预设题目（点击填入，均为零 token 标准答案）

PDF 经 DocumentParser 解析为「文本块 + 结构化表格」，再由 RuleDetector 做确定性检测。以下均为真实中间产物，不经 LLM。

输入任一问题，查看它实际会喂给 LLM 的内容——小文档走全文、大文档走 BM25 召回 Top-K。进入 Prompt 的始终是解析后的文本/召回段落，而非原始 PDF。此操作只做检索预览，不调用 LLM、不计费。

上传另一份海上风电工程 PDF，系统会重新解析并重建工作流，随后可在「问答」页对新文档提问、在「解析详情」看新文档的中间产物。

说明：表格题（Q6）列名摊平规则、章节正则针对本类文档设计，极端版式可能需微调；详见说明文档第六、八节。

海上风电工程文档智能问答工作流 — 说明文档

配套代码：04_Agent集成/（入口见其 README.md）　答案：05_交付产物/answers.md　评分：eval_report.md

一、系统概述

本系统是一个面向工程初步设计文档的智能体问答工作流。输入一份海上风电场初步设计说明书 PDF，自动完成解析、信息抽取、表格精确查询与一致性审计，回答 7 类问题。核心解决"长文档中信息分散、表格与正文混排、存在多版本/多口径冲突值"的抽取难题，适用于风电及同类工程文档的理解与质检场景。

二、整体架构

┌─────────────────────────────────────────┐
│           输入层：PDF 文档               │
└──────────────┬──────────────────────────┘
               ▼
┌─────────────────────────────────────────┐
│   解析层：DocumentParser（pdfplumber）   │
│   文本块（text_chunks）+ 表格（tables）  │
└──────────┬────────────────┬─────────────┘
           ▼                ▼
┌──────────────────┐  ┌─────────────────────┐
│  RuleDetector    │  │  TableQueryEngine   │
│  7 类传统检测算法 │  │  行列精确匹配（Q6） │
└────────┬─────────┘  └──────────┬──────────┘
         └─────────┬─────────────┘
                   ▼
┌─────────────────────────────────────────┐
│           推理层：Agent + LLM            │
│  QAAgent（Q1~Q5，检索/全文双路径）       │
│    └ Retriever（BM25，大文档时召回）     │
│  AuditAgent（Q7，规则结果 + LLM 解释）   │
└──────────────────┬──────────────────────┘
                   ▼
┌─────────────────────────────────────────┐
│      工作流层：WindFarmQAWorkflow        │
│      题型路由 + CLI + Gradio Web UI      │
└─────────────────────────────────────────┘

为什么表格和文本分离处理： 测风数据表是多行多列的数值矩阵，"2019年5月、90m"这类查询本质是行列坐标定位，纯文本检索或 LLM 阅读极易在相邻数值间错位（尤其两座测风塔 6633#/6634# 共用一张表时）。把表格抽成结构化数据、由专用引擎做精确匹配，比让 LLM"读表"可靠得多，且零成本、零延迟。

为什么 Q7 走"规则检测 + LLM"两段式而非纯 LLM： 一致性问题中，数值冲突、表格离群、范围倒置、正文-表格不符、投资反算、规范引用这类是确定性的、可被算法精确发现的；纯靠 LLM 通读全文找冲突，既可能漏（注意力分散在长文档）也可能编（幻觉出不存在的冲突）。先用规则引擎（7 类算法）"锚定"候选问题清单交给 LLM，LLM 只负责"确认 + 解释原因"，并补充语义类问题（如工期口径），既保召回又压幻觉。最终 Q7 计入 8 处不一致：7 处由规则引擎确定性锁定（命中 9 条、归并 7 类）+ 1 处工期口径由 LLM 补充并经人工确认。此外，规则引擎/人工对误报也做了处置——第9章"同类工程参考"中的 300MW 属参考工程（按章节排除）、"防腐年限30年 > 结构寿命25年"属合规冗余设计（非矛盾、不计入），体现"并非所有数值不一致都是问题"的判断。

这一选择有实测对照支撑（脚本 05_交付产物/q7_对照实验.py）：用完全相同的解析全文，去掉规则锚点让 LLM 自己找不一致、各跑 5 次——纯 LLM 在 temperature=0 下报 1617 处（混入大量文档质量类琐碎项）、temperature=1 下在 815 处间剧烈波动（标准差 2.45，不可复现）；而规则引擎确定性锁定的核心事项每次完全一致（标准差 0）。对纯 LLM 输出逐条人工核对后确认：其中确有真问题（工期口径、正文-表格不符等，已分别并入规则引擎或答案），也有重复计数与偶发幻觉——纯 LLM 的毛病不在"全假"，而在不可复现 + 重复噪声 + 把核心矛盾与排版瑕疵混为一谈。这正是两段式"让确定性的归算法、让解释的归 LLM"的价值：结果稳定、可复现、信噪比高。

三、关键模块说明

四、运行方式

详见 04_Agent集成/README.md（3 步：装依赖 → 配 .env → python run.py --all 或 python app.py）。依赖仅 4 个包，temperature=0 保证可复现。

五、7 个问题回答结果

完整答案见 05_交付产物/answers.md，自动评分 90/100（eval_report.md）。关键发现摘要：项目名称为"某海域海上风电场一期工程"（第8章"陆上上"系笔误）；机型 8MW/11MW 两种；总装机 500MW（规划）/502MW（实际）双口径；常浪向 ENE；66kV 单母线分段接线；2019年5月90m 风速 6633#=8.32、6634#=8.33 m/s；Q7 共识别 8 处不一致（名称笔误、容量口径、测风数据异常、正文-表格风速不符、投资反算不闭合、参考工程范围倒置、规范编号引用不符 7 类由规则引擎锁定 + 工期口径由 LLM 补充），并排除 300MW、防腐年限等合理差异。

六、泛化能力说明

系统按"通用 / 自适应 / 需调整"三层设计泛化性。通用部分：Prompt 模板、题型路由规则、七类规则检测算法、BM25 检索均与具体文档无关——BM25 用纯标准库实现，换文档即用、无需重建 embedding、零冷启动，最契合"面试现场换另一份海上风电文档"的场景。自适应部分：QAAgent 按文档总字数在"全文投喂"与"BM25 召回 Top-K"两条路径间自动切换（阈值默认 8000 字，本文档 7340 字走全文、无召回损失；更大文档自动走检索、不超 context），上层透明无感。换文档只需 python run.py --pdf 新文档.pdf --all --reparse，其余自动适配。需调整部分：表头摊平规则对极端表头结构（多于两层、跨页表头排布差异大）的鲁棒性、章节标题正则的覆盖度，可能随文档版式变化需要微调；Q6 的期望真值是本文档回归基线，换文档后应改由 TableQueryEngine 动态返回并人工抽查，而非沿用固定数字断言。

七、复杂场景处理设计思路

• 7.1 跨页表格识别与合并 + 合并表头摊平：测风表跨第 3、4 页，第 4 页重复出现塔号表头行。解析时按"列数一致 + 首列为表头标识"判定续表、剔除重复表头行并入数据；两行合并表头（行0 塔号合并单元格 + 行1 高度层）经前向填充后纵向拼接为 6633#_90m / 6634#_90m 唯一列名，根除双塔子列错位——这是 Q6 正确性的根。
• 7.2 多值冲突检测：在出现锚定关键词的句子内提取数值并 set 去重，size>1 即报冲突（500MW vs 502MW）；离群检测对测风表用"行内对比"为主路径（同月各高度量级相近，低于同行中位数 40% 即离群），避免普通 3σ 被异常值自身污染而漏检 0.17/2.22。
• 7.3 大文档 Token 控制：超阈值时 BM25 对问题召回 Top-K 段落替代全文投喂，控制 context 与成本，保障大文档下不退化。

八、错误分析与改进空间