目录
- CLIPS 与基于规则的专家系统
- CLIPS 语法基础与数据类型
- 事实、模板与工作记忆
- 事实操作与初始事实集合
- 规则定义、执行与构件管理
- 变量、通配符与事实地址
- 字段约束与谓词函数
- 条件元素：or、and、not、exists、forall、logical
- 决策树专家系统案例
- 规则执行控制：显著性、阶段与模块
- 过程式函数与交互控制
- 监控系统案例：传感器、趋势与告警
- 推理引擎、模式匹配网络与效率优化
- 事实文件的加载与保存
- 总结与对比
- 参考资料
1 CLIPS 与基于规则的专家系统
1.1 CLIPS 的定位
CLIPS 是 C Language Integrated Production System 的缩写，中文可以理解为 C 语言集成产生式系统。它最初由 NASA Johnson Space Center 开发，用来构建专家系统（Expert System）。根据 CLIPS 官方介绍，CLIPS 适合那些“用启发式规则比用固定算法更容易描述和维护”的问题；这也解释了为什么 CLIPS 常出现在人工智能知识表示与推理主题中：它不是普通的过程式语言，而是一种面向知识、规则和推理的工具。
在专家系统中，知识通常不是写成一条从头到尾执行的程序，而是写成许多“如果条件满足，就执行某些动作”的规则。系统运行时会不断查看当前事实，找出可以触发的规则，并把规则的动作作用到工作记忆（Working Memory）上。这个过程叫前向推理（Forward Chaining），因为推理从已知事实出发，一步步推出新事实或执行新动作。
1.2 基于规则的专家系统结构
一个典型专家系统包括用户界面、知识获取设施、解释设施、知识库、工作记忆、议程和推理机。它们之间的关系可以理解为：知识库保存长期规则，工作记忆保存当前事实，推理机负责把规则和事实匹配起来，议程保存已经匹配成功但尚未执行的规则实例。
| 组成部分 | 英文 | 作用 |
|---|---|---|
| 用户界面 | User Interface | 让用户输入问题、查看系统输出 |
| 知识获取设施 | Knowledge Acquisition Facility | 帮助把专家经验转化为系统中的事实和规则 |
| 解释设施 | Explanation Facility | 解释系统为什么得到某个结论，体现专家系统的可解释性 |
| 知识库 | Knowledge Base | 保存规则（Rules），表示领域知识 |
| 工作记忆 | Working Memory | 保存事实（Facts），表示当前问题状态 |
| 议程 | Agenda | 保存已激活、等待执行的规则实例 |
| 推理机 | Inference Engine | 进行匹配、冲突消解和动作执行 |
这一结构的优点是模块化强、可解释性好、接近人类用规则处理问题的方式。例如在火灾应急系统中，规则可以写成“如果发生火灾，则启动喷水系统”。当工作记忆中出现火灾事实时，系统就会触发对应规则，并生成响应动作。
2 CLIPS 语法基础与数据类型
2.1 这里的记号约定
CLIPS 的语法大量使用括号，因此读代码时首先要习惯 Lisp 风格的前缀表达式。这里的记号约定是为了描述语法模板，而不是 CLIPS 程序本身。
| 记号 | 含义 | 例子 |
|---|---|---|
( ) |
CLIPS 的基本定界符 | (assert (data 3)) |
<integer> |
需要替换成一个整数 | <limit> 可以写成
10 |
[ ] |
可选部分 | [<optional-comment>]
表示注释可写可不写 |
+ |
一个或多个 | <fact>+
表示至少一个事实 |
* |
零个或多个 | <slot-definition>*
表示可以没有，也可以有多个槽定义 |
| |
多选一 | all | none | some
表示三者选一 |
2.2 原子数据类型
CLIPS 的基本数据类型包括整数、浮点数、符号和字符串。符号（Symbol）是
CLIPS 中非常常见的值，它不加引号，例如
fire、activate-sprinkler-system。字符串（String）必须加双引号，例如
"John Smith"。
| 类型 | 英文 | 示例 | 说明 |
|---|---|---|---|
| 整数 | integer | 1、+3、-1、65 |
不带小数点 |
| 浮点数 | float | 1.5、0.7、9e+1 |
可用科学计数法 |
| 符号 | symbol | fire、345B |
常用于枚举值、名字、状态 |
| 字符串 | string | "John Smith" |
可包含空格，必须加双引号 |
CLIPS
用空格、制表符、换行、双引号、括号、分号以及若干特殊字符作为分隔符。变量名以
? 或 $?
开头，因此普通符号不能以这两个前缀开头。这个细节在阅读模式匹配代码时很重要：?name
不是符号，而是一个单字段变量；$?name 是多字段变量。
2.3 前缀表达式与数学函数
CLIPS 中函数调用采用前缀形式，即函数名写在最前面。例如普通数学表达式 \(3+4\times 5\) 在 CLIPS 中写作：
1 | (+ 3 (* 4 5)) |
同理，表达式 \(\frac{y_2-y_1}{x_2-x_1}>0\) 可以写成：
1 | (> (/ (- ?y2 ?y1) (- ?x2 ?x1)) 0) |
这种写法的好处是所有函数调用都具有统一结构：(函数名 参数1 参数2 ...)。它看起来不如中缀表达式直观，但对于解释器来说更容易解析。
3 事实、模板与工作记忆
3.1 事实是 CLIPS 的“当前世界状态”
事实（Fact）表示系统当前知道的信息。工作记忆可以看成事实列表，里面既可以保存原始输入，也可以保存规则推理出的中间结果和最终结论。例如：
1 | (person (name "John Smith") |
这个事实表示一个人的姓名、年龄、眼睛颜色和头发颜色。与普通数据库记录类似，它由关系名
person 和若干字段组成。不同之处在于，CLIPS
的事实会被规则实时匹配；当事实被增加、删除或修改时，议程中的规则激活也会随之更新。
3.2 deftemplate：定义事实结构
deftemplate
用来定义模板（Template），也就是某类事实应该有哪些槽（Slot）。模板相当于数据库中的表结构或
C 语言中的结构体定义。其基本语法是：
1 | (deftemplate <relation-name> |
槽有两种：slot
表示单字段槽，只能放一个值；multislot
表示多字段槽，可以放零个或多个值。例如：
1 | (deftemplate person |
这里 name 用 multislot
是因为姓名可能由多个部分构成，例如 John Q. Smith；而
age、eye-color、hair-color
一般只需要一个值。
3.3 模板属性：类型、取值、范围、基数和默认值
模板不仅能规定槽名，还能规定槽值的合法范围。这样做的目的不是为了“写得更复杂”，而是为了让知识库更可靠：错误事实在进入工作记忆时就能被发现。
| 属性 | 语法 | 作用 |
|---|---|---|
| 类型属性 | (type <type-specification>) |
限定槽值类型，如
SYMBOL、INTEGER、FLOAT |
| 允许值属性 | (<allowed-value> <value>+) |
限定槽值必须属于某个集合 |
| 范围属性 | (range <lower-limit> <upper-limit>) |
限定数值上下界 |
| 基数属性 | (cardinality <lower-limit> <upper-limit>) |
限定多字段槽中字段个数 |
| 默认值属性 | (default <default-specification>) |
给没有显式填写的槽提供默认值 |
每一种槽属性都有对应的可选值。首先，类型属性中的
<type-specification>
用来说明槽里可以放什么类型的数据：
<type-specification> |
含义 |
|---|---|
?VARIABLE |
默认值，表示类型不受限制，可以匹配任意合法 CLIPS 值 |
SYMBOL |
符号类型，例如
fire、male、activate-sprinkler-system |
STRING |
字符串类型，例如
"John Smith" |
LEXEME |
词素类型，等价于 SYMBOL 或
STRING，即可以是符号也可以是字符串 |
INTEGER |
整数类型，例如
21、-1 |
FLOAT |
浮点数类型，例如
1.5、9e+1 |
NUMBER |
数值类型，等价于 INTEGER 或
FLOAT |
允许值属性中的 <allowed-value>
用来进一步限制槽值必须来自某个集合。它不是具体值本身，而是说明“后面这些值按什么类别解释”：
<allowed-value> |
含义 |
|---|---|
allowed-values |
允许任意类型的指定值，是最通用的取值集合限制 |
?VARIABLE |
默认值，表示不限制允许值集合 |
allowed-symbols |
后面列出的允许值必须按符号处理 |
allowed-strings |
后面列出的允许值必须按字符串处理 |
allowed-lexemes |
后面列出的允许值可以是符号或字符串 |
allowed-integers |
后面列出的允许值必须是整数 |
allowed-floats |
后面列出的允许值必须是浮点数 |
allowed-numbers |
后面列出的允许值可以是整数或浮点数 |
范围属性中的 <lower-limit> 和
<upper-limit> 可以是具体数字，也可以是
?VARIABLE。如果写具体数字，就表示对应的下界或上界；如果写
?VARIABLE，就表示这一侧没有固定边界。例如
(range 0 ?VARIABLE) 表示数值不能小于
0，但没有规定最大值。
基数属性中的 <lower-limit> 和
<upper-limit> 用来限制 multislot
中字段个数，取值可以是正整数或 ?VARIABLE。例如
(cardinality 1 6) 表示这个多字段槽至少有 1 个字段、最多有 6
个字段；如果上界写成
?VARIABLE，就表示没有固定最大个数。
默认值属性中的 <default-specification>
有三种常见情况：?DERIVE 是默认设置，表示让 CLIPS
根据类型、允许值、范围和基数等信息推导默认值；?NONE
表示没有默认值，断言事实时必须显式提供该槽值；如果写一个或多个表达式，则这些表达式就是用户指定的默认值。单字段槽只能给一个默认表达式，多字段槽可以给零个或多个默认表达式。
3.3.1 例子
例如，一个人的年龄应为整数且不能小于 0，性别只能取 male
或 female，可以写成：
1 | (deftemplate person |
其中 ?VARIABLE 在属性中表示“这一端不固定”。
这里的 default-derive-example 进一步说明了
?DERIVE 的含义：如果不显式指定默认值，CLIPS
会根据类型、允许值、范围等属性推导一个默认值。
1 | (deftemplate default-derive-example |
断言 (default-derive-example) 时没有显式填写任何槽，所以
CLIPS 会为每个槽推导默认值，结果可理解为：
1 | (default-derive-example |
这里 a 没有类型、范围或允许值限制，因此默认推导为
nil；b 被声明为整数，所以默认得到整数
0；c 的允许值是
red green blue，CLIPS 取第一个允许值
red；d
是没有基数要求的多字段槽，因此默认为空字段序列；e
是多字段槽，并且要求字段个数恰好为 2、类型为浮点数、范围为 \([3.5,10.0]\)，所以 CLIPS 用下界
3.5 填满两个字段，得到
(e 3.5 3.5)。这个例子说明，?DERIVE
不是固定产生同一个值，而是会结合槽的约束条件推导一个合法默认值。
3.4 有序事实与模板事实
CLIPS 中的事实可以分为有序事实（Ordered Fact）和模板事实（Template Fact）。有序事实只有关系名和一串字段，例如：
1 | (number-list 7 9 3 4 20) |
模板事实则显式写出槽名，例如：
1 | (person (name Sean Zheng) |
有序事实适合结构简单、字段含义由位置决定的场景；模板事实适合字段较多、需要类型约束和可读性的场景。实际开发中，如果事实有明确属性，优先使用
deftemplate
定义模板，因为它能让规则更清楚，也能减少因字段顺序写错带来的错误。
3.5 各概念的关系
4 事实操作与初始事实集合
4.1 assert、facts、retract 与 modify
事实操作是 CLIPS 程序运行时改变工作记忆的主要方式。
| 操作 | 语法 | 作用 |
|---|---|---|
| 增加事实 | (assert <fact>+) |
向工作记忆加入一个或多个事实 |
| 显示事实 | (facts [<start> [<end> [<maximum>]]]) |
查看当前事实列表 |
| 删除事实 | (retract <fact-index>+) |
根据事实编号或事实地址删除事实 |
| 修改事实 | (modify <fact-index> <slot-modifier>+) |
修改模板事实的槽值 |
4.1.1 Assert：增
assert 的作用是把新事实加入工作记忆。例如：
1 | (assert (person (name "John Smith") |
执行后，工作记忆中会多出一个 person 事实。CLIPS
会给每条事实分配事实编号，例如可能显示为
f-1、f-2。这个编号后面可以被
retract 或 modify 使用。
4.1.2 Facts：查
facts 用来查看当前事实列表。最简单的写法是：
1 | (facts) |
如果当前工作记忆中有两个事实，输出可能类似于：
1 | f-1 (initial-fact) |
也可以指定显示范围。例如 (facts 2 5) 表示显示编号从
2 到 5
的事实；如果再加最大显示数量，则可以限制最多输出多少条事实。
4.1.3 Retract：删
retract 用来删除事实。例如，如果上面 person
事实的编号是 f-2，可以写：
1 | (retract 2) |
或者在规则中使用事实地址删除匹配到的事实：
1 | (defrule remove-moved-record |
第一种写法适合在交互环境中根据事实编号手动删除，第二种写法适合在规则执行时删除当前匹配到的事实。
4.1.4 Modify：改
modify 用来修改模板事实中的槽值。例如，如果
f-2 是一个 person 事实，现在要把年龄改成
22，可以写：
1 | (modify 2 (age 22)) |
如果在规则中修改事实，通常先用事实地址绑定它：
1 | (defrule birthday |
这条规则的意思是：匹配到某个人后，把他的年龄加
1。需要注意的是，modify
只能修改模板事实的槽值；对于有序事实，通常需要先 retract
旧事实，再 assert 新事实。
modify
本质上可以理解为“删除旧事实，再加入修改后的新事实”。因此它也会触发规则重新匹配。比如某人搬家后，可以把
person 事实中的地址更新为新的地址。
4.2 deffacts：预置一组初始事实
deffacts
用来定义一组可以在重置系统时自动加入工作记忆的事实：
1 | (deffacts people |
这类似于给系统准备测试数据或初始数据库。需要把 deffacts
和 assert 区分开：deffacts
是构件定义，描述“有哪些初始事实”；assert
是运行时动作，直接把事实放入工作记忆。
5 规则定义、执行与构件管理
5.1 defrule：把知识写成“条件到动作”
规则（Rule）是 CLIPS 的核心构件。基本语法是：
1 | (defrule <rule-name> |
=>
左边是条件部分（LHS），通常由一个或多个模式组成；右边是动作部分（RHS），可以增加事实、修改事实、打印信息或调用函数。这里的火灾规则可以解释为：如果工作记忆中存在一个
emergency 事实，并且它的 type 槽为
fire，那么系统就断言一个响应事实，表示应该启动喷水系统。
1 | (defrule fire-emergency |
这条规则并不是在定义一个函数供用户手动调用，而是在定义一个可被事实触发的知识片段。当事实满足 LHS 时，规则实例进入议程；当推理机选择它执行时，RHS 动作才真正发生。
5.2 run、printout 与 clear
run 用来启动推理过程：
1 | (run [<limit>]) |
如果指定
<limit>，系统最多触发指定次数的规则；如果不指定，则运行到没有可执行规则、遇到
halt 或用户中断为止。printout 用于输出：
1 | (printout t "Activate the sprinkler system" crlf) |
其中 t 表示标准输出，crlf
表示换行。clear
则会清空当前环境中的构件和事实，通常用于重新开始一次实验。
5.3 构件的查看、格式化输出与删除
CLIPS 把规则、模板、初始事实集合等称为构件（Construct）。常用管理命令包括：
| 功能 | 命令 |
|---|---|
| 列出规则 | (list-defrules) |
| 列出模板 | (list-deftemplates) |
| 列出初始事实集合 | (list-deffacts) |
| 美化输出规则 | (ppdefrule <defrule-name>) |
| 美化输出模板 | (ppdeftemplate <deftemplate-name>) |
| 美化输出初始事实集合 | (ppdeffacts <deffacts-name>) |
| 删除规则 | (undefrule <defrule-name>) |
| 删除模板 | (undeftemplate <deftemplate-name>) |
| 删除初始事实集合 | (undeffacts <deffacts-name>) |
这些命令的学习意义在于帮助理解 CLIPS 环境的交互式特征。CLIPS 不只是一个语言规范，它也是一个可以不断加载、查看、运行和调试规则库的开发环境。
6 变量、通配符与事实地址
6.1 单字段变量
变量以 ?
开头，用来在模式匹配时绑定事实中的字段。例如：
1 | (defrule find-blue-eyes |
当工作记忆中有 (person (name Jane) (eyes blue))
时，?name 会绑定为
Jane。如果有多个符合条件的人，这条规则会产生多个激活，每个激活对应一组不同的变量绑定。
变量还可以在多个模式之间传递约束。例如：
1 | (defrule find-eyes |
如果先断言
(find (eyes green))，那么第二个模式只会匹配眼睛为
green 的人。这里的 ?eyes
把“查询条件”和“人员事实”连接起来。
6.2 事实地址：在 RHS 中修改或删除匹配到的事实
如果规则右部需要修改或删除左部匹配到的事实，就必须保存事实地址。语法形式是：
1 | ?f <- (pattern ...) |
例如这里的搬家信息处理规则可以理解为：先匹配一个 moved
事实，再匹配同名的 person 事实，然后把 person
的地址改成新地址。
1 | (defrule process-moved-information |
?f1 和 ?f2
不是普通字段值，而是事实在工作记忆中的引用。没有事实地址，RHS
就不知道应该修改或删除哪一条具体事实。
6.3 单字段通配符与未指定槽
单字段通配符 ?
表示“这里有一个字段，但我不关心它的值”。例如要匹配姓名为“三段式结构，最后一段是某个姓”的人，可以写：
1 | (person (name ? ? ?last-name) |
这里前两个 ? 只占位，不绑定变量；?last-name
和 ?id-number 会被保存供 RHS
使用。未在模式中写出的槽并不是不存在，而是默认等价于用 ?
匹配。例如：
1 | (person (name John Q. Smith)) |
等价于：
1 | (person (name John Q. Smith) |
这说明 CLIPS 的模板模式可以只写关心的槽，从而让规则更简洁。
6.4 多字段通配符
多字段通配符 $? 可以匹配零个或多个字段。它在处理
multislot 时非常重要。例如：
1 | (person (name $?name) |
如果某人的孩子列表是 (Jane Joe Paul)，并且要寻找孩子
Joe，那么 $?before 绑定为
(Jane)，?child 绑定为
Joe，$?after 绑定为
(Paul)。如果列表中有多个 Joe，CLIPS
会给出多种匹配方式。这里的 Jack R. Lenny 有三个
Joe，因此会产生三种不同的“前面若干字段 + 当前 Joe +
后面若干字段”的绑定。
多字段通配符虽然灵活，但会显著增加匹配组合数。后面效率优化部分会强调：不要滥用多字段通配符和多字段变量。
7 字段约束与谓词函数
7.1 连接约束：非、或、且
CLIPS 的字段约束可以在模式内部直接表达条件。常见连接符有
~、| 和 &。
| 约束 | 含义 | 示例 |
|---|---|---|
~ |
不能等于某值 | (hair ~black)
表示头发不是黑色 |
| |
多个候选值之一 | (hair brown|black)
表示棕色或黑色 |
& |
同时满足多个约束 | ?color&brown|black
表示绑定颜色且颜色为棕色或黑色 |
例如：
1 | (defrule person-without-black-hair |
如果需要在 RHS 中输出颜色，就不能只写
(hair brown|black)，而应该写成
(hair ?color&brown|black)。这样既限制了颜色范围，又把实际颜色绑定到
?color。
7.2 组合字段约束
复杂约束可以把多个变量、取值范围和否定条件结合起来。这里的例子可以解释为：第一个人眼睛为蓝色或绿色，头发不是黑色；第二个人不能与第一个人同名，眼睛颜色也不能相同，头发要么是黑色，要么与第一个人的头发颜色相同。
1 | (person (name ?name1) |
这类写法体现了 CLIPS 模式匹配的表达能力：它不仅能判断单个事实是否满足条件，还能在多个事实之间建立相等、不等和取值集合关系。
7.3 谓词函数与 test
谓词函数（Predicate Function）返回真或假，常用于更复杂的条件判断。例如：
1 | (and (> 4 3) (> 4 5)) ; FALSE |
test 条件元素可以把任意谓词表达式放入 LHS：
1 | (age ?age) |
这个模式也可以写成更紧凑的形式：
1 | (age ?age&:(> ?age 18)) |
两者含义相同：先把年龄绑定到 ?age，再检查它是否大于
18。学习时要注意，test
不是匹配一个事实，而是在当前变量绑定已经形成后，额外判断一个布尔条件是否成立。
8 条件元素：or、and、not、exists、forall、logical
8.1 or 与 and：组合多种触发条件
or
条件元素用于表达“多个条件分支满足一个即可”。例如，关电条件可以先写成两条规则：发生洪水时关电，或者喷水灭火系统开启时关电。用
or 后，可以把它们合并为一条规则：
1 | (defrule shut-off-electricity |
and 通常用于显式组合多个条件。虽然规则 LHS
中连续写多个模式本身就近似于“与”，但在嵌套结构中 and
能表达更清楚的逻辑。例如使用二氧化碳灭火器的条件可以是：发生 B
类火灾，或者发生 C 类火灾且电源已关闭。
8.2 not：用“不存在”触发规则
not
条件元素表示不存在某个匹配事实。这里的最大数规则很典型：
1 | (defrule largest-number |
这条规则不是直接排序，而是说：如果存在一个数
?x，并且不存在任何比它更大的数 ?y，那么
?x 就是最大数。这个例子体现了 not
的推理味道：它常用于表达“没有反例”。
使用 not 时要特别注意变量绑定顺序。生日例子说明，不能在
not
内部首次绑定一个后面还要使用的变量。正确写法应当先由普通模式绑定日期，再在
not 中检查当天是否无人生日：
1 | (check-for-no-birthdays (date ?date)) |
如果把 (not (person (birthday ?date)))
放在前面，?date 没有来源，规则含义就会出问题。
8.3 exists：只关心是否至少存在一个事实
如果规则只需要在“至少存在一个 emergency”时触发一次，应该使用
exists：
1 | (defrule operator-alert-for-emergency |
如果不使用 exists，而只写
(emergency)，那么每一个 emergency
事实都会产生一个激活。这里的两个紧急事实会导致输出两次；使用
exists
后，只要至少有一个紧急事实，规则整体就满足，但不会因为事实个数而重复触发同一逻辑。
8.4 forall：所有对象都满足后续条件
forall
用来表达“对所有满足第一个条件的对象，后续条件都成立”。这里的例子是：所有发生火灾的建筑都已经疏散，并且消防队已到达现场。
1 | (forall |
它的逻辑含义是：对于每一个火灾地点
?where，都必须存在对应的消防队事实和疏散事实。forall
可以看成对多个对象做一致性检查，特别适合“所有任务是否都已完成”“所有故障是否都已处理”这类问题。
等价形式为：
1 | (not (and <first-CE> |
这说明 forall
的本质是“不存在一个反例”：不存在某个对象满足第一个条件，却不满足后续条件。
8.5 logical：事实的逻辑依赖与真值维护
logical
条件元素用于建立事实之间的逻辑依赖。普通规则断言出的事实一旦进入工作记忆，通常不会因为前提事实消失而自动消失；而使用
logical 时，RHS 中断言的事实会依赖于 logical
中的前提。
例如：
1 | (defrule use-oxygen-masks |
这里 use-oxygen-masks
的合理性依赖于“有毒烟雾存在”和“正在使用气体灭火器”。如果这些逻辑前提不再成立，CLIPS
的真值维护机制可以撤销由它们支持的结论。dependents 和
dependencies
命令分别用于查看某事实支持了哪些事实，以及某事实依赖于哪些事实。
9 决策树专家系统案例
9.1 用规则表示决策树
这里的动物识别决策树从一个问题开始：动物是否为温血动物？如果不是，则猜测为蛇；如果是，再问是否会发出呼噜声，进而猜测为猫或狗。
在 CLIPS 中，决策树的每个节点都可以表示成一个 node
事实：
1 | (deftemplate node |
决策节点（Decision Node）保存问题和 yes/no 分支；答案节点（Answer
Node）保存最终猜测。这样一来，程序规则不需要把树结构写死，而是通过读取
node 事实来沿树移动。
9.2 初始化与询问问题
初始化规则检查是否还没有根节点，如果没有，就从
animal.dat 加载事实，并断言当前节点为
root：
1 | (defrule initialize |
当当前节点是决策节点且尚无回答时，系统输出问题并读取用户输入：
1 | (defrule ask-decision-node-question |
如果用户输入既不是 yes 也不是
no，bad-answer
规则会撤销该回答，让系统重新提问。这个设计体现了专家系统中的交互控制：规则不仅可以推理，也可以管理对话状态。
9.3 沿 yes/no 分支前进
如果回答是
yes，系统撤销当前节点和回答事实，并断言新的当前节点为 yes
分支；如果回答是 no，则进入 no 分支。规则的核心动作是：
1 | (retract ?node ?answer) |
或：
1 | (retract ?node ?answer) |
这里的关键思想是：程序状态由事实表示，程序流程由规则改变事实来推进。这和传统程序中的循环变量、指针移动不同，但表达决策树非常自然。
9.4 猜测答案与学习新节点
当当前节点是答案节点时，系统会输出猜测，并询问用户是否正确。如果猜对，系统询问是否再来一次；如果猜错，系统进入学习流程，要求用户输入正确动物和一个能区分新旧动物的问题。
这里的学习规则会执行三步：第一，生成两个新节点名；第二，把原来的答案节点改造成决策节点；第三，断言两个新的答案节点，一个保存新动物，一个保存旧动物。其效果是把原来的一片叶子扩展成一个新的二叉分支。
这个案例的学习重点不在具体动物，而在于理解 CLIPS
如何实现“可增长的知识库”。用户纠正系统后，系统不是修改程序代码，而是修改事实文件中的决策树节点。最后通过
save-facts "animal.dat" local node
保存节点事实，下次运行时系统就拥有了新知识。
10 规则执行控制：显著性、阶段与模块
10.1 为什么需要控制规则执行顺序
在简单例子中，只要规则满足条件就执行，顺序似乎不重要。但在真实系统中，很多规则会同时被激活，例如故障检测、故障隔离、恢复处理和优先级判断可能都能匹配事实。如果不控制执行顺序，系统可能先执行恢复，再做检测，导致逻辑混乱。
这类问题可以拆成几个阶段：检测（Detection）、隔离（Isolation）、恢复（Recovery）和优先级（Priority）。执行控制的核心目标是让系统在正确阶段运行正确规则。
10.2 salience：给规则设置优先级
显著性（Salience）是规则优先级。语法是：
1 | (declare (salience <integer>)) |
取值范围通常为 \(-10000\) 到 \(10000\)，默认值为 \(0\)。当议程中有多个激活时，CLIPS 会优先选择显著性更高的规则执行。
但是不要滥用 salience。错误做法是用优先级表达业务排斥关系，例如 emergency 规则 salience 为 10，important 为 5，normal 为 0。这样虽然能让 emergency 先执行，但规则之间仍然存在隐含耦合。更好的写法是在规则条件中显式写出排斥关系：
1 | (defrule situation-important |
这样规则本身就说明：只有没有 emergency 时，important 才应触发。salience 适合控制运行阶段，不适合替代业务逻辑条件。
10.3 phase 控制模式
阶段控制模式把当前阶段表示成事实，例如
(phase detection)。检测规则都要求存在
(phase detection)，隔离规则要求
(phase isolation)，恢复规则要求
(phase recovery)：
1 | (defrule detection-rule |
阶段切换规则使用较低 salience，例如
-10，确保当前阶段的普通规则先执行完，再切换到下一阶段：
1 | (defrule detection-to-isolation |
这种设计的好处是清楚、可调试。系统为什么运行某类规则，可以从工作记忆中的
phase 事实直接看出来。
10.4 defmodule：用模块组织规则库
当规则库变大后，仅靠 phase 事实可能还不够。CLIPS
提供模块（Module）机制：
1 | (defmodule <module-name> [<comment>]) |
默认模块是 MAIN。常用命令包括：
| 命令 | 作用 |
|---|---|
(get-current-module) |
查看当前模块 |
(set-current-module <module>) |
设置当前模块 |
(focus <module-name>+) |
把模块压入焦点栈，使其规则优先执行 |
(list-focus-stack) |
查看焦点栈 |
(clear-focus-stack) |
清空焦点栈 |
(pop-focus) |
弹出当前焦点模块 |
(get-focus) |
查看当前焦点 |
这里的模块化方案定义
DETECTION、ISOLATION、RECOVERY
三个模块，并在 MAIN 中用 phase-sequence
控制焦点轮转。这样不同阶段的规则不仅在逻辑上分开，也在模块命名空间中分开。
10.5 模块间导入和导出事实模板
模块可以控制模板的可见性。一个模块可以导出模板，另一个模块可以导入模板：
1 | (defmodule DETECTION |
如果恢复模块需要读取检测模块产生的 fault
事实，就必须导入对应模板。这个机制类似编程语言中的模块接口：不是所有知识都默认全局可见，而是通过
export 和 import 明确共享边界。
10.6 initial-fact 与特殊规则
还有一种特殊规则：没有 LHS 条件，只有 RHS 动作。
1 | (defrule <rule-name> |
这类规则常用于初始化。在涉及模块时，如果规则依赖
initial-fact，需要从 MAIN
导出并在其他模块导入：
1 | (defmodule MAIN (export deftemplate initial-fact)) |
学习时不必死记所有细节，但要理解它解决的是“模块中如何触发初始化规则”的问题。
11 过程式函数与交互控制
CLIPS 虽然是规则语言，但也提供过程式函数（Procedural
Functions），例如 if 和 while。它们通常写在
RHS 中，用来处理用户交互和局部控制。
if 的基本形式是：
1 | (if <predicate-expression> |
while 的基本形式是：
1 | (while <predicate-expression> |
这里的继续检查规则可以理解为：系统进入 check-continue
阶段后，询问用户是否继续；如果输入不是 yes 或
no，就循环提问；如果回答 yes，断言
(phase continue)；否则执行 halt 停止系统。
1 | (while (and (neq ?answer yes) (neq ?answer no)) |
这里 bind 用于给变量赋值，halt
用于停止推理机。它说明 CLIPS
不是纯粹的逻辑规则系统，在需要时也能写出过程式控制，但从风格上看，仍应让主要推理逻辑留在规则和事实中。
12 监控系统案例：传感器、趋势与告警
12.1 问题背景
设备监控系统可以作为执行控制的例子：多个传感器监测多个设备，每个传感器有低红线、低警戒线、高警戒线和高红线。系统根据传感器读数判断状态，并决定是否告警或关闭设备。
【图片占位：传感器与设备连接示意图】
红线和警戒线的含义可以概括为：
| 区间 | 条件 | 系统反应 |
|---|---|---|
| 低红线 | 读数小于等于低红线 | 立即关闭设备 |
| 低警戒区 | 大于低红线且小于等于低警戒线 | 发出警告；若持续一定周期则关闭 |
| 正常区 | 大于低警戒线且小于高警戒线 | 状态正常 |
| 高警戒区 | 大于等于高警戒线且小于高红线 | 发出警告；若持续一定周期则关闭 |
| 高红线 | 大于等于高红线 | 立即关闭设备 |
这个案例把前面所有知识串起来：模板定义数据结构，模块划分阶段，规则读取输入、判断趋势、产生告警，事实修改推动系统周期性运行。
12.2 设备与传感器模板
设备模板保存设备名和开关状态：
1 | (deftemplate MAIN::device |
传感器模板保存传感器名、所属设备、当前原始值、状态和四条阈值线：
1 | (deftemplate MAIN::sensor |
这里 raw-value 可以是数字，也可以是符号
none。这是一种常见的状态设计：当传感器值尚未读取或已经处理完时，用
none 表示“当前没有待处理读数”。
12.3 周期运行与模块焦点
系统用 (cycle 0)
表示当前周期，从事实数据中读取每个周期的传感器值。Begin-Next-Cycle
规则每次把周期数加 1，并把焦点设置为
INPUT、TRENDS、WARNINGS：
1 | (defrule MAIN::Begin-Next-Cycle |
这意味着每个周期中，系统先读取输入，再判断趋势，最后产生告警。模块焦点在这里承担了“调度器”的角色。
12.4 INPUT 模块：读取传感器值
INPUT 模块导入 MAIN 中的所有内容，并定义
fact-data-for-sensor 保存预置输入序列：
1 | (deftemplate INPUT::fact-data-for-sensor |
读取规则从每个传感器的数据列表中取出一个值，写入对应
sensor 的
raw-value，并从数据列表中删除该值：
1 | (modify ?s (raw-value ?raw-value)) |
如果某个传感器已经没有数据，而系统仍需要读取，No-Fact-Data-Values-Left
规则会打印提示并
halt。这体现了输入模块的职责：它不判断是否异常，只负责把原始数据放到工作记忆中。
12.5 TRENDS 模块：把原始值转化为状态
TRENDS
模块根据传感器阈值判断状态。正常状态规则可以概括为：若原始值大于低警戒线且小于高警戒线，则状态为
normal，并清空 raw-value。
1 | (test (and (> ?raw-value ?lgl) |
高警戒线状态规则则判断：
1 | (test (and (>= ?raw-value ?hgl) |
类似地，还应有高红线、低警戒线、低红线状态规则。判断完成后把
raw-value 设回
none，表示该周期读数已处理。
12.6 趋势事实：记录状态持续时间
单个周期的状态不足以决定是否关闭设备，因为警戒区通常允许短时间波动。系统使用
sensor-trend
记录某个传感器当前状态从哪个周期开始、到哪个周期结束，以及持续多少周期后应关闭设备：
1 | (deftemplate MAIN::sensor-trend |
如果新状态和趋势事实中的旧状态相同，State-Has-Not-Changed
规则只更新结束周期；如果状态变化，State-Has-Changed
规则把开始周期、结束周期和状态都改成当前周期的新状态。持续时间可以用公式理解为：
\[ \text{duration} = \text{end} - \text{start} + 1 \]
这个公式解释了为什么这里的规则写作
(+ (- ?end ?start) 1)。
12.7 WARNINGS 模块：告警与关停设备
WARNINGS
模块根据趋势事实决定输出警告还是关闭设备。红线区规则最直接：只要状态为
high-red-line 或
low-red-line，并且对应设备仍为
on，就立即打印告警并把设备状态改为 off。
警戒区规则则需要检查持续时间。如果传感器处于
high-guard-line 或
low-guard-line，且持续时间大于等于
shutdown-duration，系统关闭设备；否则只打印传感器处于警戒区的提示。
这个案例的关键不是记住每条规则，而是理解分层结构：
INPUT把外部数据变成事实。TRENDS把事实读数变成状态和趋势。WARNINGS根据趋势产生可执行动作。
这种结构让每个模块职责清楚，也让规则库更容易维护。
13 推理引擎、模式匹配网络与效率优化
13.1 识别-行动循环
CLIPS 推理机的核心过程是识别-行动循环（Recognize-Act Cycle）。每一轮大致包括四步：
- 匹配（Match）：检查哪些规则的 LHS 被当前事实满足，更新议程。
- 冲突消解（Conflict Resolution）：如果议程中有多个激活，选择优先级最高或符合策略的一个。
- 行动（Act）：执行所选规则 RHS，随后从议程中移除该激活。
- 停止检查（Check for Halt）：如果执行了
halt、用户中断或没有激活，则停止；否则进入下一轮。
这解释了为什么 CLIPS 程序看起来没有主函数。真正的“主循环”在推理机中，用户写的是事实、规则和控制策略。
13.2 模式网络与连接网络
规则匹配的关键问题是如何高效搜索事实。朴素做法是每次事实变化后重新检查所有规则和所有事实，但这会非常慢。CLIPS 使用类似 Rete 的模式匹配思想，把规则条件组织成网络，复用不同规则之间的共同匹配结果。
可以粗略区分两类网络：
- 模式网络（Pattern Network）负责判断单个事实是否满足某个模式，例如某槽是否等于常量、是否不等于某值。
- 连接网络（Join
Network）负责把多个模式的匹配结果连接起来，例如第一个模式中绑定的
?x是否等于第二个模式中的某个槽值。
这里的 sharing-1 和 sharing-2
规则展示了规则共享：两条规则有相似的前两个模式，因此匹配网络可以复用部分中间结果。理解到这一层即可，不需要手动画完整网络。
13.3 模式顺序为什么影响效率
good-match 和 bad-match
可以说明模式顺序的重要性。good-match
先匹配非常具体的事实：
1 | (find-match ?x ?y ?z ?w) |
因为 (find-match a c e g) 只有一个事实，它首先把
?x ?y ?z ?w 绑定为 a c e g，后面的
item 模式就只需要检查这些具体值是否存在。
bad-match 则先写四个宽泛的
(item ?x)、(item ?y)、(item ?z)、(item ?w)，最后才写
(find-match ?x ?y ?z ?w)。如果有 7 个 item
事实，前四个模式会产生大量组合，理论上组合数可接近 \(7^4=2401\)，再到最后才被
find-match 过滤。这种坏规则甚至可能耗尽内存。
因此，最具体、匹配事实最少、最能绑定变量的模式应尽量放在前面。
13.4 多字段通配符的组合爆炸
对于事实：
1 | (list (items x 5 y 9)) |
模式：
1 | (list (items $?a $?b $?c)) |
会有很多种拆分方式，因为
$?a、$?b、$?c
每个都可以匹配不同长度的字段序列。多种匹配尝试说明了多字段通配符会带来组合爆炸：字段越多，多字段变量越多，可能的拆分方式越多。
因此在规则设计中，只有当字段长度确实不确定时才使用
$?；如果能用固定字段或单字段变量表达，就不要把问题写成多字段匹配。
13.5 test 条件应尽早放置
test
可以过滤变量组合，但它只有在相关变量已绑定后才能执行。以“三个不同点”为例：如果先匹配三个
point 事实，再用一个大 test
判断三者是否不同，系统会先生成大量三元组，再过滤掉重复点。更好的写法是在第二个点匹配后立刻测试它和第一个点不同，再匹配第三个点并测试第三个点与前两个点都不同。
这种优化原则可以概括为：一旦变量足够，能过滤多少就尽早过滤多少。这会减少后续连接网络需要保存和扩展的部分匹配数量。
13.6 优先使用内建模式约束
如果一个条件可以写成内建连接约束，就不要写成复杂的谓词函数。例如判断颜色是否为三原色，可以写：
1 | (color ?x&red|green|blue) |
而不是：
1 | (color ?x&:(or (eq ?x red) |
两者逻辑上等价，但内建模式匹配约束更容易被匹配网络优化。规则优化时可以把这一点概括为：让 CLIPS 的模式匹配机制直接做过滤，而不是把所有过滤都推迟到通用函数调用中。
13.7 效率优化规则汇总
CLIPS 规则效率优化建议可以整理如下：
| 优化建议 | 原因 |
|---|---|
| 最具体的模式放前面 | 越早绑定变量，后续组合越少 |
| 匹配易变事实的模式放后面 | 易变事实频繁更新，会导致议程和部分匹配频繁变化 |
| 匹配事实最少的模式放前面 | 减少部分匹配数量 |
| 限制多字段通配符和多字段变量数量 | 避免字段拆分组合爆炸 |
test 条件尽量靠前 |
尽早过滤不合法变量组合 |
| 使用内建连接约束代替等价谓词表达式 | 让模式网络直接优化匹配 |
| 减少事实数量，只在需要时加载事实 | 工作记忆越大，匹配成本越高 |
14 事实文件的加载与保存
CLIPS 可以从外部文件加载事实，也可以把事实保存到文件中：
1 | (load-facts <file-name>) |
其中 <save-scope> 可以是 visible 或
local。事实文件的内容通常就是一行行事实，例如：
1 | (data 34) |
在决策树案例中，load-facts "animal.dat"
用来加载已有动物知识，save-facts "animal.dat" local node
用来保存学习后的节点事实。在监控系统案例中，事实文件或预置事实可以作为传感器数据来源。学习时可以把它理解为
CLIPS 与外部持久化数据之间的桥梁。
15 总结
15.1 运行主线
本章的主线是：CLIPS
用事实表示当前状态，用规则表示专家知识，用推理机把事实和规则匹配起来，并通过议程控制规则执行。
如果工作记忆发生变化，规则激活也会变化；如果规则执行了
assert、retract 或
modify，系统状态又会进一步变化。整个程序就是在这种“事实变化-规则触发-事实再变化”的循环中运行。
15.2 核心概念关系
| 概念 | 英文 | 说明 |
|---|---|---|
| 事实 | Fact | 工作记忆中的当前信息 |
| 工作记忆 | Working Memory | 保存事实的动态区域 |
| 模板 | Template | 用 deftemplate
定义事实结构 |
| 槽 | Slot | 模板事实中的字段 |
| 多字段槽 | Multislot | 可容纳多个字段的槽 |
| 规则 | Rule | 用 defrule
定义的条件-动作知识 |
| 左部 | LHS | 规则条件部分 |
| 右部 | RHS | 规则动作部分 |
| 议程 | Agenda | 已匹配、等待执行的规则激活 |
| 显著性 | Salience | 规则优先级 |
| 条件元素 | Conditional Element | or、not、exists、forall
等 LHS 结构 |
| 焦点 | Focus | 当前优先执行规则的模块 |
| 识别-行动循环 | Recognize-Act Cycle | 推理机的匹配、选择、执行循环 |
15.3 常见设计陷阱
deftemplate是定义结构，deffacts是定义初始事实集合，assert是运行时加入事实。?x匹配一个字段，$?x匹配零个或多个字段；多字段变量很强大，但容易造成匹配爆炸。- 在
not中不要首次绑定后续要用的变量，应先在普通模式中绑定，再用not检查不存在性。 exists用来避免因为多个事实而重复触发同一类存在性规则。forall的直观含义是“没有反例”，即不存在满足第一个条件但不满足后续条件的对象。- salience 是执行控制工具，不应替代业务条件；业务上的互斥最好写进 LHS。
- 规则效率很依赖模式顺序，具体模式、少匹配模式和早期过滤条件应尽量靠前。