2. 工程项目知识资产盘点
在搭建工程项目知识库与RAG应用之前，第一步不是选模型、搭向量库，而是把散落在项目全生命周期中的知识资产盘清楚。工程项目的知识来源天然分散：设计院出图、施工单位编方案、合约部门管合同、现场产生变更签证、监理与业主形成验收记录、行业发布规范标准。这些资料格式不同、载体不同、更新频率不同，如果不先做系统盘点，后续的切片、向量化和检索都会建立在混乱的输入之上。
一、六类核心知识来源及其特征
工程项目的知识来源可以归纳为六类，每一类在RAG系统中的处理策略差异很大。
- 设计图纸：以DWG、PDF、IFC为主，包含平面、立面、剖面、节点详图。图纸的价值在于空间关系和构造做法，但纯文本检索难以直接命中，需要配合图号、图层名、设计说明文字做混合索引。图纸版本管理是难点，同一部位可能有建筑、结构、机电多专业图纸，必须记录专业、版本、出图日期。
- 施工方案：以Word、PDF为主，是施工组织、工艺参数、安全措施的集中载体。这类文档结构清晰、段落完整，最适合做语义切片，是RAG问答的高价值来源。典型内容包括基坑支护方案、模板支撑方案、大体积混凝土浇筑方案等。
- 合同文本：包括施工总承包合同、专业分包合同、采购合同。合同条款具有强约束力，检索时对精确性要求极高，适合“关键词+语义”双路召回。需要重点标注付款节点、工期约定、违约责任、变更计价规则。
- 变更签证：现场发生的设计变更、工程洽商、现场签证。这类资料往往格式不统一、手写扫描件多，但直接关联费用与工期，是项目争议的高频来源，必须做OCR和结构化抽取。
- 验收记录：检验批、分项、分部、单位工程验收记录，以及隐蔽工程验收影像。它们记录了“实际做成什么样”，与设计图纸形成对照，是质量追溯的关键证据链。
- 规范标准：国家标准、行业标准、地方标准、企业标准。规范条文编号明确、更新有版本，适合按条文粒度建索引，检索时可直接定位到“GB 50666 第X条”。
下图展示了六类知识来源在项目全生命周期中的分布，以及它们各自最适合的检索方式与价值定位。
二、知识分类：从“资料柜”到“可检索资产”
盘点不是简单列清单，而是要给每份资料打上可检索的标签。建议采用“三层分类法”：
第一层按业务域分：设计管理、合约管理、施工管理、质量管理、安全管理、技术标准。这一层决定知识在RAG中的路由方向。
第二层按文档类型分：图纸、方案、合同、变更、验收、规范。这一层决定切片策略和解析工具。
第三层按项目阶段分：设计阶段、招采阶段、施工阶段、竣工阶段。这一层决定时效性和版本优先级。
以一份“地下室底板大体积混凝土浇筑方案”为例，它的标签可以是：施工管理 / 施工方案 / 施工阶段 / 专业=结构 / 部位=地下室底板 / 审批状态=已批准 / 版本=V2.1。当现场人员提问“底板大体积混凝土测温频率怎么定”时，RAG可以优先召回这份方案中“测温与养护”章节，而不是去检索通用规范。
三、价值评估：把有限治理精力放在高价值资产上
项目资料动辄上万份，不可能全部同等治理。建议用四个维度做快速评估：
| 维度 | 评估问题 | 高价值信号 | 低价值信号 |
|---|---|---|---|
| 业务关联度 | 是否直接支撑现场决策或计量结算？ | 方案、变更、合同条款 | 一般性通知、会议签到 |
| 复用频率 | 是否被多个项目/多个岗位反复查询？ | 规范条文、标准图集 | 一次性专项报告 |
| 时效敏感度 | 版本更新后旧版是否立即失效？ | 设计图纸、规范标准 | 历史验收记录 |
| 风险权重 | 引用错误是否导致安全、质量或费用事故？ | 强制性条文、合同违约条款 | 一般性宣传材料 |
评估结果可以直接转化为治理优先级。例如，某项目盘点后得到如下示例判断（以下为教学示例，非实测数据）：
资产名称：某工程地下室结构施工图
业务关联度：高（直接指导施工）
复用频率：中（主要在设计交底和施工准备阶段）
时效敏感度：高（设计变更后旧版作废）
风险权重：高（结构安全）
治理优先级：P0 —— 必须做版本控制 + 图号索引 + 变更关联
资产名称：某年度安全月活动总结
业务关联度：低
复用频率：低
时效敏感度：低
风险权重：低
治理优先级：P3 —— 可归档，暂不进入RAG主索引
四、盘点交付物：一份可执行的资产清单
盘点的最终成果不是一份“资料目录”，而是一份知识资产登记表。它至少应包含以下字段，便于后续直接导入知识库管理系统：
- 资产编号：唯一标识，建议采用“项目码-业务域-序号”。
- 资产名称：与文件标题一致，避免简写造成歧义。
- 来源类型：图纸/方案/合同/变更/验收/规范。
- 载体格式：DWG、PDF、Word、扫描件、影像。
- 责任部门：设计部、合约部、工程部、质量部、技术部。
- 版本与日期：当前有效版本号及生效日期。
- 关联资产：例如变更单关联原图纸编号、验收记录关联检验批编号。
- 价值等级：P0～P3，对应治理优先级。
- 检索策略：精确匹配、语义切片、OCR抽取、条文索引。
- 更新触发条件：设计变更、规范换版、合同补充协议。
五、从盘点走向RAG：关键衔接点
盘点完成后，六类资产进入RAG管道的方式并不相同。设计图纸和验收记录以“结构化字段+图像”为主，适合做元数据过滤后再检索；施工方案和合同文本以“长文本段落”为主，适合语义切片；变更签证需要先OCR再抽取关键字段；规范标准则适合按条文编号建立倒排索引。盘点的价值，正在于提前识别这些差异，避免把所有资料一股脑丢进同一个向量库。
一个务实的做法是：先选P0级资产做试点，例如“施工方案+规范标准”两类，跑通切片、向量化、检索、问答的完整链路，验证效果后再逐步纳入合同、变更和验收记录。这样既能快速看到RAG对工程问答的实际提升，也不会因为一次性治理全部资料而拖慢项目节奏。