Système d’IA · métallurgie, documentation normative
Graphe GOST et RAG sur les exigences de l’acier
EVRAZ · 2025 · Système d’IA · Python 3.11, LangChain
D’un ensemble de normes PDF à une base de connaissances reliée : liens entre normes GOST, recherche avec sources, export en JSON des exigences par classe d’acier
Une série de prototypes pour EVRAZ, dont la bibliothèque GOST est un ensemble de PDF sans liens entre les documents. Les normes (PDF/DOC) sont converties en Markdown avec tableaux et images, les références à d’autres normes GOST (normatives et informatives) sont détectées automatiquement, les normes « filles » sont téléchargées, et une recherche RAG avec sources ainsi qu’une extraction de données structurées sont construites par-dessus. Le cas de test est la classe de résistance C235 selon GOST 27772-2021 : composition chimique et propriétés mécaniques sont exportées en JSON. En une semaine (30 octobre – 6 novembre 2025), cinq options de mise en œuvre ont été testées en parallèle.
Le besoin
Les références à d’autres normes GOST au sein des documents ne sont pas cliquables. Pour rassembler toutes les exigences relatives à l’acier C235, un spécialiste doit trouver à la main la norme principale, puis parcourir une à une toutes les normes qu’elle cite — c’est long, et des éléments passent entre les mailles.
Sous le capot
- Conversion des normes GOST du DOC/DOCX/PDF vers Markdown, tableaux (XLSX) et images
- Extraction automatique des références classées « normatives / informatives » ; dans GOST 27772-2021, 95 références uniques ont été trouvées (71 normatives, 24 informatives) et 232 hyperliens cliquables insérés
- Recherche et téléchargement automatiques des normes GOST « filles » (allgosts.ru, avec l’API Yandex XML en solution de repli) : le corpus compte 60 documents .doc
- Réponses RAG avec sources (Claude 4.5 Sonnet / Gemini 2.5 Pro via OpenRouter, index vectoriel FAISS)
- Extraction de données structurées pour la classe de résistance C235 (8 éléments de composition chimique, 3 propriétés mécaniques) en JSON avec validation
- Variantes : une base de connaissances web en React/tRPC, un graphe des normes dans Neo4j avec réponses tenant compte du graphe, RAGFlow + OpenSearch avec k-NN sans Docker, un service web FastAPI + HTMX avec crawler, un cahier des charges pour un module OCR de haute précision
Traduction automatique — relecture en cours.