AI سسٹم · دھات کاری، ضابطہ جاتی دستاویزات
GOST گراف اور اسٹیل کی ضروریات پر RAG
EVRAZ · 2025 · AI سسٹم · Python 3.11, LangChain
PDF معیارات کے مجموعے سے آپس میں جڑے نالج بیس تک: GOSTs کے درمیان لنکس، ذرائع کے ساتھ تلاش، اسٹیل کلاس کی ضروریات کی JSON میں ایکسپورٹ
EVRAZ کے لیے پروٹوٹائپس کا سلسلہ، جن کی GOST لائبریری PDFs کا ایسا مجموعہ ہے جس میں دستاویزات کے درمیان کوئی لنک نہیں۔ معیارات (PDF/DOC) کو ٹیبلز اور تصاویر کے ساتھ Markdown میں بدلا جاتا ہے، دوسرے GOSTs کے حوالے (معیاری اور معلوماتی) خودکار طور پر ڈھونڈے جاتے ہیں، “چائلڈ” معیارات ڈاؤن لوڈ کیے جاتے ہیں، اور ان کے اوپر ذرائع کے ساتھ RAG سرچ اور ساختہ ڈیٹا کا اخراج بنایا جاتا ہے۔ ٹیسٹ ٹاسک GOST 27772-2021 کے تحت مضبوطی کی کلاس C235 ہے: کیمیائی ساخت اور میکانی خصوصیات JSON میں ایکسپورٹ کی جاتی ہیں۔ ایک ہفتے (30 اکتوبر – 6 نومبر 2025) میں عمل درآمد کے پانچ آپشنز متوازی طور پر آزمائے گئے۔
کام
دستاویزات کے اندر دوسرے GOSTs کے حوالوں پر کلک نہیں ہوتا۔ C235 اسٹیل کی تمام ضروریات جمع کرنے کے لیے ماہر کو ہاتھ سے مرکزی معیار ڈھونڈنا پڑتا ہے اور پھر اس میں مذکور ہر معیار کو ایک ایک کر کے دیکھنا پڑتا ہے، جس میں بہت وقت لگتا ہے اور کچھ نہ کچھ چھوٹ جاتا ہے۔
اس میں کیا ہے
- GOSTs کی DOC/DOCX/PDF سے Markdown، ٹیبلز (XLSX) اور تصاویر میں تبدیلی
- “معیاری / معلوماتی” کے طور پر درجہ بند حوالوں کا خودکار اخراج؛ GOST 27772-2021 میں 95 منفرد حوالے ملے (71 معیاری، 24 معلوماتی) اور 232 کلک کے قابل ہائپر لنکس شامل کیے گئے
- “چائلڈ” GOSTs کی خودکار تلاش اور ڈاؤن لوڈ (allgosts.ru، بیک اپ کے طور پر Yandex XML API کے ساتھ): کارپس میں 60 .doc دستاویزات ہیں
- ذرائع کے ساتھ RAG جوابات (OpenRouter کے ذریعے Claude 4.5 Sonnet / Gemini 2.5 Pro، FAISS ویکٹر انڈیکس)
- مضبوطی کی کلاس C235 کے ساختہ ڈیٹا کا اخراج (کیمیائی ساخت کے 8 عناصر، 3 میکانی خصوصیات) توثیق کے ساتھ JSON میں
- ویریئنٹس: React/tRPC پر ویب نالج بیس، Neo4j میں معیارات کا گراف اور گراف سے آگاہ جوابات، Docker کے بغیر k-NN کے ساتھ RAGFlow + OpenSearch، کرالر کے ساتھ FastAPI + HTMX ویب سروس، اعلیٰ درستگی کے OCR ماڈیول کی اسپیسیفکیشن
مشینی ترجمہ — پروف ریڈنگ جاری ہے۔