制造业 / B2B 供应链领域，企业的工厂、产线、产品、供应商、采购订单、客户与售后政策等信息，分散在制度文档、产品主数据、供应商台账和订单表格中。业务、采购、财务等不同角色需要用自然语言跨文档、跨表格查询（如 "X1 是哪个工厂生产的、供应商是谁"" 恒信那张订单多少钱、账期多久 "），且各角色可见范围不同 —— 金额、账期仅采购 / 财务可见。传统关键词检索无法回答多跳问题，纯大模型 RAG 又存在幻觉、缺乏权限管控、知识缺口无法跟踪闭环。本项目面向" 制造业供应链统一知识问答 / 数据中台 " 场景，提供一个可治理、可评估、可持续补给的企业级问答底座。
一个零依赖（仅 Python 标准库）、离线可复现、0 成本的统一供给与问答平台，提供四种检索 / 问答通道：① 向量检索，语义召回，hashing 向量 + TF-IDF 混合；② 知识图谱，gold 三元组入图、k-hop 子图遍历，支持多跳关系推理；③ 融合检索（fused），多路召回 + 抽取式答案，覆盖最广；④ 结构化 Text2SQL，确定性意图识别 + 实体链接 + JOIN 路径生成 + 内存 SQLite 执行，擅长精确 JOIN / COUNT / SUM。
核心能力：文档级 + 表级 RBAC，按角色返回可见文档 / 子图 / 表，敏感字段受限并带越权泄漏检测；确定性忠实度核验，答案逐句对照证据、量化幻觉；多轮对话，指代消解与上下文改写、支持追问；数据飞轮，拒答 / 点踩 / 低忠实信号自动聚成缺口工单，编排 "补真实事实 → 重建 → 回归 → 关闭" 闭环，且不自动编造事实；生产化，Prometheus 指标、告警、限流、健康检查、审计日志。提供本地零依赖 Web（聊天 / 监控 / 飞轮三页）。
架构由三个递进项目组成：kg-graphrag（图谱供给 / GraphRAG）、rag-platform-mvp（向量供给 / RAG 数据平台）、unified-platform（统一编排入口，复用前两者并新增关系表与 Text2SQL 通道）。数据层：统一制造业语料，覆盖工厂 / 产线 / 产品 / 供应商 / 客户 / 采购订单 / 售后 7 类关系表与 markdown 文档，frontmatter 内置 gold 实体与三元组作为知识真值。索引层：hashing embedder（确定性、可复现）+ TF-IDF 混合向量，gold 图谱 k-hop 遍历，内存 SQLite 提供关系表查询。问答层：多路召回融合 + 抽取式合成 + 逐句 faithfulness 核验，Text2SQL 全流程确定性、无 LLM 依赖。评测层：带 Ground Truth 的评测集（期望事实 / 路径 / 拒答标签 /forbidden），四通道横向对比，防倒退门控（关键指标基线、泄漏必须为 0）接入 CI；消融实验证明多跳是图结构能力 —— 纯向量路径命中为 0，图谱 / 融合达 75%。闭环层：gaps.py 聚合三类缺口工单，flywheel.py 编排补给 - 重建 - 回归 - 关闭。部署：Gradio + ZeroGPU 上线 服务器，另备 Dockerfile 与生产 Runbook。全程零第三方依赖、0 成本、离线一键复现，43 项测试全绿。
评论