一种面向制造过程的证据约束式智能体流程编排方法、系统、设备及存储介质

本发明涉及制造过程质量检测、工业智能体编排、知识图谱推理、多模态证据处理和可追溯执行控制，尤其涉及一种面向制造过程的证据约束式智能体流程编排方法、系统、设备及存储介质。

背景技术：

1、在制造批产阶段，同一产品型号、同一生产工位或同一缺陷类型通常需要按照稳定、可复核且可追溯的检测流程进行分析。该流程需要处理图像、音频、振动或工艺时序等多源数据，并结合产品结构、设备状态、工艺路线、缺陷成因、处置规则和历史案例等图谱知识。

2、现有自动规划式智能体问答系统通常由调度模型即时解析用户问题、选择工具并组织工具调用顺序。该方式具有灵活性，但在批产检测场景中容易因任务表述差异、上下文差异或采样差异产生不同的调度链路，从而导致同类产品、同类缺陷或同类工况下的检测步骤不一致。

3、现有静态工作流编排技术能够将流程固化为节点和边，但其通常依赖人工预设的流程模板。对于制造过程中的多产品、多工艺、多传感器和多知识库场景，静态模板难以及时适配当前批次新上传的输入模态，也难以根据图谱节点或图谱关系绑定的历史图像、音频和物理时序证据自动补充相应步骤。

4、现有检索增强生成技术通常把召回文本片段或图谱节点作为回答上下文交给生成模型。该做法能够增强回答信息量，但召回结果并不必然成为可执行流程中的输入变量、执行步骤或数据依赖对象，因而难以在执行前审核，也难以在执行后追溯其对结论的影响路径。

5、在制造现场，同一检测对象的证据来源还具有跨模态和跨知识库特点。例如，同一缺陷节点可能同时绑定历史图像、异常音频和振动时序，同一处置关系可能绑定历史图像或工艺参数曲线。若仅以文本相似度选择证据，容易遗漏对流程结构真正有约束作用的媒体证据。

6、因此，制造过程智能体编排存在一个技术矛盾：同类批产检测任务要求执行链路稳定、可复核且可追溯，而实际输入模态、知识图谱证据和绑定媒体证据又随批次、工位、传感器配置和知识库状态动态变化。若完全依赖即时规划，流程缺乏确定性；若完全依赖静态工作流，又不能接入动态证据。

技术实现思路

1、本发明的目的在于提供一种面向制造过程的证据约束式智能体流程编排方法、系统、设备及存储介质。所述方法包括步骤s1至步骤s7，通过证据-步骤耦合状态、确定性补齐、变量依赖有向图审核回写和固定路径执行，将动态多模态证据转换为可审核、可执行且可回放的流程约束。

2、所述步骤s1包括获取用户任务、知识范围信息以及检测输入数据，并将所述检测输入数据登记为初始输入项。所述步骤s2包括基于所述用户任务、所述知识范围信息、智能体组件清单和所述初始输入项生成候选流程配置，所述候选流程配置包括初始输入项、执行路径和保留输出项。

3、所述步骤s3包括：确定上传媒体召回命中；根据用户任务文本、上传媒体召回命中、产品对象以及所述知识范围信息限定的知识图谱节点和关系，确定查询实体状态和候选图谱证据；读取与所述候选图谱证据中的图谱节点或图谱关系绑定的图像标识、音频标识或物理时序标识；基于初始输入项和所述绑定媒体标识确定输入模态存在状态，计算候选图谱证据的证据绑定强度，并形成证据-步骤耦合状态。所述证据-步骤耦合状态用于限定检测步骤、融合步骤和知识图谱推理步骤是否进入执行路径。

4、所述步骤s4包括：根据所述证据-步骤耦合状态对所述候选流程配置执行确定性补齐。由用户输入触发待补齐步骤时，以所述输入模态存在状态中对应的用户上传输入集合非空作为来源触发条件；仅由绑定媒体证据触发待补齐步骤时，还要求对应候选图谱证据的证据绑定强度满足预设触发条件。对于用户未上传同模态输入且满足所述预设触发条件的绑定媒体证据，读取、转换并登记为步骤输入变量；对于用户已上传同模态输入的情形，跳过同模态绑定媒体证据的加载。仅当待补齐步骤的请求输入变量集合能够由当前执行路径已可达变量集合和拟加载的绑定媒体证据变量集合覆盖，且其目标输出变量集合未被当前执行路径已可达变量集合完全覆盖或者其步骤类型未被当前执行路径覆盖时，才将所述待补齐步骤写入执行路径，得到待审核流程配置。

5、所述步骤s5包括将所述待审核流程配置转换为变量依赖有向图，接收针对所述变量依赖有向图的审核结果，并将审核后的节点、边和参数回写为审核后流程配置。所述变量依赖有向图的节点为初始输入项节点或智能体步骤节点，边由前序节点可提供变量集合与后序节点请求输入变量集合的交集确定。审核回写后，按照审核后流程配置中的步骤顺序重新校验输入变量可达性，并对其中引用的候选图谱证据及绑定媒体证据进行知识范围隔离校验；仅在各智能体步骤的输入变量均可达且所述引用证据满足知识范围隔离条件时形成固定执行路径。

6、所述步骤s6包括按照所述审核后流程配置中的固定执行路径依次执行各智能体步骤，基于变量名匹配向每一智能体步骤传入初始输入项中的输入值、前序步骤输出值或已登记的绑定媒体证据，并记录每一智能体步骤的输入值、输出值、可视化显示依赖、原始数据来源和前驱传播来源。

7、所述步骤s7包括根据保留输出项和各智能体步骤输出生成检测处理结果，并输出推理路径、知识图谱证据、多模态证据、变量依赖有向图、绑定媒体加载结果和原始数据到执行步骤的依赖映射。由此，检索证据不再仅为回答上下文，而成为可执行、可审核、可回放的流程约束对象。

8、本发明的核心技术贡献在于：将输入模态、候选图谱证据和绑定媒体证据转换为对执行路径的约束；基于来源触发、输入可达性以及目标输出变量集合或步骤类型的覆盖校验补齐执行路径；将补齐后的流程配置转换为变量依赖有向图并在执行前审核；对审核后流程配置重新校验输入变量可达性后形成固定执行路径；在执行后输出直接依赖和传播依赖映射。上述机制相互配合，使制造检测任务能够按经审核的固定路径执行，并追溯原始数据和图谱证据对检测处理结果的影响。

9、进一步地，当仅由绑定媒体证据触发且证据绑定强度不满足预设触发条件时，系统不将该绑定媒体证据登记为步骤输入变量，且不据此补齐对应步骤；当审核后流程配置不满足输入变量可达性或知识范围隔离条件时，系统输出待复核状态和缺失输入项或越界证据来源，不执行所述审核后流程配置。

1.一种面向制造过程的证据约束式智能体流程编排方法，其特征在于，所述方法包括步骤s1至步骤s7：所述步骤s1包括：获取用户任务、知识范围信息以及检测输入数据，将所述检测输入数据按数据类型登记为初始输入项，所述检测输入数据包括图像数据、音频数据和物理时序数据中的至少一种；所述步骤s2包括：基于所述用户任务、所述知识范围信息、智能体组件清单和所述初始输入项生成候选流程配置，所述候选流程配置包括初始输入项、执行路径和保留输出项，所述执行路径包括至少一个智能体步骤，每一智能体步骤包括可调用组件标识、输入变量集合和输出变量集合；所述步骤s3包括：确定上传媒体召回命中；在所述知识范围信息限定的知识图谱中，根据用户任务文本命中的图谱实体、所述上传媒体召回命中的绑定节点名称、所述用户任务中的产品对象以及知识图谱节点和关系，确定查询实体状态和候选图谱证据；从所述候选图谱证据中读取与图谱节点或图谱关系绑定的图像标识、音频标识或物理时序标识；基于所述初始输入项和所述图像标识、音频标识或物理时序标识确定输入模态存在状态，计算候选图谱证据的证据绑定强度，并形成包括所述输入模态存在状态、所述证据绑定强度、所述候选图谱证据和绑定媒体证据的证据-步骤耦合状态；所述步骤s4包括：根据所述证据-步骤耦合状态对所述候选流程配置执行确定性补齐；当初始输入项中存在对应模态的用户上传输入时，触发对应的待补齐步骤；当仅由绑定媒体证据触发待补齐步骤时，在对应候选图谱证据的证据绑定强度满足预设触发阈值的条件下，读取、转换并登记所述绑定媒体证据为拟加载的绑定媒体证据变量；当存在对应模态的用户上传输入时，跳过同模态绑定媒体证据的加载；当所述待补齐步骤的请求输入变量集合能够由当前执行路径的已可达变量集合和拟加载的绑定媒体证据变量集合覆盖时，若所述待补齐步骤的目标输出变量集合未被当前执行路径的已可达变量集合完全覆盖，或者所述待补齐步骤的步骤类型不属于当前执行路径已经覆盖的步骤类型集合，则将所述待补齐步骤写入执行路径，形成待审核流程配置；所述步骤s5包括：将所述待审核流程配置转换为变量依赖有向图，所述变量依赖有向图的节点包括初始输入项节点和智能体步骤节点，所述变量依赖有向图的边由前序节点可提供变量集合与后序节点请求输入变量集合的交集确定；接收针对所述变量依赖有向图的审核结果，将审核后的节点、边和参数回写为审核后流程配置，并根据所述审核后流程配置中的步骤顺序重新确定可达变量集合；当各智能体步骤的输入变量均可达时，形成固定执行路径；所述步骤s6包括：按照所述审核后流程配置中的固定执行路径依次执行各智能体步骤，基于变量名匹配将初始输入项中的输入值、前序智能体步骤输出值或已登记的绑定媒体证据作为后续智能体步骤的输入，并记录每一智能体步骤的输入值、输出值、可视化显示依赖、原始数据来源和前驱传播来源；所述步骤s7包括：根据所述保留输出项和各智能体步骤的输出生成检测处理结果，并输出推理路径、知识图谱证据、多模态证据、变量依赖有向图、绑定媒体加载结果以及原始数据到执行步骤的依赖映射。

2.根据权利要求1所述的方法，其特征在于，所述步骤s3包括：当同一图谱实体同时被用户任务文本和上传媒体召回命中时，分别记录用户任务文本命中和上传媒体相似召回命中，且同一上传媒体召回命中在所述证据绑定强度中仅计入一次。

3.根据权利要求1所述的方法，其特征在于，所述证据绑定强度由用户任务文本命中贡献、上传媒体相似召回贡献、查询实体状态命中贡献和图谱邻接关系贡献按照预设非负权重加权计算确定；同一上传媒体召回命中在所述上传媒体相似召回贡献中计入一次，不在所述查询实体状态命中贡献中重复计入。

4.根据权利要求1所述的方法，其特征在于，所述步骤s4包括：当存在用户上传的图像输入，或者存在满足所述预设触发阈值的图谱绑定图像证据时，补充图像缺陷检测步骤；当存在用户上传的音频输入，或者存在满足所述预设触发阈值的图谱绑定音频证据时，补充音频缺陷检测步骤；当存在用户上传的物理时序输入，或者存在满足所述预设触发阈值的图谱绑定物理时序证据时，补充物理信号检测步骤和健康特征计算步骤；当执行路径中形成至少两个模态缺陷状态时，补充多模态融合步骤；当形成融合后缺陷状态时，补充知识图谱推理步骤。

5.根据权利要求1所述的方法，其特征在于，所述步骤s5还包括：在审核回写后，按照审核后流程配置中的步骤顺序重新确定每一智能体步骤执行前的可达变量集合；当每一智能体步骤的输入变量集合均由对应的可达变量集合覆盖时，将所述审核后流程配置确定为固定执行路径；否则，输出待复核状态和缺失输入项，并禁止执行所述审核后流程配置。

6.根据权利要求1所述的方法，其特征在于，所述步骤s3在确定候选图谱证据时，以及所述步骤s5在审核后流程配置引用候选图谱证据或绑定媒体证据时，均根据所述知识范围信息校验所述候选图谱证据所属知识库是否处于允许访问的知识库范围内；当所述知识范围信息对应单一知识库时，仅使用该单一知识库中的图谱节点、图谱关系和绑定媒体证据；当所述知识范围信息对应多个知识库时，将多个知识库聚合为联合知识范围，并在输出的知识图谱证据、多模态证据和原始数据到执行步骤的依赖映射中保留实际命中的知识库标识。

7.根据权利要求1所述的方法，其特征在于，所述步骤s6还包括：生成原始数据到执行步骤的依赖映射；所述依赖映射包括直接依赖和传播依赖，其中，直接依赖表示原始输入数据被当前智能体步骤直接读取，传播依赖表示原始输入数据经由前驱智能体步骤的输出传递至当前智能体步骤。

8.一种面向制造过程的证据约束式智能体流程编排系统，其特征在于，所述系统包括：输入解析及候选流程配置模块，用于执行权利要求1所述步骤s1和步骤s2；证据-步骤耦合模块，用于执行权利要求1所述步骤s3；确定性补齐模块，用于执行权利要求1所述步骤s4；变量依赖图模块，用于执行权利要求1所述步骤s5；智能体固定路径执行模块，用于执行权利要求1所述步骤s6；证据输出模块，用于执行权利要求1所述步骤s7。

9.一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，实现权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至7任一项所述的方法。