System AI · metalurgia, dokumentacja normatywna
Graf norm GOST i RAG dla wymagań dotyczących stali
EVRAZ · 2025 · System AI · Python 3.11, LangChain
Od zbioru norm w PDF do powiązanej bazy wiedzy: odwołania między normami GOST, wyszukiwanie ze źródłami, eksport wymagań dla klasy stali do JSON
Seria prototypów dla EVRAZ, którego biblioteka norm GOST to zbiór plików PDF bez powiązań między dokumentami. Normy (PDF/DOC) są konwertowane do Markdown z tabelami i obrazami, odwołania do innych norm GOST (normatywne i informacyjne) są wyszukiwane automatycznie, normy „potomne” są pobierane, a na tej podstawie powstaje wyszukiwanie RAG ze źródłami i ekstrakcja danych strukturalnych. Zadanie testowe to klasa wytrzymałości C235 według GOST 27772-2021: skład chemiczny i właściwości mechaniczne eksportowane do JSON. W ciągu tygodnia (30 października – 6 listopada 2025) równolegle przetestowano pięć wariantów implementacji.
Zadanie
Odwołania do innych norm GOST w dokumentach nie są klikalne. Aby zebrać wszystkie wymagania dla stali C235, specjalista musi ręcznie znaleźć normę główną, a potem po kolei przejrzeć każdą wymienioną w niej normę, co zajmuje dużo czasu i sprzyja przeoczeniom.
Co jest w środku
- Konwersja norm GOST z DOC/DOCX/PDF do Markdown, tabel (XLSX) i obrazów
- Automatyczne wydobywanie odwołań z klasyfikacją „normatywne / informacyjne”; w GOST 27772-2021 znaleziono 95 unikalnych odwołań (71 normatywnych, 24 informacyjne) i wstawiono 232 klikalne hiperłącza
- Automatyczne wyszukiwanie i pobieranie „potomnych” norm GOST (allgosts.ru, z Yandex XML API jako rezerwą): korpus zawiera 60 dokumentów .doc
- Odpowiedzi RAG ze źródłami (Claude 4.5 Sonnet / Gemini 2.5 Pro przez OpenRouter, indeks wektorowy FAISS)
- Ekstrakcja danych strukturalnych dla klasy wytrzymałości C235 (8 pierwiastków składu chemicznego, 3 właściwości mechaniczne) do JSON z walidacją
- Warianty: webowa baza wiedzy na React/tRPC, graf norm w Neo4j z odpowiedziami uwzględniającymi graf, RAGFlow + OpenSearch z k-NN bez Dockera, serwis webowy FastAPI + HTMX z crawlerem, specyfikacja modułu OCR o wysokiej dokładności
Tłumaczenie maszynowe — w trakcie korekty.