cosmic结算 agent系统产品系统Vibe Coding

1.人工出具cosmic结算表费时费人
采用LangGraph构建Agent 状态图，结合大模型进行结构化信息抽取与自我反思校验，通过
Milvus +Embedding实现历史案例RAG检索对齐判定口径，最终按公司模板生成含合并单元格的Excel 结算表。端到端将人工数
天的结算工作压缩至分钟级，功能过程召回率达90%+。

用户上传指定需求文档，AI分析需求文档并生成对应格式的excel结算表，reAct方式Agent思考模式，根据可调用工具编排，不断思考优化直到最后输出正确结果，支持断点重连，支持思考回放和用户问答

技术栈：
Python/ LangGraph/ LangChain/ Milvus / text-embedding-v4 / python-docx / openpyxl
项目描述：基于ReAct 推理-行动范式的AI Agent 系统，自动从无特定格式word需求文档中提取COSMIC功能过程并生成标准结
算表。采用LangGraph构建Agent 状态图，结合大模型进行结构化信息抽取与自我反思校验，通过
Milvus +Embedding实现历史案例RAG检索对齐判定口径，最终按公司模板生成含合并单元格的Excel 结算表。端到端将人工数
天的结算工作压缩至分钟级，功能过程召回率达90%+。
• 设计并实现基于LangGraph的StateGraph有向循环Agent，含LLM决策节点、工具执行节点和条件边路由。
• 开发自适应文档解析模块，支持多种Word文档结构（有/无功能过程标记），动态映射标题层级到COSMIC模块层级。
• 实现「规则校验+LLM自我反思」双通道校验机制，对提取结果进行类型组合、结构约束、数据组去重等8项检查。
• 构建Milvus 向量检索模块，使用text-embedding-v4 模型进行历史案例向量化入库与余弦相似度检索。