AsplenzAsplenz
en

Docs / Concepts - Stable

Policies, Rules et Targets

Les trois aggregates de base que Knowledge utilise pour modéliser une couche de décision gouvernée.

Knowledge organise la couche de décision gouvernée autour de trois aggregates : Policy, Rule, et Target. Comprendre comment ils se composent est le chemin le plus court pour lire n'importe quelle sortie de consultation.

Policy (pol-)

Une Policy est l'aggregate qui groupe des Rules liées et porte leur historique de gouvernance. Chaque Policy a :

  • Owner et approver chain (qui peut l'amender, qui signe les amendements).
  • Governance log - une liste ordonnée d'entrées GovernanceNote (actes d'adoption, amendement, renouvellement, retrait) qui surface comme un header ambre au-dessus de la liste de rules dans l'UI registry.
  • Zéro ou plusieurs Rules.

Le moteur ne lit jamais le governance log. C'est du contexte humain qui permet à la prose de verdict LLM de référencer pourquoi une règle fire.

Policies typiques dans un vertical wealth : Product eligibility, Client suitability, Cross-border distribution, Portfolio concentration.

Rule (rul-)

Une Rule est une directive active. Chaque Rule a :

  • Statement - la déclaration humainement-lisible.
  • Severity - une de absolute_ban > hard_block > require_approval > informative > allow.
  • Effect - l'action moteur, dérivée de la severity.
  • Rows - une liste de paires {scope, condition} (modèle V5). Chaque row est une combinaison applicable.
  • Universal flag - si true, la règle fire pour chaque principal (pas besoin d'appartenance à un Target).
  • fires_when_any - sémantique OR multi-conditions (V5).
  • derogation_allowed - cette règle peut-elle être neutralisée par un Override ?

Le scope de chaque row est validé contre le scope_schema du tenant (une déclaration JSON-Schema-like de quelles dimensions existent et leurs valeurs autorisées).

Immuabilité : RuleVersion. Chaque fois que les champs affectant le verdict d'une rule changent, une nouvelle RuleVersion (rv-) est écrite. Les Consultations pinne les IDs RuleVersion exacts qu'elles ont cités. Un régulateur demandant « montrez-moi le texte de règle qui s'appliquait il y a 18 mois » obtient la RuleVersion exacte de ce jour, pas la courante.

Target (tgt-)

Un Target est une audience nommée recevant des Rules. Deux write paths :

  • Bulk-attach from Policy - toutes les rules d'une policy s'attachent à un target en une opération.
  • Cherry-pick - une rule s'attache à un ou plusieurs targets.

Un TargetMember (tgm-) lie un principal à un target. Un TargetRuleAttachment (atr-) lie une rule à un target.

Universal rules bypassent le mécanisme de Target entièrement : Rule.universal = true signifie que la règle fire pour chaque principal, rendue comme un bucket virtuel « Everyone » dans l'UI (aucune ligne Target réelle n'existe).

Exemple de composition

Une Policy Product eligibility dans un tenant wealth :

  • Owner : Head of Wealth Compliance.
  • Governance log : « Adopté 2024-11-12 », « Amendé 2025-06-04 : ajout de bande de complexité structured-note », « Renouvelé 2026-01-15 ».
  • Rules :
    • rul-elig-highly-complex-retail : severity hard_block, rows [{scope: {product_complexity: highly_complex, client_classification: retail}, condition: {notional_eur: gt, 0}}].
    • rul-elig-large-notional-retail : severity require_approval, rows [{scope: {client_classification: retail}, condition: {notional_eur: gt, 50000}}].

Targets dans le même tenant :

  • tgt-uk-rms - RMs licenciés au UK (34 membres). Les deux rules ci-dessus attachées via bulk-attach.
  • tgt-hnw-relationship-managers - cohorte RM spécialisée (12 membres). Seule rul-elig-large-notional-retail cherry-pickée (ils ont un threshold notional différent via override).

Quand la RM alice@bank (membre de tgt-uk-rms) déclenche /check, le moteur :

  1. Résout les targets d'alice.
  2. Pull toutes les rules attachées à ces targets, plus les universal rules.
  3. Filtre par le scope du cas contre le scope de chaque row.
  4. Évalue les conditions ; la rule dominante gagne par severity.

Related