一个以「领域知识工程（Domain Knowledge Engineering, DKE）」技术突破为唯一主线的自我孵化研究组织。 用实验室的「立项—攻关—成果—沉淀」机制自我驱动，把个体从业经验转化为可发表、可复用、可增值的知识资产。
不是公司部门，不是课题组，而是一间「一个人的实验室」——PI 定方向，研究助理扛执行。
过去是「用」领域知识工程方法做项目，属于消耗；领知实验室要做的是「造」领域知识工程技术，属于积累。 实验室以 DKE 技术突破为唯一主线，用自我立项、自我孵化的机制运行，聚焦「领域本体—工程方法—领域智能体」的原创技术供给。
以实验室机制把个体从业经验固化为知识资产：一切积累最终沉淀进可检索、可复用的知识资产库（方法 / 代码 / 文献 / 成果 / 内容五类）， 形成个人知识资产的复利效应，并逐步成为「领域知识工程」这一细分赛道的技术供给方。
全部落在「领域知识工程」这棵树上，不散枝；三条主线互为输入输出，形成闭环。
锚定 DKE「范式演化」环节（范式 → 本体 → 实例）。把「从业务文档 / 数据中诱导范式、由范式生成本体网」 从人工手艺变成可运行的工具链。
把 DKE 的八种生产方法（形式化搜集 / 主题化标引 / 逻辑化存储 / 关联化分析 / 数量化计算 / 结构化表达 / 反馈化控制 / 可视化呈现）抽象为可编排、可复用的软件工具与组件，形成 DKE「工程工艺工具链」。
把领域本体、知识图谱作为智能体的「知识底座」，用 DKE 的「预置 + 仿真 + 对称 + 反馈」闭环与 「知识制导」约束通用大模型的幻觉与不可控，构建可信领域智能体。
依据《领域知识工程学》（罗建中主编）的「理论—工程全链条」，校准实验室的全部技术主线。
方法论精髓一句话：「两系统、五要素、问题驱动、目标约束、分类分级、相关相连」。
这不是一门「知识管理」或「知识图谱」学科，而是研究如何用自动化手段解决特定领域特定任务的 社会系统工程学科，其确定性、工程化、反泛知识论三大特质，是实验室的区别所在。
DKE 以「预置」的程序性与描述性知识、确定性方案与可量化结果为基础，是当前大模型「概率生成 + 幻觉」的天然纠偏机制。 实验室的独有位置在于：用「范式 + 预置本体 + 知识制导」约束大模型智能体，形成「知识制导的确定性领域智能体」。
在研项目与知识资产积累。以下信息以本地《领知实验室（dke.lab）建设方案》《立项书 I-001》等资料为基础。
实验室第一个正式立项。把「范式演化」从哲学 / 理论描述转化为可计算、可模拟、可预测的演化模型， 分四层展开：任务范式形式化表示（TPO）→ 范式演化时序知识图谱 → 演化推理与预测 → 应用验证。
主线 B（八大工程方法工具化）的首个试点：把「主题化标引」这一生产方法软件化为本体构建工具， 小而完整，是最快出可开源成果的切入点。
马占川，雷柯萍，彭萨茹拉 · 《电脑知识与技术》2024 年第 20 卷第 2 期，56–58 · ChinaXiv:202409.00108V1（后印本）
| 成果类型 | 现有基础 | 未来目标 |
|---|---|---|
| 学术论文 | 5 篇已发表 + 2 篇预印本 | 瞄准《计算机学报》《软件学报》及国际期刊/会议，每年 1~2 篇 |
| 专利 / 软著 | 软著 1 项 | 每条主线沉淀 1~2 项软著 / 专利 |
| 标准规范 | 参编国标 1 + 团标 2 | 争取牵头 DKE 相关团标 |
| 开源代码 | 暂无 | 每年开源 1~2 个 DKE 工具 / 数据集 |
| 方法论文档 | 《领域知识工程学》参编 | 沉淀 DKE 工程方法的技术手册 |
立项书、技术路线、方法论文档、研究日志
实验代码、工具、开源项目、数据集
DKE 与知识工程方向的文献库、技术综述
论文、专利、软著、标准的原文与元数据
公众号「DKEr 领域知识工程学人」的推文与配图
资产库目录 / 平台入口：待补
面向对「领域知识工程」有真实兴趣的研究者、工程师与实践者。
以研究助理 / 合作者 / 联合立项等灵活方式进行协作。
三种参与路径，具体机制待明确后公布。