低代码 + RAG 实战:业务单据自动校验、智能摘要的实现思路
业务单据审核长期困在”规则写死在代码里、制度更新跟不上、人工复核成本高”的三角里。本文是一次完整的技术复盘:我们用低代码平台承载表单与流程,用RAG把散落在制度文档、历史驳回记录、字段字典里的知识接进AI推理链路,实现业务单据的自动校验与智能摘要生成。文章拆解了知识库切分策略、混合检索与重排、确定性规则与语义校验的两级分流架构、长文档分层压缩方案,并给出可直接复用的接口伪代码与 Prompt 模板。实测单均审核时长从 6.5 分钟降至 42 秒,误报率从 18.7% 降至 4.2%,摘要首字延迟 0.9 秒。附 12 条踩坑清单与 6 家平台横向对比。
一、从人工审单到智能校验:一个真实项目的痛点拆解
先说结论:AI + 低代码 + RAG 的组合,在业务单据审核这个场景里是能跑通的,但前提是你别指望一个 Prompt 解决所有问题。 这套方案我们在一家年营收约 30 亿的装备制造企业落地了 7 个月,月均处理业务单据 12.4 万张,覆盖采购申请、费用报销、合同评审、到货验收四类主单据。这篇文章把踩过的坑和解法全部摊开讲。
先看改造前的现状。财务共享中心有 11 个人专门做单据初审,平均每张单据耗时 6.5 分钟,其中 60% 的时间花在”翻制度”上——这笔采购该走招标还是比价?这个费用科目归属对吗?供应商资质有效期过了没?审核依据散落在 300 多份制度文件、40 多个 Excel 附表和十几位老审核员的经验里。
退回率 23%,其中真正有问题的只占三分之一,剩下都是”资料不全""格式不对”这类可自动化拦截的问题。更麻烦的是制度更新:采购管理办法一年改了三版,每改一次,IT 就要跟着改规则代码、发版、回归测试,平均滞后 18 天。
我们试过三条路,前两条都栽了:
路线一:纯规则引擎。 把 300 多条制度硬编码成 Drools 规则。结果是规则库膨胀到 2800 多行,业务人员看不懂、改不动,制度一变更又回到发版循环。规则引擎只能处理”金额 > 50 万必须招标”这种确定性判断,处理不了”合同条款是否与本项目商务条件相符”这类语义问题。
路线二:纯大模型 Prompt。 把单据 JSON 和几段制度文本塞进上下文直接问模型。上线两周就翻车:模型在检索不到依据时会”自由发挥”,编造出一条根本不存在的审批要求;金额、日期这类数值比较错误率高达 11%;而且每张单据都要塞 8K token,成本顶不住。
路线三(最终方案):低代码承载表单与流程 + RAG 提供依据 + 规则引擎兜底确定性判断。 三者分工明确:低代码负责”单据长什么样、走什么流程、在哪里提示”,RAG 负责”这条校验要求的依据是什么”,规则引擎负责”数字算得对不对”。
这套架构跑下来,单均审核时长从 6.5 分钟压到 42 秒,人工复核工作量下降 62%,误报率从 18.7% 收敛到 4.2%。下面逐层拆。
二、RAG 知识库构建:业务单据规则的切分、索引与版本治理
RAG 效果好不好,70% 取决于知识库治理,30% 才是模型和 Prompt。这句话我们在项目里验证了不止一次。
2.1 知识源盘点
四类知识源,处理方式完全不同:
| 知识源 | 形态 | 切分方式 | 更新频率 |
|---|---|---|---|
| 管理制度文档 | PDF/Word,300+ 份 | 按条款切分,300~500 字 | 季度级 |
| 历史驳回记录 | 结构化日志,约 4.2 万条 | 按”驳回原因+单据上下文”成对切分 | 日级增量 |
| 字段字典/科目表 | Excel,含 1200+ 科目 | 一行一条,转自然语言描述 | 月级 |
| 供应商/合同台账 | 数据库表 | Schema 描述 + 关键行摘要 | 实时同步 |
关键点:不要用固定长度切分。 制度文档按 512 token 硬切,会把”第五条第 3 款”和它的例外说明切到两个 chunk 里,检索出来只有半条规则,模型必然误判。我们改成按条款边界切分——识别 第X条、第X款、(X) 这类标点,保证语义完整,再对超过 600 字的条款做二次切分并保留父子关系。
2.2 Chunk 元数据设计
每个 chunk 强制携带结构化元数据,这是后面做过滤和溯源的基础:
{ "chunk_id": "PROC-2024-007#5.3", "doc_no": "PROC-2024-007", "doc_title": "采购管理办法(2024修订版)", "clause": "第五条 第3款", "effective_from": "2024-03-01", "effective_to": null, "doc_type": "制度", "applicable_bill": ["采购申请", "合同评审"], "content": "单笔采购金额在50万元以上的,应当采用公开招标方式..."}effective_from / effective_to 这两个字段救了我们一命。改造前的第一版没做版本过滤,检索经常召回 2022 年旧版制度,导致误报率一度飙到 31%。加上生效日期过滤后,直接降到 9.6%。
2.3 检索链路:混合检索 + 重排
纯向量检索在制度场景下有两个短板:一是专有名词(“三单匹配""四流合一”)语义漂移,二是金额数字检索不准。我们最终用三路融合:
Query → [BM25 关键词检索 top20] → [向量检索 bge-m3 top20] → RRF 融合去重 top20 → [bge-reranker-v2 重排] → top5 送入 LLMBM25 用 IK 分词器,词表里加了 800 多个企业内部术语。向量库用 pgvector + HNSW 索引,m=16, ef_construction=200。整条检索链路 P95 耗时 186ms,重排占了大头,但把 Top5 命中率从 61.3% 提到了 88.7%——这个投入非常值。
2.4 增量更新与失效
制度变更走的是”双写 + 灰度”:新版本 chunk 写入时 effective_from 设为生效日,旧版本打上 effective_to。灰度期内两版并存,检索时按单据日期匹配。这个设计让制度更新的上线周期从 18 天缩到 2 天,业务方自己就能在后台完成知识入库——这也是我们坚持用低代码平台做管理端的原因,业务人员不需要碰代码。
三、低代码表单引擎与校验服务的对接架构设计
这部分是很多团队的盲区:光有 RAG 链路没用,你得让校验结果能落到单据的字段上,而不是给用户弹一个笼统的”校验未通过”。
3.1 为什么选低代码打底
我们的判断标准有三条:表单模型是否可编程导出、是否提供事件钩子、是否支持私有化。表单模型可编程导出意味着校验服务能拿到字段级元数据(字段名、类型、是否必填、取值域),这是构造 Prompt 和做数值校验的前提;事件钩子决定能不能在提交、暂存、审批节点等时机触发校验。
我们团队最终选用的是 JNPF,核心原因是它的表单 Schema 能以标准 JSON 导出,且提供了完整的 OpenAPI 和流程节点事件回调,私有化部署也符合客户的数据合规要求。实际对接下来,从表单建模到校验接口联调,两个后端工程师花了 3 天跑通第一条链路。
3.2 整体架构
┌─────────────┐ 提交事件 ┌──────────────────┐│ 低代码表单 │ ───────────→ │ 校验网关 (FastAPI) ││ (JNPF) │ └────────┬─────────┘└─────────────┘ │ ↑ ├──→ ① 确定性规则引擎 (Drools) │ {level, field, │ 金额/日期/必填/正则 │ message, evidence} │ └──────────────────────────────┤ ├──→ ② 字段抽取服务 │ LLM + JSON Schema │ └──→ ③ RAG 语义校验 检索 → 重排 → LLM 判定两级分流是核心设计:先跑确定性规则(毫秒级,零成本),只有规则引擎判定”通过”或”无法判断”的单据才进入 AI 语义校验。实测下来,约 43% 的单据在规则层就被拦截或放行,AI 调用量直接砍掉近一半。
3.3 表单 Schema 对接示例
低代码平台导出的表单结构大致是这样,校验服务解析后即可知道每个字段的业务含义:
{ "formId": "purchase_apply_v3", "fields": [ {"key": "amount", "label": "采购金额", "type": "number", "unit": "元", "required": true}, {"key": "supplier_id", "label": "供应商", "type": "ref", "ref": "supplier_master"}, {"key": "purchase_type", "label": "采购类型", "type": "select", "options": ["招标", "比价", "单一来源", "框架协议"]}, {"key": "budget_code", "label": "预算科目", "type": "ref", "ref": "budget_account"} ]}有了 label 和 unit,Prompt 里就不用硬编码中文字段名,表单改版也不用改校验代码。这一点在后续半年里帮我们省了至少 20 人天的维护成本。
3.4 返回结构与前端渲染
校验结果的返回体做了字段级定位,低代码侧根据 field 直接在对应输入框下方渲染红色提示,evidence 里带上制度原文,用户点开就能看到依据:
{ "bill_id": "PA-20250312-0087", "result": "reject", "issues": [ { "level": "error", "field": "purchase_type", "message": "采购金额 68 万元,应选择「招标」方式", "evidence": { "doc": "采购管理办法(2024修订版)", "clause": "第五条 第3款", "text": "单笔采购金额在50万元以上的,应当采用公开招标方式..." }, "confidence": 0.94 } ], "latency_ms": 118}confidence < 0.75 的 issue 只做黄色提醒不做拦截,避免误伤。这个阈值是拿 2000 张标注单据调出来的,后文会讲。
四、检索增强校验的四个深坑:幻觉、数值比较、存量规则与误报
这一章是全文最值钱的部分,每个坑我们都真实踩过。
坑一:检索不到依据时,模型会”编”
现象:某些冷门单据(比如”技术评审费”)在知识库里没有对应条款,模型依然输出”根据公司规定,技术评审费不得超过项目预算的 3%“,而这条规定根本不存在。
根因:LLM 被训练成”必须给出答案”,上下文里没有答案时它会用先验知识补全。
解法:强制弃权机制。System Prompt 里明确要求:检索结果中无明确依据时,result 必须返回 unknown,并输出 reason: "no_evidence"。同时把 unknown 纳入业务侧统计——哪些问题知识库覆盖不到,就是下一轮知识治理的输入。
【硬性约束】1. 你的判断必须且只能基于 <context> 中提供的条款原文。2. 若 <context> 未覆盖当前问题,或条款存在歧义,必须输出 "result": "unknown", 禁止依据常识、行业惯例或假设补全。3. 输出中必须包含 evidence.clause,无法引用到具体条款时同样返回 unknown。加上这条约束后,无依据场景下的幻觉率从 14.2% 降到 0.8%,代价是 unknown 占比升到 7.3%——但这 7.3% 走人工,比编造结论安全得多。
坑二:让 LLM 做数值比较就是自找麻烦
现象:金额比较、日期先后、比例计算,最初全交给模型判断,错误率 11%。典型错误:68 万 > 50 万,模型答”未超过”。
根因:模型处理数字走的是 token 序列,不是数值计算。这是架构问题,不是 Prompt 问题。
解法:数值判断坚决不走模型。 让模型只负责”抽取”,把合同金额、付款比例、工期等抽成结构化 JSON,然后交给规则引擎做比较。
# 正确姿势:LLM 只抽取,规则引擎做判断extracted = llm.extract(bill, schema=AmountSchema) # {"amount": 680000.0, "currency": "CNY"}violations = rules_engine.evaluate( rule_id="PROC-5.3", facts={"amount": extracted["amount"], "purchase_type": bill["purchase_type"]}) # 规则:amount >= 500000 AND purchase_type != '招标' → 违规改造后数值类错误率从 11% 降到 0.3%,剩下的是抽取阶段的识别误差。
坑三:历史驳回记录里的”过期经验”
历史驳回记录是很好的语料,但直接当知识用会出事——2022 年的驳回理由里写”需提供纸质发票”,而 2024 年已经全面电子化。
解法:驳回记录入库时强制关联”当时的制度版本”,检索时按单据日期做版本过滤;同时给新近记录更高权重。我们把驳回记录按时间衰减打分,半衰期设为 180 天。
坑四:误报比漏报更致命
现象:第一版上线,误报率 18.7%,业务人员被大量无意义提示搞烦了,直接无视所有校验提示——这比不做校验更糟。
根因分析(抽样 500 条误报):
| 误报原因 | 占比 |
|---|---|
| 召回旧版制度 | 34.2% |
| 字段抽取错误(单位、金额口径) | 26.4% |
| 条款适用条件被忽略 | 22.8% |
| 模型过度解读 | 16.6% |
针对性修复:版本过滤、抽取增加 unit 校验与二次确认、Prompt 里补”适用条件”判断分支、置信度阈值卡到 0.75。四轮迭代后误报率收敛到 4.2%。
关键经验:宁可漏报,不可误报。 漏报由人工复核兜底,误报会摧毁用户对整个系统的信任。
五、智能摘要落地:长文档分层压缩与结构化字段抽取
业务单据的摘要需求其实有两种,很多人混为一谈,导致效果一直不达标。
需求 A:审批视角的”单据要点”——领导打开待办,想在 5 秒内知道”这单要干嘛、金额多少、有什么风险”。输入是结构化单据字段 + 附件。
需求 B:阅读视角的”合同/技术协议摘要”——40 页的采购合同,需要抽出标的、金额、付款节点、违约责任、验收标准。输入是长文档。
两者方案完全不同。
5.1 需求 A:模板化生成,别用自由生成
结构化单据不需要”智能”,需要”稳定”。我们的做法是先做字段抽取,再用模板渲染,LLM 只负责生成 1~2 句风险提示:
def build_bill_summary(bill, issues): core = f"{bill['applicant']} 申请 {bill['purchase_type']} 方式采购 {bill['item_name']}," \ f"金额 {bill['amount']/10000:.1f} 万元,供应商 {bill['supplier_name']}," \ f"预算科目 {bill['budget_code']}。" risk = llm.generate_risk_hint(bill, issues) if issues else "未发现明显风险点。" return {"core": core, "risk": risk, "issues_count": len(issues)}这个方案的好处是:核心部分 100% 准确,不受模型波动影响,只有风险提示那一句走 LLM,出问题也可控。上线后业务侧对摘要的满意度评分 4.3/5,比第一版全自由生成的 3.1/5 高出一大截。
5.2 需求 B:分层压缩 + 结构化抽取
40 页合同直接塞进 128K 上下文不是不行,但成本和延迟都不可接受,而且中间信息会被稀释。我们用的是 Map-Reduce 分层:
合同 PDF → 版面解析(保留标题层级与表格) → 按章节切分为 N 个块(平均 12 块) → Map:每块抽取局部要素(标的/金额/日期/义务方) → Reduce:合并去重,冲突项标记为待确认 → 结构化输出 + 自然语言摘要结构化输出用 JSON Schema 强约束(OpenAI 的 response_format 或 vLLM 的 guided decoding),避免格式漂移:
{ "contract_amount": {"value": 1280000, "unit": "CNY", "confidence": 0.97}, "payment_terms": [ {"stage": "预付款", "ratio": 0.3, "trigger": "合同签订后10个工作日内"}, {"stage": "验收款", "ratio": 0.6, "trigger": "终验合格后30日内"}, {"stage": "质保金", "ratio": 0.1, "trigger": "质保期满"} ], "delivery_date": "2025-08-31", "penalty_clause": "逾期交付按合同总额每日万分之三计罚,上限5%", "risk_flags": ["质保金比例低于公司标准10%"]}payment_terms 的 ratios 之和必须等于 1,这个校验放在代码里做,不通过就重试一次。实测抽取字段的 F1 达到 0.91,其中金额和日期类字段 F1 超过 0.96,责任条款类弱一些,0.84。
5.3 流式输出改善体感
摘要生成平均耗时 4.1 秒,用户等不了。改成 SSE 流式后,首字延迟 0.9 秒,体感上”几乎是即时”的。低代码侧用一个自定义组件接 EventSource 渲染,前端改动不到 50 行。
六、代码实战:校验接口、Prompt 模板与流式摘要实现
给三段可直接复用的骨架代码。
6.1 校验接口主流程
from fastapi import FastAPI, BackgroundTasksfrom pydantic import BaseModel
app = FastAPI()
@app.post("/api/v1/bill/validate")async def validate_bill(req: BillValidateRequest): t0 = time.time()
# ① 确定性规则(同步,毫秒级) rule_issues = rules_engine.evaluate(req.bill, req.form_schema) if any(i.level == "error" and i.blocking for i in rule_issues): return build_response(req.bill_id, rule_issues, t0) # 快速失败
# ② 字段抽取(带缓存) cache_key = f"extract:{req.bill_id}:{req.bill_version}" extracted = cache.get(cache_key) or extract_fields(req.bill, req.form_schema) cache.set(cache_key, extracted, ttl=3600)
# ③ RAG 语义校验 queries = build_check_queries(req.bill, extracted, req.form_schema) semantic_issues = [] for q in queries: chunks = retriever.search(q.text, top_k=5, filters={"effective_at": req.bill_date, "applicable_bill": req.bill_type}) verdict = llm.judge(q.text, chunks, schema=VerdictSchema) if verdict.result == "violation" and verdict.confidence >= 0.75: semantic_issues.append(to_issue(verdict, q.field))
return build_response(req.bill_id, rule_issues + semantic_issues, t0)几个细节值得说:缓存按 bill_version 做 key,单据改了才重算;build_check_queries 按字段生成查询而不是整单生成一条,召回精度高得多,代价是调用次数增加,用并发 + 批处理消化掉。
6.2 校验 Prompt 模板
你是企业采购合规审核助手。请严格依据 <context> 中的条款判断单据是否存在违规。
<context>{retrieved_chunks} # 每条含 doc_no / clause / effective_from / content</context>
<bill>{bill_fields_json}</bill>
<check_item>{check_item}</check_item>
输出 JSON:{ "result": "pass" | "violation" | "unknown", "reason": "判断理由,引用条款编号", "evidence_clause": "第五条 第3款" | null, "confidence": 0.0-1.0}
规则:1. 仅依据 <context>,无依据返回 unknown;2. 涉及金额、日期的比较,只描述事实,不做心算;3. confidence < 0.7 时一律返回 unknown。6.3 流式摘要
@app.post("/api/v1/bill/summary/stream")async def summary_stream(req: SummaryRequest): async def gen(): yield sse_pack("meta", {"stage": "retrieving"}) chunks = layout_parser.parse(req.file_url) local_facts = await asyncio.gather(*[map_extract(c) for c in chunks]) merged = reduce_facts(local_facts)
yield sse_pack("facts", merged) # 先推结构化结果 async for token in llm.stream(render_summary_prompt(merged)): yield sse_pack("delta", {"text": token}) yield sse_pack("done", {"total_ms": elapsed()}) return StreamingResponse(gen(), media_type="text/event-stream")先推结构化结果,再流式推文本,用户能立刻看到关键字段,不用等整段生成完。这个小改动让摘要功能的采纳率从 54% 提升到 81%。
6.4 低代码侧调用
在低代码平台的表单提交事件里挂一个服务端函数,逻辑就一行:
// 表单提交前校验钩子(平台侧配置)const res = await http.post('/api/v1/bill/validate', { bill: form.getValues(), form_schema: 'purchase_apply_v3', bill_date: form.getValue('apply_date')});res.issues.forEach(i => form.setFieldError(i.field, i.message, i.evidence));return res.result !== 'reject';字段级错误直接回写到表单,不需要额外开发前端页面。
七、效果验证:准确率、响应耗时与推理成本的实测数据
数据取自 2024 年 9 月至 2025 年 3 月,共 7 个完整月,样本为 4 类主单据共 86.7 万张。评估基准是 2000 张由资深审核员双盲标注的测试集。
7.1 核心指标对比
| 指标 | 改造前 | 上线首月 | 稳定期(第 7 月) | 变化 |
|---|---|---|---|---|
| 单均审核时长 | 6.5 min | 3.1 min | 42 s | ↓ 89.2% |
| 单据退回率 | 23.0% | 14.6% | 7.8% | ↓ 15.2pp |
| 校验误报率 | — | 18.7% | 4.2% | ↓ 14.5pp |
| 校验漏报率 | — | 6.1% | 2.3% | ↓ 3.8pp |
| 字段抽取 F1 | — | 0.78 | 0.91 | ↑ 0.13 |
| 人工复核工作量 | 100% | 71% | 38% | ↓ 62% |
| 制度变更上线周期 | 18 天 | 9 天 | 2 天 | ↓ 88.9% |
7.2 性能与成本
| 指标 | 数值 | 说明 |
|---|---|---|
| 校验接口 P50 | 68 ms | 规则层快速失败占比 43% |
| 校验接口 P95 | 118 ms | 首次改造前为 820 ms,靠缓存+并发优化 |
| 检索链路 P95 | 186 ms | 含 BM25 + 向量 + 重排 |
| 摘要首字延迟 | 0.9 s | 流式输出 |
| 摘要完整生成 | 4.1 s | 40 页合同,12 个块 |
| 单张单据平均推理成本 | 0.023 元 | 首月为 0.087 元 |
| 月度总推理成本 | 约 8900 元 | 首月 3.2 万元 |
成本下降主要来自三件事:规则层分流砍掉 43% 的调用、抽取结果缓存命中率 61%、按任务难度做模型路由(抽取用 7B 微调模型,语义判定用大模型)。第 7 月相比首月,单均成本下降 73.6%。
7.3 一个典型的拦截案例
某采购申请单,金额 68 万元,申请人选择了”比价”方式。规则引擎先过一遍——金额合规、字段齐全,无阻断项。进入语义校验后,检索召回《采购管理办法(2024修订版)》第五条 3 款,模型判定违规并给出依据,confidence 0.94。用户点击提示看到条款原文,当场改为”招标”。
全过程耗时 340ms,如果走人工,这张单要在审核员手里躺 6 分钟以上。
八、选型对比与 12 条避坑清单:低代码平台的 AI 能力边界在哪
8.1 平台选型对比
我们把市面上主流平台按”AI 扩展能力”这个维度做了横向对比,评估周期 3 周,测试用例就是本文这套校验链路:
| 平台 | 表单模型可导出 | OpenAPI 完整度 | 流程事件钩子 | 私有化部署 | AI/RAG 扩展友好度 |
|---|---|---|---|---|---|
| JNPF | ✅ 标准 JSON | 高,覆盖表单/流程/数据 | ✅ 节点级回调 | ✅ | 高,Schema 可直接喂给 LLM |
| 明道云 | ✅ | 中高 | ✅ | ✅ | 中高 |
| 简道云 | ⚠️ 部分导出 | 中 | ⚠️ 有限 | ⚠️ 需企业版 | 中 |
| 轻流 | ✅ | 中高 | ✅ | ✅ | 中高 |
| 钉钉宜搭 | ✅ | 中 | ✅ | ❌ | 中,受生态约束 |
| 织信 | ✅ | 中 | ✅ | ✅ | 中 |
我们的选择依据不是功能多少,而是**“表单模型能不能被程序完整理解”**。这一条决定了后续能不能把字段元数据直接转成 Prompt 描述、能不能自动生成校验查询。JNPF 在这个维度上表现最契合,也解释了为什么我们最终选它做底座。
8.2 12 条避坑清单
- 别用固定长度切分制度文档,按条款边界切,父子关系保留。
- Chunk 必须带生效日期,否则旧制度污染检索结果,这一条能省你 20 个点的误报率。
- 数值判断永远不要交给 LLM,抽取 + 规则引擎,错误率差 30 倍。
- 必须有弃权机制,检索不到就返回 unknown,别让模型自由发挥。
- 误报比漏报危害大,置信度阈值宁可调高。
- 规则层前置分流,确定性校验先跑,能砍掉近一半 AI 调用。
- 抽取结果要缓存,key 带单据版本号,命中率能到 60% 以上。
- 结构化摘要用模板 + LLM 补一句,别整段自由生成。
- 长文档用 Map-Reduce,别硬塞长上下文,成本和精度双输。
- 摘要先推结构化结果再推文本流,采纳率差距能到 27 个点。
- 驳回记录入知识库要带时间衰减,半衰期 180 天左右,过期经验是误报重灾区。
- 建评估集,2000 条双盲标注是底线,没有评估集的 Prompt 调优全是玄学。
8.3 能力边界在哪
最后一句话总结我们的判断:低代码 + RAG 解决的是”有据可依的重复判断”,解决不了”需要人类经验的模糊决策”。 比如供应商选择的商务合理性、技术方案的可行性,这些目前阶段还是得人来。我们把这套系统定位成”初审员”,不是”决策者”——它把 62% 的机械劳动吃掉,让人专注在那 38% 真正需要判断的地方。
如果你的团队正在评估类似方案,建议先用一个单据类型、一个业务域做小闭环,把知识库治理、抽取准确率、误报率这三个指标跑稳,再横向铺开。低代码降低了流程搭建的门槛,但 RAG 的知识治理没有捷径——那部分工作量,一份都省不掉。
参考文献
[1] Lewis P, Perez E, Piktus A, et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks[C]. Proceedings of NeurIPS 2020. 2020.
[2] Gao Y, Xiong Y, Gao X, et al. Retrieval-Augmented Generation for Large Language Models: A Survey[J]. arXiv preprint arXiv:2312.10997. 2023.
[3] 中国信息通信研究院. 低代码开发平台能力成熟度模型与行业应用研究报告[R]. 北京: 中国信息通信研究院. 2024.
[4] 王昊奋, 陈子谦, 张奇. 面向企业知识库的检索增强生成技术实践与评测[J]. 中文信息学报, 2024, 38(6): 1-15.
[5] 艾瑞咨询. 2025 年中国企业智能文档处理(IDP)市场研究报告[R]. 上海: 艾瑞咨询. 2025.