DEMO-AGENT/docs/详细设计/skill/资料要求匹配Skill.md

资料要求匹配Skill 设计

1. Skill 定位

资料要求匹配Skill 负责把当前资料包中的文档事实与法规要求项进行匹配，生成每个要求项的候选命中文档和匹配证据。

英文实现标识建议使用 RequirementDocumentMatchSkill。

本 Skill 只判断“是否可能命中”，不负责最终缺失或风险判定。

2. 输入

@dataclass
class RequirementDocumentMatchInput:
    documents: list[DocumentFact]
    requirements: list[RequirementItem]

3. 输出

@dataclass
class RequirementDocumentMatchOutput:
    matches: list[RequirementDocumentMatch]
    unmatched_documents: list[DocumentFact]
    warnings: list[dict]

4. 匹配策略

4.1 章节点编码匹配

最高优先级。

示例：

1. 文档 CH1.4 申请表.docx
2. 要求项 CH1.4 申请表
3. 结果：高置信命中

4.2 文档角色匹配

使用第一步产生的 document_role。

示例：

1. application_form
2. product_list
3. regulatory_information_catalog

4.3 关键词匹配

使用法规要求项中的关键词表匹配文件名和相对路径。

4.4 人工修正字段匹配

如果用户在后台修正了章节点或资料名称，应优先使用修正结果。

5. 核心方法

5.1 run(input) -> RequirementDocumentMatchOutput

主入口方法。

5.2 match_by_chapter_code(document, requirement) -> MatchEvidence | None

章节点编码完全相等时返回高置信证据。

5.3 match_by_document_role(document, requirement) -> MatchEvidence | None

文档角色命中期望角色时返回证据。

5.4 match_by_keywords(document, requirement) -> MatchEvidence | None

文件名、资料名称或相对路径命中关键词时返回证据。

5.5 calculate_match_confidence(evidences) -> str

置信度：

1. high
2. medium
3. low
4. none

6. 技术实现

使用技术：

1. Python 字符串规则
2. re
3. 中文空白和标点标准化
4. 可选 rapidfuzz

V1 中不建议过度依赖模糊匹配，避免把相似但不等价的资料误判为已提供。

7. 异常处理

1. 一个要求项命中多个文档：保留全部候选，交给判定 Skill 处理。
2. 一个文档命中多个要求项：标记潜在错放或重复。
3. 文档待人工复核：仍可参与匹配，但置信度不超过 medium。
4. 章节点冲突：输出警告。

8. 测试要点

1. 章节点完全匹配返回高置信。
2. 文档角色匹配返回中高置信。
3. 只有关键词匹配返回低或中置信。
4. 待复核文档不会被高置信命中。
5. 多重命中输出警告。