【项目简介】
面向36家煤矿300 万+条隐患、20 万+条风险数据 ,探索矿端不规范填报导致的描述口语化 、字段错填 、数据碎片化问题的解决方案。考虑描述内容无规律、矿山行话密集、语义边界模糊等原因排除传统规则+特征工程方案;考虑人工枚举规则覆盖率低且人工维护提示词成本不可控等问题,排除LLM + 人工调提示词方案。本项目重点介绍提示词agent设计架构,该设计目的是智能化构建各个阶段清洗提示词,结合LLM实现风险隐患描述内容清洗,为后续聚类、标准化乃至风险分类、隐患专业识别等过程提供数据支撑。
【负责内容】
1.整体方案设计和开发 :提示词工程智能体 + 批量标准化流水线两阶段架构 ,14B跑量 / 27B 校验 / 云端模型差异优化三档算力调度策略 ,实现成本控制。
2.负责提示词工程智能体开发,初始化四段式提示词模板;基于 LangGraph 构建 "批量执行→分层采样校验→提示词优化→重跑验证" 多节点协作闭环;实现连续 25 轮收敛判定 、40 轮兜底回滚取最优 、ReAct 3 次降级人工的防死循环机制。
3.负责标准化实现,基于FAISS实现语义向量聚类,使用LLM对同一簇内的描述做标准化归纳。