本发明涉及物联网，特别涉及一种多系统混合联动执行的方法及电子设备。
背景技术：
1、基于物联发展趋势以及相应的《互联互通白皮书》等标准，软硬端混合的打通和联动式已经较为成熟的体系和方案，但是当收拢其操控入口的情况下，可以发现如下的情况：不同厂商的硬件的输入口为其厂商的统一应用进行管控。不同厂商的软硬协同方案需要从商业层面进行打通或贯穿，才能完成相应的混合联动。同一厂商的不同硬件的情况下，需要人为干预进行收拢。
2、因此，需要有一套标准化、简化人工干预、基于芯片的方案来适配不同平台，以及可以执行于cpu(central processing uni，中央处理器)层级的功能来打通应用壁垒和厂商壁垒。
技术实现思路
1、本发明提供一种多系统混合联动执行的方法及电子设备，用于通过ai感知识别与驱动执行，实现多系统智能化联动，使得用户无需通过自身操作就可以依据用户习惯自动执行达成的目的，提升产品力与用户体验。
2、第一方面，本发明实施例提供的一种多系统混合联动执行的方法，该方法包括：
3、获取当前场景下的工作流对应的注解语义信息，其中所述工作流用于表示跨系统的不同功能模块之间的联动操作，所述注解语义信息用于表示所述工作流在各执行节点对应的语义信息；
4、将所述注解语义信息输入到ai驱动模型，输出标准api信息流，所述ai驱动模型用于对输入的注解语义信息进行语义的释义，并根据释义结果对各执行节点对应的标准api进行组装得到标准api信息流；
5、根据标准api信息流，触发跨系统的不同功能模块执行所述工作流。
6、本发明实施例通过对现有不同系统进行api的抽象化与标准化，形成通用的标准api，同时通过对ai驱动模型进行一定程度的推理训练，可以达到通过ai驱动模型来理解和感知环境，并且驱动执行系统api的方案。通过ai感知识别与驱动执行，首先达到系统智能化的目标，同时可以解决特定领域场景中用户无需通过自身操作就可以依据用户习惯自动执行达成的目的，提升产品力与用户体验。
7、作为一种可选的实施方式，获取到注解语义信息之后，将所述注解语义信息输入到ai驱动模型之前，该方法还包括：
8、从预先生成的注解语义字典中查找与所述注解语义信息对应的注解；
9、若查找到与所述注解语义信息对应的注解，则将所述注解语义信息输入到ai驱动模型。
10、作为一种可选的实施方式，通过如下方式生成所述注解语义字典：
11、在至少一个场景下，对不同系统的驱动和功能进行解耦化处理，得到所述注解语义字典。
12、作为一种可选的实施方式，所述对不同系统的驱动和功能进行解耦化处理，得到所述注解语义字典，包括：
13、对不同系统的驱动和功能进行解耦化处理，并在解耦化处理过程中进行注解抽取，得到所述注解语义字典。
14、作为一种可选的实施方式，该方法还包括：
15、所述ai驱动模型是利用训练样本进行训练得到的，所述训练样本包括输入样本和输出样本；
16、所述输入样本是对当前场景下的工作流进行语义识别得到的，所述输出样本是对当前场景下的工作流在执行时所需的不同系统的驱动和功能进行解耦化处理得到的。
17、作为一种可选的实施方式，通过如下方式确定所述输出样本：
18、对当前场景下的工作流在执行时所需的不同系统的驱动和功能进行解耦化处理，得到多个单驱动和多个单功能；
19、根据多个单驱动和多个单功能，确定各执行节点对应的标准api样本；
20、对各标准api样本进行组装得到所述输出样本。
21、作为一种可选的实施方式，
22、所述输入样本包括当前场景下的工作流对应的api方法名、功能模块名和工作流指令；和/或，
23、所述输出样本包括当前场景下的工作流对应的标准api序列、标准api名称和工作流指令列表，其中所述标准api序列是根据标准api的使用率进行排列的。
24、作为一种可选的实施方式，通过如下方式确定当前场景下的工作流：
25、根据用户的行为特征，结合外部感知模块采集的感知数据，确定当前场景下的工作流；
26、其中所述外部感知模型用于提升执行标准api信息流的敏感度，所述感知数据包括环境数据、显示数据和动作数据中的至少一种。
27、作为一种可选的实施方式，所述根据标准api信息流，触发跨系统的不同功能模块执行所述工作流之后，该方法还包括：
28、将执行所述工作流的执行结果反馈给ai驱动模型，以用于ai驱动模型根据执行结果对用户在当前场景下所需的标准api信息流进行个性化更新。
29、作为一种可选的实施方式，该方法还包括：
30、将所述ai驱动模型进行集成封装并打包，便于在系统层或应用层进行集成与调用。
31、作为一种可选的实施方式，该方法还包括：
32、获取同一厂商的设备中不同应用系统的联动操作对应的工作流的注解语义信息，将所述注解语义信息输入到ai驱动模型，输出标准api信息流，根据标准api信息流，触发不同的应用系统依次执行对应的操作；和/或，
33、获取不同厂商的设备系统的联动操作对应的工作流的注解语义信息，将所述注解语义信息输入到ai驱动模型，输出标准api信息流，根据标准api信息流，触发不同的设备系统依次执行对应的操作。
34、第二方面，本发明实施例提供的一种api的标准化方法，该方法包括：
35、获取当前场景下的工作流对应的注解语义信息，其中所述工作流用于表示跨系统的不同功能模块之间的联动操作，所述注解语义信息用于表示所述工作流在各执行节点对应的语义信息；
36、将所述注解语义信息输入到ai驱动模型，输出标准api信息流，所述ai驱动模型是利用训练样本进行训练得到的，所述训练样本包括输入样本和输出样本；所述输入样本是对当前场景下的工作流进行语义识别得到的，所述输出样本是对当前场景下的工作流在执行时所需的不同系统的驱动和功能进行解耦化处理得到的。
37、第三方面，本发明实施例还提供一种电子设备，该电子设备包括处理器和存储器，所述存储器用于存储所述处理器可执行的程序，所述处理器用于读取所述存储器中的程序并执行如下步骤：
38、获取当前场景下的工作流对应的注解语义信息，其中所述工作流用于表示跨系统的不同功能模块之间的联动操作，所述注解语义信息用于表示所述工作流在各执行节点对应的语义信息；
39、将所述注解语义信息输入到ai驱动模型，输出标准api信息流，所述ai驱动模型用于对输入的注解语义信息进行语义的释义，并根据释义结果对各执行节点对应的标准api进行组装得到标准api信息流；
40、根据标准api信息流，触发跨系统的不同功能模块执行所述工作流。
41、作为一种可选的实施方式，获取到注解语义信息之后，将所述注解语义信息输入到ai驱动模型之前，所述处理器具体还被配置为执行：
42、从预先生成的注解语义字典中查找与所述注解语义信息对应的注解；
43、若查找到与所述注解语义信息对应的注解，则将所述注解语义信息输入到ai驱动模型。
44、作为一种可选的实施方式，所述处理器具体被配置为通过如下方式生成所述注解语义字典：
45、在至少一个场景下，对不同系统的驱动和功能进行解耦化处理，得到所述注解语义字典。
46、作为一种可选的实施方式，所述处理器具体被配置为执行：
47、对不同系统的驱动和功能进行解耦化处理，并在解耦化处理过程中进行注解抽取，得到所述注解语义字典。
48、作为一种可选的实施方式，所述处理器具体还被配置为执行：
49、所述ai驱动模型是利用训练样本进行训练得到的，所述训练样本包括输入样本和输出样本；
50、所述输入样本是对当前场景下的工作流进行语义识别得到的，所述输出样本是对当前场景下的工作流在执行时所需的不同系统的驱动和功能进行解耦化处理得到的。
51、作为一种可选的实施方式，所述处理器具体被配置为通过如下方式确定所述输出样本：
52、对当前场景下的工作流在执行时所需的不同系统的驱动和功能进行解耦化处理，得到多个单驱动和多个单功能；
53、根据多个单驱动和多个单功能，确定各执行节点对应的标准api样本；
54、对各标准api样本进行组装得到所述输出样本。
55、作为一种可选的实施方式，
56、所述输入样本包括当前场景下的工作流对应的api方法名、功能模块名和工作流指令；和/或，
57、所述输出样本包括当前场景下的工作流对应的标准api序列、标准api名称和工作流指令列表，其中所述标准api序列是根据标准api的使用率进行排列的。
58、作为一种可选的实施方式，所述处理器具体被配置为通过如下方式确定当前场景下的工作流：
59、根据用户的行为特征，结合外部感知模块采集的感知数据，确定当前场景下的工作流；
60、其中所述外部感知模型用于提升执行标准api信息流的敏感度，所述感知数据包括环境数据、显示数据和动作数据中的至少一种。
61、作为一种可选的实施方式，所述根据标准api信息流，触发跨系统的不同功能模块执行所述工作流之后，所述处理器具体还被配置为执行：
62、将执行所述工作流的执行结果反馈给ai驱动模型，以用于ai驱动模型根据执行结果对用户在当前场景下所需的标准api信息流进行个性化更新。
63、作为一种可选的实施方式，所述处理器具体还被配置为执行：
64、将所述ai驱动模型进行集成封装并打包，便于在系统层或应用层进行集成与调用。
65、作为一种可选的实施方式，所述处理器具体还被配置为执行：
66、获取同一厂商的设备中不同应用系统的联动操作对应的工作流的注解语义信息，将所述注解语义信息输入到ai驱动模型，输出标准api信息流，根据标准api信息流，触发不同的应用系统依次执行对应的操作；和/或，
67、获取不同厂商的设备系统的联动操作对应的工作流的注解语义信息，将所述注解语义信息输入到ai驱动模型，输出标准api信息流，根据标准api信息流，触发不同的设备系统依次执行对应的操作。
68、第四方面，本发明实施例还提供一种电子设备，该电子设备包括处理器和存储器，所述存储器用于存储所述处理器可执行的程序，所述处理器用于读取所述存储器中的程序并执行如下步骤：
69、获取当前场景下的工作流对应的注解语义信息，其中所述工作流用于表示跨系统的不同功能模块之间的联动操作，所述注解语义信息用于表示所述工作流在各执行节点对应的语义信息；
70、将所述注解语义信息输入到ai驱动模型，输出标准api信息流，所述ai驱动模型是利用训练样本进行训练得到的，所述训练样本包括输入样本和输出样本；所述输入样本是对当前场景下的工作流进行语义识别得到的，所述输出样本是对当前场景下的工作流在执行时所需的不同系统的驱动和功能进行解耦化处理得到的。
71、第五方面，本发明实施例还提供一种多系统混合联动执行的装置，该装置包括：
72、获取注解模块，用于获取当前场景下的工作流对应的注解语义信息，其中所述工作流用于表示跨系统的不同功能模块之间的联动操作，所述注解语义信息用于表示所述工作流在各执行节点对应的语义信息；
73、ai驱动模块，用于将所述注解语义信息输入到ai驱动模型，输出标准api信息流，所述ai驱动模型用于对输入的注解语义信息进行语义的释义，并根据释义结果对各执行节点对应的标准api进行组装得到标准api信息流；
74、触发执行模块，用于根据标准api信息流，触发跨系统的不同功能模块执行所述工作流。
75、第六方面，本发明实施例还提供一种标准api的确定装置，该装置包括：
76、获取注解模块，用于获取当前场景下的工作流对应的注解语义信息，其中所述工作流用于表示跨系统的不同功能模块之间的联动操作，所述注解语义信息用于表示所述工作流在各执行节点对应的语义信息；
77、ai驱动模块，用于将所述注解语义信息输入到ai驱动模型，输出标准api信息流，所述ai驱动模型是利用训练样本进行训练得到的，所述训练样本包括输入样本和输出样本；所述输入样本是对当前场景下的工作流进行语义识别得到的，所述输出样本是对当前场景下的工作流在执行时所需的不同系统的驱动和功能进行解耦化处理得到的。
78、第七方面，本发明实施例还提供计算机存储介质，其上存储有计算机程序，该程序被处理器执行时用于实现上述第一方面中任一项所述方法的步骤。
79、第八方面，本技术提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行第一方面中任一项所述的方法。
80、本技术的这些方面或其他方面在以下的实施例的描述中会更加简明易懂。
1.一种多系统混合联动执行的方法，其特征在于，该方法包括：
2.根据权利要求1所述的方法，其特征在于，获取到注解语义信息之后，将所述注解语义信息输入到ai驱动模型之前，该方法还包括：
3.根据权利要求2所述的方法，其特征在于，通过如下方式生成所述注解语义字典：
4.根据权利要求3所述的方法，其特征在于，所述对不同系统的驱动和功能进行解耦化处理，得到所述注解语义字典，包括：
5.根据权利要求1所述的方法，其特征在于，该方法还包括：
6.根据权利要求5所述的方法，其特征在于，通过如下方式确定所述输出样本：
7.根据权利要求5所述的方法，其特征在于，
8.根据权利要求1所述的方法，其特征在于，通过如下方式确定当前场景下的工作流：
9.根据权利要求1所述的方法，其特征在于，所述根据标准api信息流，触发跨系统的不同功能模块执行所述工作流之后，该方法还包括：
10.根据权利要求1所述的方法，其特征在于，该方法还包括：
11.根据权利要求1所述的方法，其特征在于，该方法还包括：
12.一种api的标准化方法，其特征在于，该方法包括：
13.一种电子设备，其特征在于，该电子设备包括处理器和存储器，所述存储器用于存储所述处理器可执行的程序，所述处理器用于读取所述存储器中的程序并执行权利要求1～12任一所述方法的步骤。
14.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～12任一所述方法的步骤。
