11,044 篇文档炼出 116 条工艺，0 编造

转化率不漂亮，但每条数据经得起追问

把 11,044 篇磷化工行业的文档（GB/T 标准、专利、论文）灌进管道，最后入库的是：116 条真实工艺 + 279 条 BOM 数据，0 错误。

86 / 11,044 的转化率很难看。但我们更在意另一组数字：10,958 篇被诚实跳过。

零数据铁律

管道里的 LLM 只干一件事：判断这篇文档里有没有真实工艺信息。有，就按原文抽取；没有，就跳过。 不允许"根据行业知识补全"。

为什么？因为工业场景里，一条编造出来的工艺参数进入生产系统就是事故。模型说"我记得湿法磷酸一般是 80 度"——这句话在论文里是常识，在反应釜边上就是隐患。

入库长什么样（真实样本）

• 湿法磷酸分级利用：设备=洗涤塔，温度 50~60℃，NH₄H₂PO₄ 浓度 0.5~1%（来源：专利 CN100441502C）
style="padding-left:20px;margin:12px 0;">
• 热法磷酸生产：电炉/反应塔，1450℃以上，浓度 80~85%
style="padding-left:20px;margin:12px 0;">
• 湿法磷酸分解磷矿：反应器/搅拌/洗涤，70℃，P₂O₅ 30%，时长 3.0h

每条都能回溯到来源文档。抽取的不是"AI 理解后的知识"，是文档里本来就有的数据。

这条管道的完整链路

采集（11,044 篇入库，真实 URL+摘要）→ LLM 结构化（86 篇转换成功）→ 工艺/BOM 入 pskb 知识库 → 资产化（进 data_assets，可独立估值）→ 数字员工消费（工艺优化师、质量检验员直接查询）。

全量跑批验证日期：2026-08-02，验证报告在 docs/ 里可查。

左帮右臂（BossAgents）：工业数据资产化的第一步，是让数据先"真实"，再谈"值钱"。

本文数据均可在 BossAgents 技术文档库中溯源 · 左帮右臂 · 老板私有智能体