检测认证全流程 Agent

业务痛点，讲人话

每一批钢材出厂前，都要证明"它确实符合牌号声称的性能"。这件事的流程高度固定：

来样登记 → 查这批货执行哪版标准 → 按标准确定要做哪些试验、取几个样、从什么部位取 → 排仪器和人手 → 做试验 → 汇总原始数据 → 逐条比对标准条款 → 出具质量证明书。

听起来像一条流水线，实际上大量时间花在查和抄上：

• 客户合同写的是 ASTM 牌号，产线按 GB 生产，得查对照表确认等效性
• 同一标准有多个版本在流通，合同里到底引用的哪版
• 标准里的判定条件带一堆分支：按厚度分档、按交货状态分档、按质量等级分档
• 数据从各台仪器的软件里导出来，格式各不相同，人工誊抄进报告模板
• 修约规则、复验规则、单值下限，每条都要人记着

这不是技术难题，是信息组织问题。而且它天生高度规范化、可追溯、重复度极高——非常适合 Agent。

数据长什么样

# 标准条款结构化后的样子（教学示意）
clause:
standard: "XX-XXXX-2021"        # 标准号 + 版本
grade: "Q355B"
property: yield_strength         # 被测量
operator: ">="                   # 比较算子
threshold: 355                   # 阈值
unit: "MPa"
conditions:                      # 适用条件
  thickness: {max: 16, unit: "mm"}
  delivery_state: ["热轧", "正火"]
statistics: null                 # 无统计规则（单值判定）
#
clause:
standard: "XX-XXXX-2021"
grade: "Q355B"
property: impact_energy_kv2
operator: ">="
threshold: 34
unit: "J"
conditions:
  test_temperature: {value: 20, unit: "degC"}
statistics:                      # 三值平均 + 单值下限
  rule: "mean_of_3"
  single_min: 24

这个 Agent 该怎么搭

分工原则只有一条：LLM 负责解析与解释，判定交给确定性规则。

标准 PDF ──[LLM 抽取]──> 结构化条款库（人工复核后入库）
                              │
来样信息 ──> 查适用标准/牌号 ──┤
                              ▼
                        检测方案生成 ──> 仪器调度
                              │
仪器原始数据 ──────────────────┤
                              ▼
                    确定性判定引擎（逐条比对 + 修约 + 统计规则）
                              │
                              ▼
                  判定结论 + 完整引用链 ──[LLM 生成]──> 人类可读报告

三个关键设计：

抽取与判定分离。 LLM 只出现在两端——把标准原文解析成 schema，以及把判定结果讲成人话。中间的比对必须是确定性代码，因为它要经得起审计。

抽取结果必须人工复核后入库。 标准条款是要用很多年的资产，一次复核换长期可靠，比每次判定时现场解析划算得多。

全链路留痕。 原始数据 → 计算过程 → 引用的标准条款及版本 → 结论，每一环都要能回放。这不是加分项，是这个领域的准入条件。