Atoms多模型同时调用怎么传递上下文数据

Atoms多模型并发需并行广播上下文而非单向接力。采用共享内存池、事件总线广播或AtomSpace知识图谱锚定三种方式，确保各模型基于同一语义独立执行且互不干扰。

在Atoms多模型同时调用场景中，需确保各模型能基于同一份原始语义和约束条件独立产出结果，又不互相干扰——这要求上下文不是单向“接力”，而是并行“广播”。直接拼接提示词或共享全局变量会导致状态污染、token溢出、模型行为不可控。

使用共享内存池（Shared Memory Pool）注入结构化上下文

适用于：需要多个模型同步分析同一份输入但分工不同（如一个解析实体、一个判断情绪、一个提取时间）的原子级并发任务。

第一步：将原始请求与关键元信息封装为ModelContext对象，字段必须精简——只保留inputs、task_id、deadline、schema_hint四类。

接下来，要调用Atoms平台所提供的shareContextToPool(poolId, context)方法，并传入唯一的poolId（例如"weather-query-20260819-7f3a"）。这样一来，该操作会把context进行序列化处理后，写入到共享内存区当中，并且会自动设置TTL（默认时长为120秒）。

第三步：启动多个模型实例时，在初始化参数中显式指定context_pool_id字段，而非传入原始文本。模型加载器会自动从共享内存拉取并校验签名，失败则拒绝启动。

通过事件总线发布上下文快照

方法一：用AtomSpace REST API触发上下文广播

向/v1/atoms/event/publish发送POST请求，body中event_type设为"context_snapshot"，payload为JSON格式的轻量上下文（最大512字符），包含source_task_id、valid_until、required_fields三项。

方法二：在客户端侧用自定义事件模拟

在浏览器或Node.js环境中，执行document.dispatchEvent(new CustomEvent('atoms:context', { detail: { task_id: 't-456', schema: 'weather_v1' } }))，所有监听该事件的Atoms子模型会立即捕获并缓存。

注意：此方式不保证送达顺序，仅适合对时序不敏感的辅助型上下文（如UI主题、语言偏好）。

用AtomSpace知识图谱做上下文锚定

① 在AtomSpace中，为本次调用创建一个独一无二的Atom节点：(Concept "ctx-20260819-abc123")，同时附上属性(EvaluationLink (Predicate "hasInput") (List (Concept "user_query") (String "今天北京会下雨吗？")))。

② 所有参与调用的模型在启动时，主动查询该Atom节点及其关联的hasConstraint、hasPriority等Link，构建本地上下文视图。

③ 每个模型完成推理后，向同一Atom节点追加(EvaluationLink (Predicate "producedBy") (List (Concept "model-sql-v3") (Number 0.92)))，形成可追溯的协作证据链。

这一步完成后，所有模型都已获得带语义锚点的上下文，且各自输出可被AtomSpace统一索引和比对。