量传AIagent产品系统

计量检定机构日常工作中，新员工面对大量检定规程、校准规范和仪器 操作问题，只能反复请教资深专家，专家经验依赖口口相传，占用大量时间且无法沉淀复用。本项目（量传）旨在解决这一知识传承问题：将专家维护的规程知识库接入 AI 问答，新员工随时在网页提问，AI 严格依据知识库作答并附系统核验的引用来源；答不出时不编造，自动登记为知识盲区转交专家补充，形成"问答—盲区—补库"闭环，让专家的隐性经验持续沉淀为可复用的机构知识资产。

项目包含三大功能模块：

① 智能问答：网页端多轮对话提问，AI 检索知识库并读取权威原文后作答，引用来源由系统核验后自动附上，未引用文档的回答明确标记供复核；查不到即拒答，杜绝编造。
② 专家后台：知识盲区清单自动登记待补内容，专家补库后系统用原问题自动复测验证；支持浏览全所问答记录、回答评价统计（"解决了/转专家"一键反馈）、规程"已校对"标记与版本留痕。
③ 知识库管理：规程文档由专家维护，Markdown 加元数据规范，修改即生效无需重启，git 全程可追溯可回滚；修订自动分级（实质修订/文字 润色），配套专家成果榜用于考核激励。系统支持三级账号权限（管理员/专家/普通）、对话历史管理、验收跑批打分，可一行配置从云端大模型切换到内网私有化模型部署。

个人承担：本人独立负责项目全流程——需求调研与方案设计、知识库规范制定与规程文档整理入库、AI 问答 Agent 开发、网页前端与专家后台开发、账号权限体系搭建、测试编写与试点部署运维。技术栈与架构：后端采用 Node.js + TypeScript + Hono 轻量 Web 框架，问答核心基于 pi-agent-core 构建工具调用式 Agent（检索→读取原文→作答→附引用），大模型走 DeepSeek 云 API，通过 OpenAI 兼容接口封装，改一行配置即可切换到内网 vLLM/Ollama 私有化模型；前端 为原生 HTML/JS 单页应用，数据用 JSONL 文件轻量存储，知识库为独 立 git 仓库实现版本追溯。
实现亮点：① 引用来源由系统核验而非模型自述，未引用文档的回答自动标记复核，从机制上防"幻觉"；② 检索准入白名单在目录、搜索、读
三层统一拦截；③ 修订分级用确定性规则（非 AI）判定实质修订与润色，防止刷成果。
难点：在不依赖重型框架的条件下，让 Agent 严格"先读原文再作答、答不出就拒答"，通过工具设计、提示词约束与 30+ 项 Vitest 自动化测试（含依据闸门、检索准入）反复校准实现。