从「检索、生成、校验、兜底」四个环节层层把关，让回答「有据可查、可追溯验证」。
97 条规范条文按「工程类别 → 风险类型 → 规范依据 → 条款要点」组织成图谱结构，每条含条款原文、条款解读、关联条款、注意事项与检索路径，覆盖 13 大类施工安全领域。
关键词加权 + 工程主体名词对齐，按标题、图谱路径、条款内容逐层定位。刻意不使用向量相似度检索——安全领域里「语义相近但条款号搞错」不可接受。命中哪一条、为什么命中，全程可解释、可复算。
检索到的条文是喂给大模型的唯一上下文，并要求按 JSON Schema 输出。服务端逐字段校验，未通过则重试一次，仍不通过就丢弃模型输出、直接回落条文原文——未经校验的模型输出永远不会出现在界面上。
领域内未收录的问题明确拒答，不给未经规范支撑的结论；涉及危大工程、深基坑、起重吊装、有限空间等 49 条高风险条文，答复强制附加「须经项目技术负责人复核」提示。
面向施工现场真实需求，让安全规范「问得到、审得准、学得会」。
输入施工安全问题，系统在 97 条规范条文中确定性定位依据，返回结构化回答：规范条款 + 解读 + 关联条款 + 注意事项，并附带检索路径。
已完成并线上运行属于施工安全领域但知识库未收录的问题，系统明确回答「未收录、不给未经验证的结论」，而不是编一个似是而非的条款号。108 条评测用例中拒答准确率 100%。
已完成并线上运行涉及危大工程、深基坑、起重吊装、有限空间等 49 条高风险条文，答复强制附加「须经项目技术负责人复核」提示——AI 不越权替人做施工决策。
已完成并线上运行上传专项施工方案，对方案条款与规范库做逐条一致性比对，输出问题清单与修改建议。
开发中（规则框架设计中）面向建筑施工场景定制，引入人机协同机制保障知识准确性。
知识库已结构化 97 条条文，源自 40 部国家标准与行业标准（GB / GB/T / JGJ 系列）及 3 部法规与规范性文件（住建部令第 37 号、国务院令第 493 号、建办质〔2018〕31 号），按工程类别组织为可检索的结构。
大模型自动完成规范条文的初步结构化标注
引入偏见治理框架，自动筛查标注中的错误与偏差
领域专家人工复核，确保知识准确无误后入库
下表为真实进度，可逐项核对；已完成项均可现场演示与复算。当前整体完成度约 70%。
输入施工安全问题，系统先检索知识图谱定位条文，再生成「规范条款 + 解读 + 关联条款 + 注意事项」四段式解答。已收录 97 条现行规范条文（源自 40 部国家标准与行业标准 + 3 部规范性文件），覆盖危大工程管理、基坑土方、模板支撑、脚手架、高处作业、临时用电、起重吊装、消防动火、有限空间等 13 大类。知识库未收录的领域问题会明确告知而非编造；打招呼、问身份等一般问题走通用对话；高风险主题强制提示人工复核。点击下方示例直接体验 ↓
回答由后端 确定性检索 定位规范条文，再由 大模型在条文约束下生成，输出经 JSON Schema 校验后才会展示 —— 校验不通过则丢弃模型输出、回落条文原文。领域内未收录的问题明确拒答，一般问题走通用对话并标注未引用规范，高风险主题强制提示人工复核。
我们为系统建立了 166 条评测集，并把「好不好用」拆成五个可量化维度。评测脚本直接 import 部署产物本身（而非另写一份近似实现），因此本地跑出的数字与线上真实行为一致，任何人按同一条命令都能复现。
node tools/build.mjs
node tools/eval.mjs评测直接引用即将部署的 functions/api/chat.js 导出的检索与分类函数，并打印产物 sha256 指纹，确保「评测的数字」与「线上跑的行为」指向同一次构建。
未通过的 1 例已记录在案：问「混凝土浇筑完多久可以拆模」，系统命中「高大模板混凝土浇筑安全」而非「模板拆除条件与顺序」——属于相邻条文近似命中，改进方向是引入问句意图动词识别（时间性意图 → 归入拆模条件）。我们不隐藏失败用例。
两个典型场景，展示系统的实际问答效果。
人机协同，各司其职。