规则引擎指南

     

快速实现业务规则的开源API逻辑服务器简介

50 2K

API Logic Server 是一个开源 Python 项目。它是一个用于项目创建的CLI,以及用于项目执行的一组运行时(SAFRS API、Flask、SQLAlchemy ORM、业务逻辑引擎.

BPMN 2.0 和 Jakarta EE

49 3K

Jakarta EE 与 BPMN 2.0 相结合,形成了一个强大的联盟,用于开发强大的、可扩展的和可互操作的 BPM 解决方案。基于Jakarta EE 框架的BPMN工作流引擎形成了一个强大而有效.

Rules:以YAML为输入的最小Go规则引擎

46

最小规则引擎,使用 yaml 作为输入,其目的是允许非程序员编辑和提供将生成特定输出的业务规则。它使用 yaml 因为有固定的语法,人们可以在线参考(不是脚本语言)。它仍然有很多冗长的内容,以方便开发.

如何发现商业规则以及表达它们的五项基本技能

112 1 5K
人们需要哪些技能来分析正式沟通以制定商业和政府中的实用规则?源材料的解释需要什么?本讨论确定了您需要的五项基本技能。为了说明这些技能,它检查了我们一位客户的政策手册中的以下简短文字,该客户的任务是支付.

Spring中实现微服务综合交易的验证和升级

44 13K

了解金融科技中的综合交易如何帮助确保质量和信心,验证重大更新或新功能后的业务功能。在金融科技应用程序、移动应用程序或网络中,在贷款申请等领域部署新功能需要仔细验证。使用真实用户数据(尤其是个人身份信息.

细粒度授权实施指南

88

随着网络威胁的日益复杂和监管要求的不断提高,实施强有力的授权机制变得至关重要。特别是细粒度授权,允许组织根据各种属性精细地控制对资源的访问,从而提供了强大的解决方案。在本文中,我们深入研究了细粒度授权.

Spring中实现策略模式示例

76 12K

在本教程中,将探索 Spring 框架中的各种策略模式实现,例如列表注入、映射注入和方法注入。什么是策略模式?策略模式是一种设计原则,允许您在运行时切换不同的算法或行为。它允许您在不改变应用程序核心逻.

规则引擎与机器学习比较

88

规则引擎使用预定义的逻辑来做出决策,而机器学习算法则从数据中学习来做出预测或决策。规则引擎和机器学习代表了计算机系统中两种根本不同的决策和预测方法。虽然规则引擎根据人类设置的明确的预定义规则运行,但机.

GoRules:Go的业务规则引擎

128 6K

ZEN Engine 是一个跨平台、开源业务规则引擎 (BRE)。它是用 Rust 编写的,并提供NodeJS、Python和Go的本机绑定。 ZEN Engine 允许从 JSON 文件加载和执行 .

以规则为本是西方文明的最基本特征

185 1 3K

绝大多数商业和政府规则仍然在使用根本不是为编制业务规则为目的的软件语言。未来几年,我们需要设想人与机器之间建立一种新的伙伴关系,一种更直接适合治理的伙伴关系。毕竟,以规则为基础是西方文明最基本的特征。.

谷歌安全2规则:三个选择中只能取两个

51
当您编写代码来解析、评估或以其他方式处理来自互联网的不可信输入时,我们希望遵循一个简单的规则,以确保这样做足够安全!我们喜欢遵循一条简单的规则,以确保这样做足够安全。2规则是从以下选项中选择不超过 2.

系统设计中的限制性与灵活性

194 2 5K

集合论中的罗素悖论以及软件系统设计中过度宽容规则的问题。 罗素悖论揭示了集合论中的自指矛盾,表明过度宽容的规则可能导致难以处理的边缘情况。 软件系统中的过度宽容规则也可能引发意想不到的问题,挑战系统的.

什么是流程编排协调?

131 2K

流程编排协调,或者更具体地说流程协调,是包括医疗保健和金融服务在内的许多行业的一个重要方面。它涉及各种人员、流程和技术的协调,以实现特定的目标或结果。协调存在多个层次,每个层次都有自己独特的特点和要求.

Java中的规则引擎

395 1 10K

Java 中的规则引擎为我们提供了一个以灵活且定义的方式管理和执行业务规则的框架。这些引擎使开发人员能够在不更改核心应用程序的情况下更轻松地修改和理解规则,从而将业务逻辑与应用程序代码分开。规则引擎旨.

表达业务规则时能明确无误、毫无疑问吗?

139 2K
消除歧义是政策解释者和专业分析师的一项基本技能。自然语言可以完全明确吗?不,当然不。在某些情况下,它是否可以毫无疑问地变得明确?绝对如此——这样做对于群体和社区的规则至关重要。(忽视上下文的语言其实都.

DDD中如何为聚合模型减负?

169 2K
业务需求场景: 商品应在提交订单时为客户保留。 仅仅将商品添加到购物车并不能保证产品的可用性。 客户不能将已经缺货的产品加入购物车。 事实上,这并不是什么花哨的要求。我曾经做过一个电子商务项目,就有这.

业务规则和验证的区别?

246 1 4K

将业务规则与琐碎的验证相混淆,将不会带来任何好处。当你所拥有的只是琐碎的验证时,不要把事情复杂化。让我们立即从一个非常简单的代码示例开始。这是一个有两个条件的单一方法。 第一个是,如果数量参数小于或等.

ML算法对量化交易规则的处理

101

ML算法采用剪枝技术,通过排序、抽样和分类,去除多余或不重要的交易规则。这一过程的结果可分为四种情况。假设 "U "是交易者的数据集,"A "是发现的交易规则集: 符合规则:如果 A_i 的前因和后果.

权限管理策略对决:RBAC vs. ABAC vs. ReBAC

360 1 11K

与我们一起寻找史诗般的大逃杀中的最佳授权策略模型:RBAC vs. ABAC vs. ReBAC区分授权和身份验证非常重要 :区分两者就像理解 401 和 403 之间的区别一样简单: 401 - 当.

金融财务领域通过规则引擎和AI提高算法效率

100

交易协调中的某些工作流程非常适合人工智能,而其他工作流程则非常适合确定性引擎的数学问题。想象一下,我们需要协调 10 笔相同的 1 美元付款。通常,在银行对账单上,我们会看到其中一些批次在一起。对账涉.

工作流引擎选择标准与指南

255 1 3K

在本指南中,我们探讨了工作流引擎的基本要素、它们的质量和功能,以及为您的特定用例选择正确的引擎时要考虑的关键因素。通过了解项目的独特需求(无论是面向开发人员还是非技术用户),并评估每个引擎的可扩展性、.

如何表达业务规则?用声明方式!

172 2K

下面这个比喻可以说明声明性规范与过程性规范之间的区别: 编写一个计算机程序。 在单独的卡片上注明每条语句。 将这卡片交给操作员执行。 确保程序运行正常,没有错误。 将卡片高高抛起。 按随机顺序捡起地上.

结合大语言模型灵活性和规则引擎可预测性

543 2K

大语言模型LLM系统(如ChatGPT)特点:灵活且惊人,但不可靠。规则引擎(如Drools)特点:稳定,可预测性、可跟踪性。使用langchain4j将大语言模型与业务规则引擎结合起来。训练有素的深.

医疗保健软件HIPAA开发指南

252 2K

HIPAA,即《健康保险流通与责任法案》,是美国 1996 年颁布的联邦法律。其主要目的是保护敏感的患者健康信息,确保个人医疗记录和个人健康信息 (PHI) 的隐私和安全,并防止数据泄露。如果您的医疗.

纪念道格:质疑专家系统、知识库和规则引擎

643 2 11K

来自AI前沿、符号计算大师stephen wolfram文章,本文阐述了计算第一和逻辑第一的区别,我们知道,世界是由物质构成的,但是stephenwolfram认为世界是由计算构成的,当然传统数学家和.

好规则的标准:切实可行

364 3K

规则必须是具体和明确的,否则在遵守、确定和计数方面就无法做到有章可循。好的规则可以避免主观性和不可能。这些规则经过解释(深入研究),可以直接使用或应用。换句话说,好的规则是可以付诸实践的。在本文中,罗.

Uber如何实现互联网大规模金融交易的自动化审计?

458 4K

假设乘客于 2022 年 1 月从家到机场,费用为 60 美元。6-7 个月后,乘客再次从家到机场,但现在需支付 50 美元。在这两次行程中,乘客都使用了具有相同出发地和目的地的 UberX。现在,用.

业务行为规则的五个问题

520 4K

群体和社区的规则的关键特征是,个人和组织(以及机器)有时会打破规则。这很明显。它一直在发生。只要看看你的周围。想想我们花了多少时间和精力去预测、检测和制裁违规行为。这就是为什么我们有监管机构、警察和监.

验证与业务规则的区别 - Mark Seemann

520 1 4K

验证是区别于业务规则的定义。本文提出了软件开发中验证的定义:介绍了我目前是如何区分验证和业务规则的。我发现这种区分是有用的,尽管这也许是一个因果关系颠倒的例子。我的定义是这样的:验证是一个决定数据是否.

使用反需求方法寻找隐藏的业务逻辑和系统边界

668 1 5K
我们都喜欢建立绿地新项目。 但不可避免的是,开始一个新的项目需要与商业利益相关者进行大量的会议,以确定初始需求和典型的数据模型。这些都是......不那么有趣的。当这些会议之一发生在高碳水化合物的午餐.