Hệ thống AI · luyện kim, tài liệu quy phạm
Đồ thị GOST và RAG cho yêu cầu về thép
EVRAZ · 2025 · Hệ thống AI · Python 3.11, LangChain
Từ bộ tiêu chuẩn PDF đến cơ sở tri thức có liên kết: liên kết giữa các GOST, tìm kiếm kèm nguồn, xuất yêu cầu theo cấp thép sang JSON
Loạt nguyên mẫu cho EVRAZ, nơi thư viện GOST là một tập hợp tệp PDF không có liên kết giữa các tài liệu. Các tiêu chuẩn (PDF/DOC) được chuyển sang Markdown cùng bảng và hình ảnh, các tham chiếu đến GOST khác (quy phạm và tham khảo) được tìm thấy tự động, các tiêu chuẩn “con” được tải về, và trên nền đó dựng tìm kiếm RAG có nguồn cùng việc trích xuất dữ liệu có cấu trúc. Bài toán thử nghiệm là cấp độ bền C235 theo GOST 27772-2021: thành phần hóa học và cơ tính được xuất ra JSON. Trong một tuần (30 tháng 10 – 6 tháng 11 năm 2025), năm phương án triển khai đã được thử song song.
Bài toán
Các tham chiếu đến GOST khác bên trong tài liệu không nhấp được. Để thu thập mọi yêu cầu đối với thép C235, chuyên gia phải tự tìm tiêu chuẩn chính rồi lần lượt xem từng tiêu chuẩn mà nó nhắc đến, việc này mất nhiều thời gian và dễ bỏ sót.
Bên trong có gì
- Chuyển đổi GOST từ DOC/DOCX/PDF sang Markdown, bảng (XLSX) và hình ảnh
- Tự động trích xuất các tham chiếu và phân loại “quy phạm / tham khảo”; trong GOST 27772-2021 đã tìm thấy 95 tham chiếu duy nhất (71 quy phạm, 24 tham khảo) và chèn 232 siêu liên kết nhấp được
- Tự động tìm và tải các GOST “con” (allgosts.ru, với Yandex XML API làm phương án dự phòng): kho tài liệu có 60 tài liệu .doc
- Câu trả lời RAG kèm nguồn (Claude 4.5 Sonnet / Gemini 2.5 Pro qua OpenRouter, chỉ mục vector FAISS)
- Trích xuất dữ liệu có cấu trúc cho cấp độ bền C235 (8 nguyên tố thành phần hóa học, 3 cơ tính) ra JSON kèm xác thực
- Các biến thể: cơ sở tri thức web trên React/tRPC, đồ thị tiêu chuẩn trong Neo4j với câu trả lời nhận biết đồ thị, RAGFlow + OpenSearch với k-NN không cần Docker, dịch vụ web FastAPI + HTMX với crawler, đặc tả cho module OCR độ chính xác cao
Bản dịch máy — đang được hiệu đính.