113 lines
2.6 KiB
Markdown
113 lines
2.6 KiB
Markdown
# 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
|
|
|
|
```python
|
|
@dataclass
|
|
class RequirementDocumentMatchInput:
|
|
documents: list[DocumentFact]
|
|
requirements: list[RequirementItem]
|
|
```
|
|
|
|
## 3. 输出
|
|
|
|
```python
|
|
@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。
|
|
|