产品白皮书

1. 概述

1.1 前言

  锐道 UDM（Unify Decision Manager） 是一款面向企业级应用的智能决策引擎软件，专为解决复杂业务规则管理、实时决策执行与敏捷策略迭代而设计。它不仅是传统规则引擎的升级替代，更是连接流程自动化与人工智能的核心“决策中枢”。
  UDM 将业务规则从代码中解放，支持自然语言编写、集中化管理，并通过高性能引擎实现毫秒级响应，助力企业构建可解释、可追溯、可控制的智能决策系统。

1.2 产品价值与能力

1.2.1 核心价值

1. 自然语言编写规则，业务人员也能当“开发者”！

  —— 告别复杂代码，用接近日常语言的方式定义业务逻辑，配合智能提示与错误诊断，让规则编写高效又准确。

2. 无缝兼容 ODM ，迁移无忧！

  —— 完全支持 ODM 规则集、决策表、决策流语法与模型，一键导入，即刻运行，助您轻松摆脱老旧系统束缚，实现平滑、高效的 iLog 项目迁移。

3. 三位一体，专业架构支撑敏捷决策！

• 强大引擎：Java 实现的 Rete 算法核心，高性能、稳得住。
• 集中管理：Java 规则管理端，统一管控全生命周期。
• 极佳体验：VSCode 插件开发套件，熟悉的环境，开箱即用。

1.2.2 核心能力

1. 智能规则建模，业务即代码

• 自然语言规则（BAL）：使用接近中文的表达方式定义业务逻辑，业务人员可直接参与规则编写。
• 多形式规则支持：提供决策表、规则集、决策流等满足不同场景决策需求。
• VSCode 插件开发套件：开发者在熟悉环境中高效开发、调试、版本管理，无缝融入 DevOps 流程。

2. 平滑迁移，兼容并蓄

• 原生兼容 IBM ODM：完全支持 ODM 的 BOM 模型、BAL 语法、决策表与规则流。
• 一键导入 iLog 项目：无需重写规则，零成本迁移，快速摆脱老旧系统束缚。
• 开放 API 与 SDK：轻松集成至现有 BPM、RPA、ERP、CRM 等业务系统。

3. 三位一体决策平台

4. 具备与业务系统深度融合能力

    ———UDM 可作为 BPM 或 RPA 流程中的“智能大脑”，在关键节点注入决策能力：

• BPM 集成：在工作流中调用 UDM 执行审批策略、路由判断、状态转换。
• RPA 协同：机器人在执行任务时，通过 API 实时查询 UDM 获取决策结果，实现“自动操作 + 智能判断”闭环。
• 示例：RPA 机器人抓取订单数据 → 调用 UDM 判断是否符合促销条件 → 根据结果自动发放优惠券或触发人工审核。

5. AI 融合：从“规则驱动”迈向“智能增强”
    ——— UDM 不排斥 AI，而是与之协同，打造“软推荐 + 硬控制”的软硬结合混合智能决策体系：

• 模型输出作为规则输入：将机器学习模型（如信用评分模型、欺诈概率模型）的预测结果，作为 UDM 规则的条件变量。
• 规则约束 AI 行为：用业务规则对 AI 模型的输出进行校验与兜底，确保决策合规、可解释。
• 动态策略调优：基于 AI 分析的业务洞察，快速调整 UDM 中的规则参数，实现策略的持续优化。

1.2.3 用户价值

• 业务敏捷性：政策变更无需改代码，业务人员自助维护规则，决策上线从“周级”缩短至“分钟级”。
• 系统稳定性：规则与代码解耦，降低核心系统复杂度，提升可维护性与发布安全性。
• 合规与审计：所有规则变更可追溯，决策过程可回放，满足金融、税务、医疗等强监管行业要求。
• 降本增效：减少 IT 开发负担，释放人力资源；如与 RPA 结合，实现端到端自动化； 与AI结合，实现规则的自动编写和维护。
• 创新加速：快速试错新业务策略（如 A/B 测试），支撑精细化运营与个性化服务。
• 技术自主可控：国产化替代方案，摆脱对国外商业软件依赖，保障供应链安全。

1.3 研发目标：解决用户痛点问题

• 规则频繁变更，却缺乏有效追溯机制：业务需求日均更新，传统方式无法记录每一次修改来源与影响，审计合规成难题：→ 需要可追溯、可审计的规则管理能力。
• 变更响应要求高，但发布流程缓慢僵化：决策需小时级响应，而系统重启、部署耗时长，严重影响业务时效性：→ 需要快速生效、零停机发布的动态规则部署能力。
• 规则数量庞大，管理混乱难以维护：数万条规则分散在代码中，版本混乱、逻辑耦合，运维成本极高：→ 需要集中化、可视化、结构化的规则管理平台。
• 业务人员无法自主调整规则，依赖IT开发介入：业务分析员想优化策略却“无权无工具”，IT响应慢，协作效率低：→ 需要降低技术门槛，实现业务与IT协同治理。
• 规则高度敏感，安全与权限控制薄弱：涉及金融、风控等核心领域，规则涉密且需分级管控，现有系统缺乏细粒度权限管理：→ 需要安全可控、支持多角色权限隔离的规则环境。
• 系统复杂度高，规则与应用紧耦合，扩展困难：规则嵌入业务代码，导致系统难以拆分、复用困难，阻碍架构演进：→ 需要解耦规则与业务逻辑，实现独立部署与弹性扩展。

1.4 自主研发、信创适配

  UDM智能决策引擎软件采用完全自主研发的技术路线，其规则引擎内核基于Java语言构建，自主实现了高性能的TurboRete、Fastpath、Sequential等算法，而非对Drools、QLExpress等开源规则引擎的二次封装或包装。这使得UDM在核心技术层面实现了完全的自主可控，具备独立演进、深度定制和持续优化的能力。
  积极响应国家信创战略，随着国家对金融、能源、交通等关键行业核心系统提出明确的国产化替代时间表，UDM作为纯国产自研的智能决策引擎，可帮助企业顺利实现国产化替代方案，摆脱对国外规则引擎软件依赖，保障供应链安全，确保业务决策系统的安全、合规与可靠。

2. 系统架构

UDM 智能决策引擎软件实现了从规则的开发、配置管理、执行的全生命周期管理，其软件系统主要由以下三大模块组成：

• 规则管理控制台：用于系统配置、团队权限管理、规则项目管理、规则仓库、规则部署与监控等功能。
• 规则编排设计端：提供可视化设计器，支持变量、参数、业务规则、决策表、决策流等元素的拖拽式配置。
• 规则执行端：轻量级运行时引擎，负责解析并执行规则逻辑，支持高并发调用。

3. 功能特性

3.1 规则管理控制台

• 系统配置管理：设置全局参数、数据源连接信息、安全策略，以及系统资源导入等。
• 团队配置管理：支持以‘业务线’或‘产品线’划分的多租户模式的角色权限体系，进行细粒度权限控制。
• 规则项目管理：创建多个规则项目，包含独立的规则仓库、变量库、规则版本历史管理，规则发布与部署，规则执行监控。

3.2 规则编排设计端

• 变量与参数：BOM（业务对象模型）定义，以及变量集、项目参数定义。

• 业务规则：使用自然语言表达式编写条件逻辑，支持复合条件、嵌套判断等。

• 决策表：图形化表格形式定义规则。

• 决策树：图形化树状形式定义规则。

• 决策流：流程图方式构建复杂决策路径。

• 规则发布：规则文件编译为规则执行包， 并同步到规则管理端RuleApp库。

3.3 规则执行端

• 轻量化Java SDK或REST API供业务系统调用，支持同步与异步调用模式。

• 可提供性能监控指标，支持降级、限流等容错机制。
• 可支持用户方技术团队在Java SDK基础上扩展，集成到用户方技术栈中，比如支持dubbo协议，自定义TCP/IP协议。

4. 应用场景

​ UDM智能决策引擎软件广泛应用于以下高规则密度、强业务逻辑的领域：

• 金融信贷：自动审批、授信额度计算、反欺诈策略
• 保险理赔：理赔规则引擎、自动核赔、欺诈识别
• 电商平台：促销活动规则、优惠券精准发放、会员权益管理
• 智能制造：生产调度规则、产品质量判定逻辑
• 政务审批：政策智能匹配、申请人资格审查、审批流程自动化
• 电信运营：个性化套餐推荐、用户流失预警、信用控制策略

注：规则引擎亦可扩展至医疗健康、智慧物流、能源管理等国民经济各领域的规则驱动型业务系统。

5. 技术优势

5.1 易用性

 可视化设计器降低使用门槛，非技术人员也可参与规则维护。

5.2 灵活性

 支持多种规则表达方式，适配复杂业务需求。

• 业务规则：业务（操作）规则是一个声明式的、由自然语言（BAL）编写的“IF-THEN”语句。它利用在业务对象模型 (BOM) 中预定义的业务术语、运算符和值来构建条件。当该条件在运行时被评估为 true 时，系统将自动执行其动作部分，从而自动化地实施业务策略。
• 决策表：决策表 (Decision Table) 是一种以表格形式组织和表达业务规则的强大工具。它将复杂的条件逻辑可视化，特别适合处理“多条件组合，对应不同动作或结果”的场景。
• 决策树：决策树 (Decision Tree) 是一种以树状形式组织和表达业务规则的强大工具。它将复杂的条件逻辑可视化，其根节点和枝节点是条件区、叶节点是动作区，特别适合处理“重复条件复用”的场景。
• 决策流：决策流 (Ruleflow) 是UDM 中用于编排和控制一组规则集 (Rule Sets) 执行顺序与逻辑的图形化工作流。主要用来解决复杂业务逻辑下多个规则集之间应该如何协作的问题。

5.3 可扩展性

 模块化设计，易于拓展新功能或接入第三方服务。

5.4 高性能

 Java 实现的 Rete 算法核心，高性能、稳得住，实现毫秒级响应。

例如，在以下示例【团体险理赔金计算规则】的压力测试中，50个线程压测600秒，其TPS可以达到30000/sec，异常率0%，且资源使用率总体表现良好。

6. 生态与集成

• 开放API：提供RESTful接口，支持HTTP/HTTPS。
• SDK支持：暴露API接口，提供Java技术栈持续集成的能力。
• 第三方集成：支持与统一身份认证系统对接。

7. 未来展望

随着技术的发展，UDM 将继续演进，重点方向包括引入机器学习辅助规则生成、支持自然语言生成规则、构建决策知识图谱等。