// CURRICULUM_MATRIX
CORE MODULES
01
TACTICS / CAMPAIGN / STRATEGY
战术·战役·战略
层级认知体系
层级认知体系
- 战术层：<2h，1个OODA循环，空中编队/陆上突击/海上反舰战术动作
- 战役层：数天-数周，联队级部署，多日作战节奏与后勤规划
- 战略层：5-10年，战区A2/AD策略，力量投送与盟友体系整合
- OODA循环在三层级的不同时间特征与决策空间差异
- 为什么AI更容易在战术层突破，战略层需要人类判断
- CMO推演对应：从战术脚本到战区想定的设计方法
FOUNDATION≈ 8h
02
AI WORKFLOW / AUTOMATION
自动化工作流构建
与 AI 辅助教学
与 AI 辅助教学
- Cursor AI 编程工作流：从需求到代码的全流程实战
- 效率生产器设计方法论（硬件/软件/文档三类）
- Agent 工作流设计：任务发布→自动执行→结果反馈
- RAG 知识库在业务流程中的自动化集成方案
- 机器人员工：通过API/钉钉发送指令→自动执行
- 实战案例：2小时内从需求到交付的完整AI闭环
ADVANCED≈ 12h
03
KNOWLEDGE BASE / RAG
知识库构建
与个人业务知识库搭建
与个人业务知识库搭建
- 军事开源数据库：Jane's / DB3K装备库 / ACMI数据集
- 本地RAG全流程：Ollama + LangChain + ChromaDB
- 知识图谱构建：文档→实体抽取→关系建模→图谱可视化
- 向量库维护：增量更新、版本管理、检索优化
- 保密分级与本地部署优先策略
- 实战：为CMO装备库构建RAG，支持自然语言查询
ADVANCED≈ 10h
04
MISSION COMMAND / ATO
任务式指挥方法
与 ATO 教学
与 ATO 教学
- 任务式指挥哲学：指挥官意图→任务分配→自主执行
- ATO深度解析：MSN/TASKED UNIT/TOT/PACKAGE/LOADOUT
- SPINS制定：ROE / FENCE IN-OUT / EMCON规则
- TASMO协调机制与ACO空域分层管理
- CMO结合：将ATO转化为CMO任务脚本
- AI辅助ATO生成：LLM读取态势自动生成ATO草案
EXPERT≈ 16h
05
CMO / JTLS WARGAME
CMO·JTLS 兵棋推演
教学与实战
教学与实战
- CMO场景构建：地图/兵力/任务脚本/触发事件设计
- JTLS联合战役推演基础架构与操作规范
- 双方对抗推演设计：红蓝想定/裁判规则/胜利条件
- ACMI数据流复盘：Tacview轨迹→关键节点→改进建议
- BDA评估标准与推演数据挖掘战术规律
- 人类指挥官 vs AI智能体对抗训练实践
EXPERT≈ 20h
06
SYSTEM INTEGRATION / DATA FLOW
现有各系统逻辑业务
与数据交互
与数据交互
- 全系统拓扑：13个子系统数据流向与协议映射
- 中间件配置实践：协议识别/视角过滤/路由管理
- 端到端链路：物理传感器→中间件→CMO→Tacview，<200ms
- LVC虚实融合接入：实装适配器开发全流程
- ACMI 2.2 / DIS PDU / JSON Schema数据格式规范
- 系统监控告警：性能阈值/链路健康度/异常检测
EXPERT≈ 14h
07
PALANTIR / MAVEN REPLICATION
Palantir模式与Maven模式
复刻方法
复刻方法
- Palantir核心哲学：数据本体论→多源融合→单一操作面板
- Maven杀伤链闭环：检测→分类→目标化→资产分配→执行→BDA
- OPENNEXUS复刻：统一数据本体→多源接入→单屏操作→工作流自动化
- 组织大脑建设：数字孪生战场→知识图谱→决策支持系统
- Maven模式迁移：企业情报/供应链指挥/城市管理大脑
- NEXUS BRAIN实现：从概念到代码的完整工程路径
MASTER≈ 24h
// MODULE_01 — DEEP_DIVE
战术 · 战役 · 战略 三层级对比
| 维度 | ◆ 战术 TACTICAL | ◆ 战役 OPERATIONAL | ◆ 战略 STRATEGIC |
|---|---|---|---|
| 时间跨度 | <2小时（1个OODA循环） | 数天—数周（数十OODA循环） | 5—10年（数千OODA循环） |
| 指挥层级 | 编队 / 分队级 | 联队 / 师旅级 | 战区 / 全域 |
| 典型决策 | 具体机动动作、武器使用规则、编队防御阵型 | 区域任务部署、联合火力协调、后勤补给规划 | A2/AD策略、力量投送建设、盟友体系整合 |
| OODA特征 | 传感器-射手单回路，秒级决策 | 多域协同OODA，小时级决策 | 政治-军事OODA，月年级 |
| AI适用性 | 决策空间明确，AI最易突破 | AI辅助规划，人工审核关键节点 | 政治判断复杂，需人类主导 |
| 不确定性 | 战术迷雾（目标级） | 战役迷雾（区域级） | 战略不确定（系统级） |
| CMO对应 | 战术脚本设计、单位交战规则 | 作战场景构建、多任务协调推演 | 战区想定设计、兵力结构对比 |
| 空中作战 | 编队BVR/WVR空战动作、电子战战术 | 制空权争夺、SEAD/DEAD任务规划 | 战区空中优势策略、防空体系设计 |
| 陆地作战 | 班排突击编组、阵地攻防战术 | 师旅级突破、纵深穿插、补给线保护 | 战役目标选定、国土防御纵深设计 |
| 海上作战 | 反舰导弹战术、潜艇猎杀战术 | 航母打击群部署、海上封锁区设定 | 海权控制策略、海上交通线保护 |
// DECISION_FRAMEWORK
OODA LOOP — 决策循环框架
O
OBSERVE
观察
收集战场感知数据。传感器、侦察、OSINT情报、ACMI数据流、RF信号——一切输入汇入此环。
战术：毫秒-秒 | 战役：分-时 | 战略：天-月
→
O
ORIENT
判断
融合数据，构建战场理解。RAG知识库、历史战例、CMO物理模型——AI在此层最具价值，加速态势认知。
最关键环节：打破对手的ORIENT是制胜关键
→
D
DECIDE
决策
选择行动方案。AI生成COA建议→人工审核→任务式指挥下达。Palantir Maven在此完成杀伤链核心一跳。
人在回路：所有AI建议须人工确认
→
A
ACT
行动
执行指令，产生战场效果。无人机蜂群/导弹/电子战——结果通过传感器反馈，进入下一个OODA循环。
闭环：执行结果立刻成为下一轮OBSERVE的输入
// MODULE_07 — PALANTIR_PATH
Palantir 复刻路径 — OPENNEXUS实现
01
UNIFY ONTOLOGY
统一数据本体。定义实体/事件/关系的统一数据模型，所有子系统使用同一语言描述战场。
02
MULTI-SOURCE INGEST
多源数据接入。通过双中间件架构，将ROCKET/OSINT/JAM/RF/AI等13个系统数据汇入中央数据湖。
03
SINGLE PANE OF GLASS
单一操作界面。NEXUS BRAIN：决策者不再查看8-9个系统，所有情报在一屏内融合呈现，Maven模式实现。
04
WORKFLOW AUTOMATION
工作流自动化。左键→右键→左键，检测目标自动转化为可执行目标，杀伤链在单系统内闭环。
05
AI DECISION SUPPORT
AI辅助决策。LLM+RAG提供行动建议，强化学习智能体执行战术任务，人在回路审核关键决策。