中建产品演进

上下文压缩

数据归集

数据

Result：该系统可高效处理建筑领域复杂格式的法规文档，用户意图识别准确率高，能在向量数据库支持下快速召回相关知识，生成的答案均基于原文推理、无 “幻觉”，既实现规范条款的精准定位，也能解答专业知识问题，显著降低用户查找法规信息的成本，为建筑业务合规性查询、专业决策提供可靠知识支撑，提升整体业务处理效率。

范畴识别

智能

知识嵌入

Task：需构建一套融合 RAG（检索增强生成）技术与大模型的建筑领域专属问答系统，实现对多样格式法规文档的高效处理，精准识别用户查询意图，快速检索相关知识并生成无 “幻觉” 的严谨答案，满足闲聊交互、规范条款查询、专业知识问答三类需求，解决传统检索的痛点。

公式检测和识别

PDF(文本型、图像型)

本地文件上传

word (docx/doc)

大模型微调

关系数据库

TXT

知识图谱构建

术语表

向量数据库

数据整备

联网检索

Action：先对文档进行预处理，完成 docx 转 Markdown、扫描 PDF 转图片并 OCR 识别，同步检测拆分公式、表格及合并单元格，再通过结构分析构建 “章 - 节 - 条款” 树状结构与语义分割；利用 BGE 模型将知识单元嵌入为向量存入 Milvus 向量数据库，结合意图识别模块分类用户问题，通过混合检索（向量 + 关键词）、重排序及父文档检索获取相关知识，最后以结构化提示词与思维链推理，驱动大模型生成答案。

PPT(文本型、图像型)

数据存储

法律法规

理解

语义分割

表格合并单元格拆分

机理思维图构建

情形条件和结果抽取

混合检索

Situation：建筑公司日常运营中涉及海量法律法规、标准规范类文档，这些文档多以 docx、扫描版 PDF 等非结构化 / 半结构化形式存在，包含复杂的公式、合并单元格表格及层级化条款，传统检索方式易出现信息碎片化、精准度低的问题，导致用户难以快速获取合规依据或专业知识，影响业务效率与决策准确性。

数据清洗

父文档检索

重排序

任务

Agent带逻辑的问答机器人

数据格式

对象存储

领域关键概念抽取

机理思维图预览

行动

学习

推理

MD

JSON

文档结构分析

意图识别

表格检测和识别

文档格式标准化处理

表格(xlsx/xls/csv等)

模型/算法

数据类型

数据库直连

多策略混合检索

大模型

答案生成与输出

标准规范

思维链（CoT）分步逻辑拆解