feat: 完成 issue #133 对话助手增强版（引用溯源/路由分级/DLP 拦截，直连推理服务）

web/chat/README.md

@@ -9,11 +9,39 @@
 web/chat/
 ├── chat_api.py         对话后端 API（http.server）：场景分发 + 统一 JSON
 ├── chat_widget.html    前端对话组件（内联 HTML/CSS/JS，深色主题对齐驾驶舱）
+├── assistant.html      增强版对话页（#133：引用溯源/路由分级/DLP 拦截反馈）
+├── assistant.css       增强版样式
+├── assistant.js        增强版逻辑（直连推理服务 /v1/chat/completions）
+├── citations.json      RAG 引用语料（scripts/build_citations.py 编译产物）
+├── scripts/
+│   └── build_citations.py  模板知识库文档 → 引用语料编译脚本
 ├── tests/
 │   └── test_chat_api.py 场景分发 / 端点 / 错误处理测试
 └── README.md
 ```
 
+## 增强版对话页（issue #133 / PRD 5.4）
+
+`assistant.html` 在 chat_widget 雏形上完善并直连已部署推理服务
+（`http://39.101.182.167:30800`，OpenAI 兼容）：
+
+- **消息流 + 元信息**：每条回答带路由分级 / 模型 / 耗时；
+- **RAG 引用溯源**（PRD 5.4 强制）：`citations.json`（由
+  `python web/chat/scripts/build_citations.py` 从 `templates/*/rag-kb/documents/`
+  编译）关键词检索，回答下方列出「文档 + 章节 + 摘要」引用；未命中显式标注无引用；
+- **路由分级提示**：镜像 `core/llm-gateway/router.py`——敏感/核心 → 本地
+  （数据不出厂），通用/脱敏 → 云端，DLP 命中 → 拦截（fail-closed）；
+- **DLP 拦截反馈**：镜像 `dlp.py` 的 `DLP_DEFAULT_RULES`（身份证/手机号/邮箱/
+  IPv4/访问密钥/密钥键值对/配方敏感词），命中即阻止外发并展示命中规则，
+  可选择「转本地模型处理」；
+- **报警解释**（PRD 场景A）：severity + 点位结构化输入 → 「原因 + 处置建议」，
+  P0 告警附「需值班长确认」提示（PRD 高利害人工确认）；
+- **交接班报告**（PRD 场景C）：按 `handover_brief.ti.yaml` 章节模板
+  （生产概况/异常事项/安全注意事项/能耗/待办）生成，耗时展示（目标 ≤ 2 分钟）。
+
+运行：`cd web/chat && python -m http.server 8082`，打开
+`http://127.0.0.1:8082/assistant.html`（Chrome / Edge 最新两版）。
+
 ## 快速运行
 
 ```bash

web/chat/assistant.css

@@ -0,0 +1,63 @@
+/* iAOP 对话助手增强版样式（issue #133）。深色主题，与 chat_widget.html / cockpit 一致。 */
+:root {
+  --bg: #0f172a; --surface: #111c33; --surface-2: #1e293b;
+  --fg: #e2e8f0; --fg-muted: #94a3b8; --accent: #38bdf8; --warn: #f5a623;
+}
+* { box-sizing: border-box; }
+body { margin: 0; font-family: "Microsoft YaHei", "PingFang SC", sans-serif;
+       background: var(--bg); color: var(--fg); }
+#app { max-width: 860px; margin: 0 auto; padding: 16px; }
+
+#topbar { display: flex; align-items: center; justify-content: space-between; }
+h1 { font-size: 18px; color: var(--accent); margin: 0; }
+h1 .sub { font-size: 12px; color: var(--fg-muted); font-weight: 400; }
+.hint { font-size: 11px; color: #64748b; }
+.dot { font-size: 13px; }
+.dot.ok { color: #2ecc71; }
+.dot.down { color: #ff3b30; }
+
+#messages { height: 480px; overflow-y: auto; border: 1px solid var(--surface-2);
+            border-radius: 8px; padding: 12px; background: var(--surface); margin-top: 10px; }
+.msg { margin: 10px 0; }
+.msg .who { font-size: 12px; color: var(--fg-muted); }
+.msg .text { display: inline-block; max-width: 88%; padding: 8px 12px; border-radius: 8px;
+             white-space: pre-wrap; font-size: 14px; line-height: 1.6; }
+.user .text { background: #1d4ed8; }
+.bot .text { background: var(--surface-2); }
+.meta { font-size: 11px; color: #64748b; margin-top: 3px; display: flex; gap: 8px;
+        flex-wrap: wrap; align-items: center; }
+
+/* 路由分级标签（本地/云端/拦截） */
+.route-tag { padding: 1px 8px; border-radius: 10px; font-size: 11px; }
+.route-local { background: rgba(46,204,113,.15); color: #2ecc71; }
+.route-cloud { background: rgba(56,189,248,.15); color: var(--accent); }
+.route-block { background: rgba(255,59,48,.15); color: #ff3b30; }
+.human-tag { background: rgba(245,166,35,.15); color: var(--warn);
+             padding: 1px 8px; border-radius: 10px; font-size: 11px; }
+
+/* RAG 引用溯源（PRD 5.4 强制） */
+.citations { margin-top: 6px; font-size: 12px; border-left: 3px solid var(--accent);
+             padding: 4px 10px; background: rgba(56,189,248,.06); border-radius: 0 6px 6px 0; }
+.citations .cite-title { color: var(--accent); font-size: 11px; margin-bottom: 2px; }
+.citations .cite-item { color: var(--fg-muted); margin: 2px 0; }
+.no-citation { margin-top: 6px; font-size: 11px; color: #64748b; }
+
+/* 场景输入区 */
+.scenario-inputs { display: flex; gap: 8px; margin-top: 10px; align-items: center; }
+.scenario-inputs input { flex: 1; }
+
+/* DLP 拦截反馈条 */
+#dlp-banner { margin-top: 10px; padding: 10px 12px; border-radius: 8px; font-size: 13px;
+              background: rgba(255,59,48,.10); border: 1px solid #ff3b30; color: #ffb4ad; }
+#dlp-banner button { margin-left: 8px; padding: 4px 10px; font-size: 12px; border: none;
+                     border-radius: 5px; cursor: pointer; background: var(--surface-2);
+                     color: var(--fg); }
+
+#panel { margin-top: 10px; display: flex; gap: 8px; }
+select, input { padding: 8px; border-radius: 6px; border: 1px solid #334155;
+                background: #0b1526; color: var(--fg); }
+input { flex: 1; }
+button#send { padding: 8px 16px; border: none; border-radius: 6px; background: #0ea5e9;
+              color: #fff; cursor: pointer; }
+button#send:disabled { opacity: .5; }
+#footer-hint { margin-top: 8px; }

web/chat/assistant.html

@@ -0,0 +1,63 @@
+<!DOCTYPE html>
+<html lang="zh-CN">
+<head>
+<meta charset="utf-8">
+<meta name="viewport" content="width=device-width, initial-scale=1">
+<title>iAOP 对话助手（增强版）</title>
+<link rel="stylesheet" href="assistant.css">
+</head>
+<body>
+<!-- iAOP 对话助手增强版（issue #133 / PRD 5.4「④ LLM 网关 + RAG」）
+     在 chat_widget.html（#77 雏形）之上完善：消息流 + RAG 引用溯源 +
+     路由分级提示（本地/云端）+ DLP 拦截反馈，直连已部署推理服务。
+     既有 chat_widget.html 保留不动（仍由 chat_api.py 托管联调）。 -->
+<div id="app">
+  <header id="topbar">
+    <h1>iAOP 对话助手 <span class="sub">NL 查询 / 报警解释 / 交接班报告 · PRD 5.4</span></h1>
+    <div id="service-status">
+      <span id="infer-dot" class="dot">●</span>
+      <span id="infer-text" class="hint">推理服务检测中…</span>
+    </div>
+  </header>
+
+  <div id="messages"></div>
+
+  <!-- 报警解释场景的结构化输入（PRD 场景A：告警 → 原因+处置建议） -->
+  <div id="alarm-inputs" class="scenario-inputs" hidden>
+    <select id="alarm-severity">
+      <option value="P0">P0（红色告警）</option>
+      <option value="P1">P1（加强监控）</option>
+      <option value="P2">P2（提示）</option>
+    </select>
+    <input id="alarm-point" placeholder="告警点位，如 CLF-01.TEMP">
+  </div>
+  <!-- 交接班报告场景输入（PRD 场景C：按模板章节生成，≤ 2 分钟） -->
+  <div id="handover-inputs" class="scenario-inputs" hidden>
+    <input id="handover-shift" placeholder="班次，如 早班 08:00-16:00">
+    <span class="hint">章节模板：生产概况/异常事项/安全注意事项/能耗/待办（handover_brief.ti.yaml）</span>
+  </div>
+
+  <!-- DLP 拦截反馈条（PRD 5.4：拦截可感知） -->
+  <div id="dlp-banner" hidden>
+    <strong>DLP 拦截：</strong><span id="dlp-detail"></span>
+    <button id="btn-local-fallback">转本地模型处理</button>
+    <button id="btn-dlp-dismiss">取消发送</button>
+  </div>
+
+  <div id="panel">
+    <select id="scenario">
+      <option value="nl_query">自然语言查询</option>
+      <option value="alarm_explain">报警解释</option>
+      <option value="shift_handover">交接班报告</option>
+    </select>
+    <input id="question" placeholder="请输入问题，如：氯气流量最近1小时趋势">
+    <button id="send">发送</button>
+  </div>
+  <div class="hint" id="footer-hint">
+    路由分级：敏感/核心 → 本地（数据不出厂）；脱敏/通用 → 云端；DLP 命中 → 拦截。
+    回答附 RAG 引用溯源（知识库命中时）。
+  </div>
+</div>
+<script src="assistant.js"></script>
+</body>
+</html>

web/chat/assistant.js

@@ -0,0 +1,283 @@
+/* iAOP 对话助手增强版（issue #133 / PRD 5.4「④ LLM 网关 + RAG」）。
+ *
+ * 在 chat_widget.html（#77 雏形）之上完善：
+ *   - 消息流 + 每消息元信息（路由分级 / 模型 / 耗时 / 高利害确认提示）
+ *   - RAG 引用溯源：citations.json（模板知识库语料）关键词检索，回答附引用列表
+ *   - 路由分级提示：镜像 core/llm-gateway/router.py 语义（local/cloud/block）
+ *   - DLP 拦截反馈：镜像 core/llm-gateway/dlp.py 的 DLP_DEFAULT_RULES 内置保底规则，
+ *     命中即阻止外发并给出可感知的拦截条（可转本地处理）
+ *   - 三场景：NL 查询 / 报警解释（severity+点位 → 原因+处置建议，P0 提示人工确认）/
+ *     交接班报告（按 handover_brief.ti.yaml 章节模板生成，计时展示 ≤2min 目标）
+ *
+ * 直连已部署推理服务 http://39.101.182.167:30800（OpenAI 兼容 /v1/chat/completions）。
+ */
+"use strict";
+
+var INFER_BASE = "http://39.101.182.167:30800";
+var state = {
+  model: null,
+  citations: null,   // citations.json 语料
+  pending: null      // 被 DLP 拦截待处置的消息
+};
+
+/* ---------------- DLP 内置保底规则（镜像 dlp.py DLP_DEFAULT_RULES） ---------------- */
+var DLP_RULES = [
+  { name: "pii_id_card", category: "pii", kind: "regex",
+    pattern: /\b\d{17}[\dXx]\b/, description: "身份证号（18 位）" },
+  { name: "pii_mobile", category: "pii", kind: "regex",
+    pattern: /\b1[3-9]\d{9}\b/, description: "中国大陆手机号" },
+  { name: "pii_email", category: "pii", kind: "regex",
+    pattern: /[\w.+-]+@[\w-]+\.[\w.-]+/, description: "邮箱地址" },
+  { name: "pii_ipv4", category: "pii", kind: "regex",
+    pattern: /\b(?:\d{1,3}\.){3}\d{1,3}\b/, description: "IPv4 地址" },
+  { name: "credential_ak", category: "credential", kind: "regex",
+    pattern: /\b(?:AKIA|LTAI)[0-9A-Z]{16,}\b/, description: "云访问密钥 ID" },
+  { name: "credential_kv", category: "credential", kind: "regex",
+    pattern: /(?:access[_-]?key|secret|password|token)\s*[:=]\s*\S+/i,
+    description: "密钥/口令键值对" },
+  { name: "process_formula", category: "process-keyword", kind: "keyword",
+    pattern: "配方", description: "配方类敏感词" }
+];
+
+function dlpCheck(text) {
+  var hits = [];
+  DLP_RULES.forEach(function (r) {
+    var m = text.match(r.pattern);
+    if (m) hits.push({ rule: r, matched: m[0] });
+  });
+  return hits;
+}
+
+/* ---------------- 路由分级（镜像 router.py：block > local > cloud > 默认 local） ---------------- */
+// 通用/脱敏问法（可云端）：不含点位/工艺敏感词的常识类问题
+var GENERIC_RE = /^(什么是|请解释|介绍一下|怎么理解|如何理解)/;
+// 本地（敏感/核心）线索：点位号、生产/工艺词
+var LOCAL_HINT_RE = /([A-Z]{2,}-\d+\.|[点位炉班批纯杂温度压力流量生产工艺工况])/;
+
+function routeDecision(text, dlpHits) {
+  if (dlpHits.length) {
+    return { target: "block", reason: "DLP 出站检查命中，拦截外发（fail-closed）" };
+  }
+  if (GENERIC_RE.test(text) && !LOCAL_HINT_RE.test(text)) {
+    return { target: "cloud", reason: "通用/脱敏问题，DLP 放行，可路由云端" };
+  }
+  return { target: "local", reason: "敏感/核心或未知（默认保守），本地处理（数据不出厂）" };
+}
+
+/* ---------------- RAG 引用检索（citations.json 关键词重叠，Demo 级） ---------------- */
+function retrieveCitations(query, topK) {
+  if (!state.citations) return [];
+  var terms = query.replace(/[^\w一-鿿]+/g, " ").split(" ")
+    .filter(function (t) { return t.length >= 2; });
+  var scored = [];
+  state.citations.documents.forEach(function (doc) {
+    doc.sections.forEach(function (sec) {
+      var hay = doc.title + " " + sec.heading + " " + sec.snippet;
+      var score = 0;
+      terms.forEach(function (t) { if (hay.indexOf(t) >= 0) score += t.length; });
+      if (score > 0) {
+        scored.push({ title: doc.title, source: doc.source,
+                      heading: sec.heading, snippet: sec.snippet, score: score });
+      }
+    });
+  });
+  scored.sort(function (a, b) { return b.score - a.score; });
+  return scored.slice(0, topK || 3);
+}
+
+/* ---------------- 推理服务 ---------------- */
+function checkHealth() {
+  fetch(INFER_BASE + "/health").then(function (r) {
+    if (!r.ok) throw new Error(r.status);
+    document.getElementById("infer-dot").className = "dot ok";
+    document.getElementById("infer-text").textContent = "推理服务在线";
+  }).catch(function () {
+    document.getElementById("infer-dot").className = "dot down";
+    document.getElementById("infer-text").textContent = "推理服务不可达";
+  });
+}
+function loadModel() {
+  return fetch(INFER_BASE + "/v1/models").then(function (r) { return r.json(); })
+    .then(function (d) {
+      // 兼容 {"models":[...]} 与 OpenAI {"data":[{"id":...}]} 两种形态
+      if (d && d.models && d.models.length) state.model = d.models[0];
+      else if (d && d.data && d.data.length) state.model = d.data[0].id;
+    }).catch(function () {});
+}
+function chatCompletions(messages) {
+  return fetch(INFER_BASE + "/v1/chat/completions", {
+    method: "POST",
+    headers: { "Content-Type": "application/json" },
+    body: JSON.stringify({ model: state.model || "iaop-ti-cl4-v1",
+                           messages: messages, max_tokens: 1024 })
+  }).then(function (r) {
+    if (!r.ok) throw new Error("HTTP " + r.status);
+    return r.json();
+  }).then(function (d) {
+    var c = d && d.choices && d.choices[0];
+    return (c && c.message && c.message.content) || "（空响应）";
+  });
+}
+
+/* ---------------- 消息渲染 ---------------- */
+function el(tag, cls, text) {
+  var n = document.createElement(tag);
+  if (cls) n.className = cls;
+  if (text !== undefined) n.textContent = text;
+  return n;
+}
+function addMsg(who, text, meta) {
+  var box = document.getElementById("messages");
+  var div = el("div", "msg " + who);
+  div.appendChild(el("div", "who", who === "user" ? "我" : "iAOP"));
+  var t = el("div", "text");
+  t.textContent = text;
+  div.appendChild(t);
+  if (meta) {
+    var m = el("div", "meta");
+    meta.forEach(function (node) { m.appendChild(node); });
+    div.appendChild(m);
+  }
+  box.appendChild(div);
+  box.scrollTop = box.scrollHeight;
+  return div;
+}
+function routeTag(route) {
+  var map = { local: ["route-local", "路由：本地（数据不出厂）"],
+              cloud: ["route-cloud", "路由：云端（脱敏放行）"],
+              block: ["route-block", "路由：拦截"] };
+  var v = map[route] || map.local;
+  return el("span", "route-tag " + v[0], v[1]);
+}
+function appendCitations(msgDiv, citations) {
+  if (!citations.length) {
+    msgDiv.appendChild(el("div", "no-citation", "未命中知识库，以上为模型直接回答（无引用）"));
+    return;
+  }
+  var box = el("div", "citations");
+  box.appendChild(el("div", "cite-title", "引用溯源（RAG，共 " + citations.length + " 条）"));
+  citations.forEach(function (c, i) {
+    box.appendChild(el("div", "cite-item",
+      "[" + (i + 1) + "] 《" + c.title + "》 " + c.heading + " — " + c.snippet));
+  });
+  msgDiv.appendChild(box);
+}
+
+/* ---------------- 场景 Prompt 构建 ---------------- */
+function buildMessages(scenario, question, citations) {
+  if (scenario === "alarm_explain") {
+    var sev = document.getElementById("alarm-severity").value;
+    var point = document.getElementById("alarm-point").value.trim() || "（未填点位）";
+    return [
+      { role: "system", content: "你是 iAOP 工业报警解释助手。针对告警给出结构化回答："
+        + "【可能原因】分条列出；【处置建议】分条列出可执行步骤；【是否需要人工确认】。"
+        + "用简体中文，简洁专业。" },
+      { role: "user", content: "告警级别 " + sev + "，点位 " + point +
+        "，告警描述：" + question }
+    ];
+  }
+  if (scenario === "shift_handover") {
+    var shift = document.getElementById("handover-shift").value.trim() || "本班";
+    return [
+      { role: "system", content: "你是 iAOP 交接班报告生成助手。按以下章节模板生成摘要"
+        + "（对齐 handover_brief.ti.yaml）：一、生产概况；二、异常事项；三、安全注意事项；"
+        + "四、能耗；五、待办（交下一班）。每章节 1-3 条，简体中文。" },
+      { role: "user", content: "请生成 " + shift + " 的交接班报告。本班关键信息：" + question }
+    ];
+  }
+  // nl_query：带 RAG 上下文
+  var ctx = citations.map(function (c, i) {
+    return "[" + (i + 1) + "] 《" + c.title + "》" + c.heading + "：" + c.snippet;
+  }).join("\n");
+  return [
+    { role: "system", content: "你是 iAOP 工业驾驶舱 NL 查询助手，回答工艺/质量/能耗问题。"
+      + (ctx ? "可参考以下知识库片段（回答中可用 [编号] 标注引用）：\n" + ctx
+             : "知识库未命中，直接回答即可。")
+      + "用简体中文，简洁准确。" },
+    { role: "user", content: question }
+  ];
+}
+
+/* ---------------- 发送主流程 ---------------- */
+function doSend(question, forceLocal) {
+  var scenario = document.getElementById("scenario").value;
+  var citations = scenario === "nl_query" ? retrieveCitations(question, 3) : [];
+  var route = forceLocal
+    ? { target: "local", reason: "DLP 拦截后用户确认转本地处理" }
+    : routeDecision(question + " " + (citations.map(function (c) {
+        return c.snippet; }).join(" ")), dlpCheck(question));
+
+  addMsg("user", question);
+  document.getElementById("question").value = "";
+  var sendBtn = document.getElementById("send");
+  sendBtn.disabled = true;
+  var started = Date.now();
+
+  chatCompletions(buildMessages(scenario, question, citations))
+    .then(function (answer) {
+      var cost = ((Date.now() - started) / 1000).toFixed(1);
+      var meta = [routeTag(route.target),
+                  el("span", null, "模型: " + (state.model || "default")),
+                  el("span", null, "耗时: " + cost + "s" +
+                    (scenario === "shift_handover" ? "（目标 ≤ 2min）" : ""))];
+      // 高利害人工确认（PRD line 333）：P0 报警解释提示值班长确认
+      if (scenario === "alarm_explain" &&
+          document.getElementById("alarm-severity").value === "P0") {
+        meta.push(el("span", "human-tag", "⚠ P0 高利害：需值班长确认后执行"));
+      }
+      var div = addMsg("bot", answer, meta);
+      if (scenario === "nl_query") appendCitations(div, citations);
+    })
+    .catch(function (e) {
+      addMsg("bot", "请求失败：" + e.message + "（请确认推理服务可达）");
+    })
+    .finally(function () { sendBtn.disabled = false; });
+}
+
+function trySend() {
+  var question = document.getElementById("question").value.trim();
+  if (!question) return;
+  var hits = dlpCheck(question);
+  if (hits.length) {
+    // DLP 拦截反馈（PRD 5.4：拦截可感知）——不发送，展示命中详情
+    var banner = document.getElementById("dlp-banner");
+    document.getElementById("dlp-detail").textContent =
+      "命中规则 " + hits.map(function (h) {
+        return h.rule.name + "（" + h.rule.description + "）";
+      }).join("、") + "，已阻止外发云端（fail-closed）";
+    banner.hidden = false;
+    state.pending = question;
+    return;
+  }
+  doSend(question, false);
+}
+
+/* ---------------- 启动 ---------------- */
+(function init() {
+  document.getElementById("send").onclick = trySend;
+  document.getElementById("question").addEventListener("keydown", function (e) {
+    if (e.key === "Enter") trySend();
+  });
+  document.getElementById("scenario").onchange = function (e) {
+    var v = e.target.value;
+    document.getElementById("alarm-inputs").hidden = v !== "alarm_explain";
+    document.getElementById("handover-inputs").hidden = v !== "shift_handover";
+    document.getElementById("question").placeholder = {
+      nl_query: "请输入问题，如：氯气流量最近1小时趋势",
+      alarm_explain: "描述告警现象，如：炉温骤升至 920℃ 且持续 5 分钟",
+      shift_handover: "输入本班关键事件/数据，如：氯化炉运行平稳，P1 告警 2 起已确认"
+    }[v];
+  };
+  document.getElementById("btn-local-fallback").onclick = function () {
+    document.getElementById("dlp-banner").hidden = true;
+    if (state.pending) { doSend(state.pending, true); state.pending = null; }
+  };
+  document.getElementById("btn-dlp-dismiss").onclick = function () {
+    document.getElementById("dlp-banner").hidden = true;
+    state.pending = null;
+  };
+  fetch("citations.json").then(function (r) { return r.ok ? r.json() : null; })
+    .then(function (d) { state.citations = d; }).catch(function () {});
+  checkHealth();
+  loadModel();
+})();

web/chat/citations.json

@@ -0,0 +1,85 @@
+{
+  "schema": "iAOP-chat-citations-v1",
+  "documents": [
+    {
+      "title": "GB/T 5475 离子交换树脂取样方法",
+      "source": "templates/resin/rag-kb/documents/GB-T-5475-离子交换树脂取样方法.md",
+      "sections": [
+        {
+          "heading": "全文",
+          "snippet": "# GB/T 5475 离子交换树脂取样方法 - 规定离子交换树脂产品取样方法：从批中按规定数量抽取样品。 - 取样要求代表性：不同包装单元均匀取样，混合后缩分。 - 样品量：每批取样量按标准规定，样品密封保存并标识批次。 - 取样记录：批次号、取样时间、取样人、样品编号（对齐 sample_id）。"
+        }
+      ]
+    },
+    {
+      "title": "GB/T 8144 阳离子交换树脂交换容量测定方法",
+      "source": "templates/resin/rag-kb/documents/GB-T-8144-阳离子交换树脂交换容量测定方法.md",
+      "sections": [
+        {
+          "heading": "全文",
+          "snippet": "# GB/T 8144 阳离子交换树脂交换容量测定方法 - 规定阳离子交换树脂交换容量（mmol/g）测定方法。 - 原理：树脂经酸/碱转型后，用标准溶液滴定测定交换容量。 - 结果用于质量分级：交换容量 ≥ 规定值（如 ≥ 4.2 mmol/g）为合格品。 - 测定结果按批次录入 LIMS（tag_id: LIMS."
+        }
+      ]
+    },
+    {
+      "title": "GB/T 8330 离子交换树脂湿真密度测定方法",
+      "source": "templates/resin/rag-kb/documents/GB-T-8330-离子交换树脂湿真密度测定方法.md",
+      "sections": [
+        {
+          "heading": "全文",
+          "snippet": "# GB/T 8330 离子交换树脂湿真密度测定方法 - 规定离子交换树脂湿真密度测定方法（比重瓶法）。 - 湿真密度反映树脂交联度与孔结构，与交换容量、强度相关。 - 测定条件：恒温（25℃）、湿态样品、排除气泡后称量。 - 结果记录：按批次录入，作为工艺优化与质量追溯的辅助指标。"
+        }
+      ]
+    },
+    {
+      "title": "交接班报告生成规范",
+      "source": "templates/resin/rag-kb/documents/交接班报告生成规范.md",
+      "sections": [
+        {
+          "heading": "全文",
+          "snippet": "# 交接班报告生成规范 - 交接班报告须包含：生产概况、设备运行状态、异常与处置、安全注意事项、待办事项。 - 异常事项必须标注发生时间、处理人与处置结果。 - 待办事项需明确责任人与期望完成时间。 - 每班次结束前 30 分钟生成，当班班长审核后交下一班。"
+        }
+      ]
+    },
+    {
+      "title": "交联度超标处置流程",
+      "source": "templates/resin/rag-kb/documents/交联度超标处置流程.md",
+      "sections": [
+        {
+          "heading": "全文",
+          "snippet": "# 交联度超标处置流程 1. 化验确认交联度超标（相对配方设计值偏差 > 5%）后，立即隔离该批树脂。 2. 通知当班班长与质检科，暂停同一配方后续批次投料。 3. 原因排查：DVB 计量偏差、搅拌不均、温度曲线漂移。 4. 处置选项：回用（与低交联度批次调配）或降级（非标用途），由 QE 评审放行。 5. 处置结果录"
+        }
+      ]
+    },
+    {
+      "title": "吸附树脂合成工艺规范",
+      "source": "templates/resin/rag-kb/documents/吸附树脂合成工艺规范.md",
+      "sections": [
+        {
+          "heading": "全文",
+          "snippet": "# 吸附树脂合成工艺规范 - 吸附树脂系列：ASC / ASD / HPR / ACD，采用悬浮聚合法，间歇/配方驱动生产。 - 主要单体：苯乙烯（ST）+ 交联剂二乙烯苯（DVB），按配方比例投料。 - 关键工艺参数：聚合温度 70–90℃，引发剂滴加速率按配方设定，搅拌转速 100–300 rpm。 - 交联度（D"
+        }
+      ]
+    },
+    {
+      "title": "树脂合成异常处置SOP",
+      "source": "templates/resin/rag-kb/documents/树脂合成异常处置SOP.md",
+      "sections": [
+        {
+          "heading": "全文",
+          "snippet": "# 树脂合成异常处置SOP - SOP-R-001：釜温超上限（>95℃）→ 立即停引发剂滴加、加大冷却水，10 分钟未回落按紧急排料流程。 - SOP-R-002：釜压异常升高 → 停止加热、检查放空阀，联系仪表检修。 - SOP-R-003：搅拌故障 → 降速至停止，启用备用搅拌（如有），未恢复则终止本批。 - S"
+        }
+      ]
+    },
+    {
+      "title": "离子交换树脂生产操作手册",
+      "source": "templates/resin/rag-kb/documents/离子交换树脂生产操作手册.md",
+      "sections": [
+        {
+          "heading": "全文",
+          "snippet": "# 离子交换树脂生产操作手册 - 开机前确认：原料计量罐、反应釜密封、加热/冷却系统、尾气处理正常。 - 投料顺序：先加去离子水与分散剂，再按配方加入苯乙烯/二乙烯苯与引发剂。 - 反应期间每 30 分钟记录一次釜温、釜压、搅拌转速。 - 聚合完成判断：釜温回落且无明显放热，取样测交联度。 - 洗涤：去离子水洗至 pH"
+        }
+      ]
+    }
+  ]
+}

web/chat/scripts/build_citations.py

@@ -0,0 +1,80 @@
+# -*- coding: utf-8 -*-
+"""对话助手 RAG 引用语料编译脚本（issue #133 / PRD 5.4 引用溯源）。
+
+扫描行业模板知识库文档（``templates/*/rag-kb/documents/*.md``），抽取
+「文档标题 + 章节 + 章节摘要」编译为 ``web/chat/citations.json``，
+供增强版对话页（assistant.html）做前端检索与**引用溯源展示**。
+
+与 rag-kb 内核的关系：``core/rag-kb`` 是完整检索管线（暂无 HTTP 服务），
+本脚本只把文档资产转成前端可 fetch 的静态语料（Demo 级），
+引用条目带「文档名 + 章节」，对齐 PRD 5.4「强制引用溯源」的展示语义。
+
+用法（仓库根目录下）：
+    python web/chat/scripts/build_citations.py
+"""
+from __future__ import annotations
+
+import glob
+import json
+import os
+import re
+import sys
+
+_REPO_ROOT = os.path.dirname(
+    os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+)
+_DOC_GLOB = os.path.join(_REPO_ROOT, "templates", "*", "rag-kb", "documents", "*.md")
+_OUT_PATH = os.path.join(_REPO_ROOT, "web", "chat", "citations.json")
+
+#: 每个章节摘要的最大字符数（控制语料体积，前端检索只看要点）
+SNIPPET_MAX_CHARS = 160
+
+
+def extract_sections(path: str) -> dict:
+    """从一份 Markdown 文档抽取标题与章节摘要。"""
+    with open(path, encoding="utf-8") as f:
+        text = f.read()
+    rel = os.path.relpath(path, _REPO_ROOT).replace(os.sep, "/")
+    title_match = re.search(r"^#\s+(.+)$", text, flags=re.M)
+    title = title_match.group(1).strip() if title_match else os.path.basename(path)
+
+    sections = []
+    # 按 ## 章节切分；无章节时整篇作为一节
+    parts = re.split(r"^##\s+(.+)$", text, flags=re.M)
+    if len(parts) >= 3:
+        for i in range(1, len(parts), 2):
+            heading = parts[i].strip()
+            body = parts[i + 1] if i + 1 < len(parts) else ""
+            snippet = re.sub(r"\s+", " ", body).strip()[:SNIPPET_MAX_CHARS]
+            if snippet:
+                sections.append({"heading": heading, "snippet": snippet})
+    else:
+        snippet = re.sub(r"\s+", " ", text).strip()[:SNIPPET_MAX_CHARS]
+        if snippet:
+            sections.append({"heading": "全文", "snippet": snippet})
+
+    return {"title": title, "source": rel, "sections": sections}
+
+
+def main() -> int:
+    docs = []
+    for path in sorted(glob.glob(_DOC_GLOB)):
+        try:
+            docs.append(extract_sections(path))
+            print(f"[OK] {os.path.basename(path)} "
+                  f"({len(docs[-1]['sections'])} 章节)")
+        except Exception as exc:  # noqa: BLE001 - 聚合全部失败
+            print(f"[FAIL] {path}: {exc}")
+            return 1
+    if not docs:
+        print("未找到任何知识库文档")
+        return 1
+    with open(_OUT_PATH, "w", encoding="utf-8") as f:
+        json.dump({"schema": "iAOP-chat-citations-v1", "documents": docs},
+                  f, ensure_ascii=False, indent=2)
+    print(f"共 {len(docs)} 份文档 -> {os.path.relpath(_OUT_PATH, _REPO_ROOT)}")
+    return 0
+
+
+if __name__ == "__main__":
+    sys.exit(main())