AXON：一个面向专卖执法领域的闭环、多维知识增强框架

摘要：为解决大语言模型（LLM）在知识密集型专业领域因缺乏深度业务理解与知识持续进化能力而难以落地的挑战，本文提出了一个名为“AXON”的闭环、多维知识增强框架。AXON的核心贡献在于：1）一套面向业务的知识原子化与多维表示模型，它通过“八维坐标系”对知识进行深度语义标注与结构化，显著提升了检索上下文的精确性；2）一条人机协同的自动化知识处理流水线，通过闭环工作流，将新增的专家知识无缝地、自动化地注入知识库，实现知识体系的持续迭代。实验结果表明，相较于传统检索增强生成（RAG）方法，本框架在关键业务任务上的可用性与逻辑性平均提升超过60%，证明了该方案在赋能专业领域AI应用上的显著成效。

1. 引言

以烟草专卖执法为代表的知识密集型行业，在AI应用中普遍面临“数据富矿，知识孤岛”的困境。尽管检索增强生成（RAG）为利用海量非结构化文档提供了契机，但其在专业领域的应用存在明显短板：一是依赖浅层语义匹配，导致检索的上下文“相关但不精确”；二是知识库通常是静态的，无法捕获业务中持续涌现的新知识、新案例；三是AI系统与专家工作流脱节，形成“知识断链”。

为系统性地解决上述问题，本文设计并实现了“AXON”框架。其核心思想是通过两大支柱应对挑战：1）知识原子化，即通过深度、面向业务的知识表示模型，为LLM提供高质量、精确的上下文；2）闭环进化，即通过人机协同的自动化流水线，实现知识体系的自我完善

2. 核心创新之一：知识原子化与多维表示模型

为解决传统RAG上下文不精确的问题，我们对知识进行了宏观“坐标化”与微观“原子化”的深度拆解。

2.1 八维执法知识坐标系

我们设计了一套面向执法业务的“八维执法知识坐标系”，它将每一份知识的属性，从几个简单标签，扩展为八个相互正交的维度，从而赋予知识在多维空间中的唯一“坐标”。

微信图片_20250924094530.png

2.2 原子知识单元（AKU）的设计与实现

在定义了知识的宏观坐标后，以平衡人类阅读的流畅性与机器解析的精确性为出发点，设计了“原子知识单元”（AKU）作为实现精准检索的最小单位。

其语法实现是在Markdown的##标题行附加JSON元数据，从而将文档原子化为具有独立业务含义的知识点。

结构示例：

## [单元标题] { "chunk_id": "...", "keywords": ["...", "..."] }[单元的正文内容...]

其中：

## [单元标题]: 提供了人类可读的章节标题。

{...}: 括号内的JSON对象即是该AKU的元数据。

chunk_id: 全局唯一的ID，由自动化流水线生成，用于精确引用和管理。

keywords: 针对该单元内容的精准关键词，由LLM在处理流水线中自动提取，用于增强检索。

这种方式，使得RAG的检索对象从宽泛的文档，转变为精确、结构化的知识单元。例如，一份《行政处罚决定书》可被原子化为“违法事实”、“法律依据”和“处罚决定”三个AKU。当用户提问“无准运证运输的处罚依据是什么？”时，系统可直接召回后两个AKU，从而大幅提升答案的精确度。

2.3 后端知识流水线

这是将原始文档加工为结构化知识的核心引擎，由knowledge_pipeline代码库实现。

图1：流水线工作流图

流水线-扁平版本.png

代码实现的设计思想如下：

·模块化与单一职责: 流水线的每个阶段被拆分为独立的Python脚本（ingest.py, llm_processor.py, dify_sync.py），每个脚本只负责一项核心任务，提高了代码的可读性和可维护性。

·配置与逻辑分离: config.py将所有可变参数（路径、密钥、分类法定义）集中管理，使得业务逻辑的调整无需修改核心代码。

·幂等性设计: 通过对源文件内容进行哈希并生成确定性ID，确保了llm_processor.py的输出和dify_sync.py的同步操作都是幂等的，从根本上避免了数据重复和状态不一致的问题。

·面向失败设计: 在与外部服务（LLM API, Dify API）交互时，代码中包含了基础的异常捕获，并在关键的main.py中对可能失败的步骤进行了判断，保证了流水线的健壮性。

3. 核心创新之二：人机协同的知识更新与加工流程

为解决知识的静态和人机割裂问题，课题组设计了一套覆盖“用户交互-知识运营-后端处理”的全链路闭环流程，能够将个案的专家智慧，高效、低成本地转化为了整个组织可永久复用的AI能力。

图2：全链路闭环流程体系架构图

体系架构图.png

第一阶段：知识断链的捕获。 在用户交互层，当用户向AI助手（如Dify聊天机器人）提出一个新颖或模糊的问题（例如“微信群销售电子烟是否违法？”），而现有知识库无法给出满意答案时，用户可点击“求助专家”按钮。这一操作将问题、聊天上下文等信息，结构化地提交到NocoBase等低代码平台构建的“待办问题池”中，从而捕获了传统流程中会石沉大海的“知识断点”。

第二阶段：人机协同的知识再创造。 在知识运营层，该问题作为一个工单，由知识审核员（如稽查队长）分配给最合适的领域专家。专家在工作台界面上给出权威解答，并由审核员最终评审。这个过程确保了新增知识的专业性与准确性，将专家的隐性经验显性化、结构化。

图3：人机协同工作流程图

人机协同流程图-扁平版本.png

第三阶段：自动化知识注入。 当审核员点击“发布”后，系统进入后端处理层。一条超自动化流水线被触发，由一系列Python脚本自动执行：1）提取（Ingest）：脚本通过API轮询检测到新发布的问答对，获取并转换为标准文本。2）处理（Process）：调用LLM，为该知识自动标注上精准的八维坐标元数据。3）同步（Sync）：以幂等方式将这条加工好的、结构化的新知识无缝注入到Dify主知识库中。

4. 实验验证

我们设计了“报告生成”和“合规问答”两个核心任务，对基线（无RAG）、标准RAG和本框架三种策略进行对比，并进行了关键组件的消融实验。

表1：框架性能对比及消融实验综合结果

微信图片_20250924094657.png

结果分析：实验数据显示，本框架相较于标准RAG，在报告生成与合规问答任务上，平均分分别提升了50.0%和35.2%。消融实验证明，“八维元数据”这一核心设计对模型的逻辑性与业务可用性有决定性影响，移除该组件会导致性能下降约30%。

5. 结论

本文阐述的“AXON”框架，其核心贡献在于：通过面向业务的知识原子化与多维表示模型，解决了LLM在专业领域应用中上下文“不精确”的根本问题；并通过人机协同的自动化知识加工流水线，构建了知识持续进化的闭环，解决了知识库“静态陈旧”的痛点。与依赖大模型自主探索的Agent范式不同，本框架在企业级应用中，更强调流程的确定性与知识的精确性。实验证明，该框架能大幅提升AI在专业领域的应用成效，为传统行业的知识管理与智能化转型提供了一套富有价值的系统性解决方案。

参考文献：

1. Lewis, P., Pérez, E., Piktus, A., et al. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. Advances in Neural Information Processing Systems, 33, 9459-9474.

2.Gao, Y., Xiong, Y., Gao, X., et al. (2023). Retrieval-augmented generation for large language models: A survey. arXiv preprint arXiv:2312.10997.

3.Amershi, S., Weld, D., Vorvoreanu, M., et al. (2019). Guidelines for human-AI interaction. In Proceedings of the 2019 CHI conference on human factors in computing systems (pp. 1-13).

4.Shneiderman, B. (2020). Human-centered artificial intelligence: Reliable, safe, and trustworthy. International Journal of Human–Computer Interaction, 36(6), 495-504.

5.Zaharia, M., Chen, A., Zou, J., & Stoica, I. (2023). Operationalizing large language models: An engineering view. arXiv preprint arXiv:2311.08119.

原创文章，作者：阿烟，如若转载，请注明出处：https://wangwenjuan.com/56069.html