温室/大棚种植者在病害早期缺少“可解释、可追溯”的诊断建议：单一模型输出往往
无法说明依据了哪些环境、知识库或历史案例证据，也不清楚何时应弃权或转人工。ACIS 将问诊拆成可审计的多阶段流程，输出：
- 首选病害 + 置信度 + 风险等级；
- 是否建议人工复核；
- 6 条左右的行动建议；
- 辩论共识/冲突、知识图谱校验、推理摘要；
- 可导出的 10 阶段 Trace 与 SQLite 决策审计记录。
覆盖 4 种作物、7 类病害知识（番茄叶霉病/早疫病，黄瓜霜霉病，甜菜褐斑病/根腐病，
棉花黄萎病/枯萎病）；黄瓜保留兼容。
ACIS（Agricultural Cognitive Intelligence System）是一个面向温室作物病害咨询的
多阶段 AI 系统工程原型：把一次自然语言问诊拆成
“感知 → 记忆 → 专家 → 辩论 → Critic → Judge → 审计”的可追溯流程，
输出诊断、置信度、风险等级、行动建议与证据链。默认使用规则裁决，可选接入
OpenAI-compatible LLM；外部模型不可用时自动回退规则链路。
LangGraph 主图与规则回退编排；感知/记忆/专家/Debate/Critic/Judge 分层；RAG（Qdrant 优先、内存回退）；知识图谱（Neo4j 优先、内置 `DISEASE_DB` 回退）；SQLite 决策/反馈/结果存储；统一 Trace（10 阶段）；CLI/TUI/FastAPI 三入口；规则裁决与失败回退。
评论