OmenAI

开源战略推演引擎－分析、模拟、解释

English | 中文

Codecov Package License Downloads PyPI Version

Omen （中文：爻）是一款基于可解释AI（XAI）技术的开源战略推演引擎。它将战略现象的本体建模与不确定性的反事实分析相结合，为决策者提供可验证、可追溯、可解释的战略洞察。

核心概念 | 快速开始 | 案例模板 | 项目路线图

🪄 核心能力

从分析、模拟，到解释。

Omen 不预测单一未来，它是为复杂性而生的推演引擎。通过梳理复杂系统中的因果链条与逻辑依赖，Omen 生成可回放、可比较的分叉路径，揭示战略中的弱信号、控制点与演化规律，帮助决策者清晰洞察复杂局面：

🔄 替代逻辑：哪项技术会在什么临界条件下替代另一项？
🛡️ 能力演化：哪些核心能力会先被增强，哪些将长期共存？
🏆 策略胜率：哪类策略组合更容易赢得市场、资本与开发者生态？
⏳ 时间窗口：何时是自研、结盟、并购或收缩的最佳时机？

通过可解释的推演路径，Omen 致力于揭示技术演进如何重塑市场格局，为战略决策破解天机。

✨ 主要功能

功能模块	描述
🧬 技术能力建模	将复杂的技术栈拆解为可量化、可比较的能力维度（如：延迟、吞吐量、易用性、生态丰富度）。
🤖 战略主体模拟	定义不同类型的市场参与者（初创公司、巨头、开源社区、监管机构），赋予其目标、资源与约束。
📈 市场演化推演	模拟采用率、市场份额、成本结构、现金流及生态系统的动态变化。
⚡ 临界点识别	自动发现“替代何时发生”、“为何在此刻发生”的关键阈值。
🔮 反事实分析	回答“如果当时没有发生 X 事件，或者采取了 Y 策略，结局会有什么不同？”
📖 结果解释引擎	输出关键转折点、因果链条推导及策略含义，拒绝黑盒结论。

📊 典型输出

一次完整的推演通常会回答以下问题：

是否替代？ 新技术是否会完全取代旧技术，还是形成互补？
时间窗口？ 替代或转折发生的具体时间窗口是何时？
关键驱动？ 哪些变量（如成本下降速度、API 兼容性）是决定性因素？
赢家与输家？ 哪些主体率先受损，哪些主体意外获益？
策略有效性？ 在何种情境下，“开放生态”优于“垂直整合”？
终局形态？ 走向垄断、寡头平衡还是碎片化共存？

🫧 在线演示

如果你是：

战略顾问
C级决策者
行业分析师
产品经理
其它非技术用户

希望快速体验 Omen 而勿须本地安装，请访问我们部署在 Streamlit Cloud 的演示应用。点击下面的链接，直接探索战略推演流程：

👉 在线体验 Omen

🚀 快速上手

如果你是：

数据科学家
AI 研究者
技术战略分析师
其它技术用户

希望在本地环境中运行 Omen，请继续阅读以下安装和运行指南。

🏗️ 安装

运行环境要求：Python 3.12+，并使用 pip 包管理器。

git clone https://github.com/StrategyLogic/omen.git
cd omen
pip install --upgrade pip setuptools wheel
pip install -e .

🌰 看例子

如果你希望快速查看 Omen 的运行效果，demo 目录中提供了可视化案例及其结果。运行：

streamlit run demo/app/scenario_planning.py

在浏览器中打开 http://localhost:8501，即可查看完整的战略推演流程。

🎵 跑流程

如果你希望亲自跑一遍完整的分析——模拟——解释流程，请使用我们准备的内置案例，用于模拟 2026 年 3 月 SAP 收购 Reltio 的情境。

案例文档位于 cases/situations/sap_reltio_acquisition.md，可以通过以下步骤端到端运行。

第一步：分析

Omen 分析模块融合战略方法与数据工程管道，你仅需一行命令，即可从源文档中自动生成战略洞察与机器可消费的工件。

情势分析

# 分析内置案例，并打包为 "sap" 别名
omen analyze situation --doc sap_reltio_acquisition --pack-id sap

此步骤会生成情势工件（Situation Artifact），并创建别名为 sap 的包，供后续步骤一致使用。

情景规划

Omen 当前版本提供了确定性的 A/B/C 情景规划能力：

情景 A：进攻路线
情景 B：防御路线
情景 C：对抗路线

你可以使用 sap 别名直接定位上一步生成的情势工件：

omen scenario --situation sap

此步骤会在 data/scenarios/sap/ 下生成用于模拟的情景包工件（Scenario Pack Artifact）。

第二步：模拟

Omen 提供的模拟引擎可针对不同的情景进行推演。下面使用上一步生成的情景包工件，运行模拟：

omen simulate --scenario data/scenarios/sap/scenario_pack.json

此步骤将生成推演轨迹以及结果文件 output/sap/result.json。

第三步：解释

Omen 解释模块会对模拟结果进行解读，并回溯情势工件中的关键决策点、风险项（已知的未知），生成面向决策者的洞察与建议：

omen explain --pack-id sap

该步骤生成结构化的解释工件 output/sap/explanation.json。

启动 UI 应用

Omen 还提供了一个基于 Streamlit 的 UI 应用，用于可视化完整的战略推演流程。

streamlit run app/scenario_planning.py

战略推演全流程视图

全流程视图

👥 适用人群

Omen 专为以下角色打造：

技术战略团队
产品与平台负责人
AI 基础设施研究者
开源生态观察者
投资与行业分析师

🎬 案例展示

战略主体分析

战略推演案例

更多场景持续构建中（欢迎贡献）：

智能体基础设施 vs 工作流平台
垂直领域 AI vs 通用 AI 栈
开源模型 vs 闭源商业 API
数据治理 vs AI 原生知识系统

📃 许可证

Omen 采取AGPL-3.0-or-later许可证，由 StrategyLogic® 开发与维护。

注意：如果您希望在闭源环境中使用 Omen 或将其作为 SaaS 服务提供而不公开源码，请联系我们获取商业授权。

🌟 愿景

Omen 希望成为一个开放的战略推演工作台：

它不输出唯一的答案，而是帮助人们系统地理解未来如何分叉；
理解哪些条件塑造了结果；
理解哪些行动可以改变路径。

如果你对技术演化、市场替代、战略建模或多智能体推演感兴趣，欢迎加入我们，共同解读这个混沌世界的征兆。

模拟征兆，揭示混沌。