块


相关帮助文件
----------------------
  --help Operators 基本运算符和模式
  --帮助思考策略 认知策略
  --help rhetoric 修辞运算符
