Quote Agent（机械设计 AI 报价系统 MVP）

依据 04-quote-rule-specification.md 与 05-agent-workflow.md 搭建的本地报价 Agent。 设计原则：LLM 只负责理解资料与分类，价格与人工审核判定完全由确定性规则引擎计算。

当前里程碑（M1）

• config/quote_rules.yaml：可配置、带版本号的规则集（工时、费率、系数、审核阈值）。
• src/quote_agent/quote_engine.py：确定性报价引擎（工时明细、价格区间、人工审核判定、规则快照）。
• src/quote_agent/models.py：Pydantic 数据模型（需求 / 分类 / 报价 / 审核）。
• tests/：边界值测试（完整度 0.80、交期 0.70、金额阈值、精度、零件数、确定性）。
• Docker 开发环境：宿主机无 Python，一切在容器内运行。

当前里程碑（M2）

• src/quote_agent/llm.py：Ollama 客户端（temperature=0、JSON 输出、失败自动修复一次）。
• src/quote_agent/extraction.py / classification.py：需求提取与项目分类 Agent（只出结构化需求，不出价格）。
• src/quote_agent/completeness.py：需求完整度确定性重算（QRS 9.1/9.2），不信任模型自报分值。
• src/quote_agent/file_parser.py：文本型 PDF / Excel / TXT 解析（图片 OCR 由视觉模型在 M3 接入）。
• src/quote_agent/cloud.py：云端 API 客户端 + 内存版 Mock 云端（HTTP，支持租约/心跳/幂等回传）。
• src/quote_agent/worker.py：按 AWF-001 主流程执行任务：领取→下载→解析→提取→校验→分类→报价→回传→清理。
• scripts/run_worker.py：Worker 入口（--demo 可用本地 mock 云端全链路跑一个样例任务）。
• scripts/mock_cloud.py：独立 Mock 云端 HTTP 服务。
• scripts/try_ollama.py：验证 Ollama 连通性与 JSON 输出路径。

当前里程碑（M3）

• 图片 OCR：JPG/PNG 直接以 base64 传给视觉模型（qwen3-vl）阅读，替换"图片暂不可读"占位。
• scripts/run_worker.py --demo 的样例任务包含一张带英文标注的图片，可验证多文件混合链路。

当前里程碑（M4）

• SQLite 离线缓存（src/quote_agent/cache.py）：已完成但未回传的结果写入 pending_results，任务重新投递后按 Idempotency-Key 直接重传，不重复报价；全部阶段写入 audit_log。
• Qdrant RAG（src/quote_agent/rag.py）：脱敏历史案例向量化检索（bge-m3 embedding），案例只存脱敏字段，原始客户文件不入库。
• ReviewAgent（src/quote_agent/review.py）：LLM 审核助手，只能增加审核项与意见，不得修改价格/工时/系数；RAG 检索结果作为审核上下文。
• scripts/seed_rag_cases.py：把 examples/knowledge_cases/*.json 写入向量库。

当前里程碑（M5）

• 需求级 LLM 缓存（src/quote_agent/llm.py 的 CachedLLM）：按“system+user+模型+schema+图片内容”哈希，命中直接复用，避免重复推理；缓存表为 SQLite 的 llm_cache（LLM_CACHE_ENABLED 可关）。
• 模型分派（src/quote_agent/llm.py）：带图片任务用视觉模型（OLLAMA_MODEL），纯文本任务用轻量文本模型（TEXT_MODEL）；提取 prompt 增加单任务正文上限，防大文件拖慢推理。
• LLM 提速：默认关闭 qwen3 thinking（LLM_THINK=false）、结构化输出强制 format=json、LLM_MAX_TOKENS 限制输出长度；图片转录合并进提取（少一次调用）。
• 审核按需（src/quote_agent/worker.py）：仅规则引擎判定需人工审核时才跑 LLM 审核，其余任务跳过（省一次慢调用）。
• 并行化（src/quote_agent/worker.py）：文件下载/解析并行；分类 LLM 与 RAG 检索并行；各阶段耗时写入审计日志。

AI 报价模式（默认，原型法）

• Worker 默认以 PRICING_MODE=ai_quote 运行：LLM 只评估工时/复杂度/加急/交付物（提示词含参考价格表），价格由 src/quote_agent/ai_quote.py 按 工时 × 50元/h × 复杂度系数 × 加急系数 [+ 交付物单价] 确定性计算，加急等级由系统按交期判定并覆盖。
• 与 AI_quote 原型一致：不评估需求完整度、不做项目分类、不因信息不足拒报，始终输出价格（completeness_score/classification_confidence 为 null，missing_information/clarification_questions 为空数组）。
• 相似历史案例（examples/knowledge_cases/，含 14 条脱敏真实成交案例）通过 Qdrant RAG 检索后拼入评估提示词（需 RAG_ENABLED=true）。
• 旧的 QRS 规则模板引擎保留为 PRICING_MODE=qrs（费率卡 180–650 元/h，量级与原型法不同，仅作对比/回退）。
• 对接与参数见 14-ai-quote-method-handoff.md。

M4 运行方式

docker compose up -d qdrant
docker compose run --rm quote-agent python scripts/seed_rag_cases.py
docker compose run --rm -e RAG_ENABLED=true quote-agent python scripts/run_worker.py --demo --once

快速开始（Windows + Docker Desktop）

docker compose build
docker compose run --rm quote-agent python scripts/validate_rules.py
docker compose run --rm quote-agent python scripts/test_quote.py
docker compose run --rm quote-agent pytest -q
docker compose run --rm quote-agent python scripts/try_ollama.py
docker compose run --rm quote-agent python scripts/run_worker.py --demo --once
docker compose up -d mock-cloud          # 独立 Mock 云端（可选）

目录结构

config/quote_rules.yaml    # 规则配置（唯一事实来源）
src/quote_agent/
  config.py                # 规则配置的 Pydantic 模型与加载/校验
  models.py                # 需求/分类/报价/审核数据结构
  quote_engine.py          # 确定性报价引擎
scripts/
  validate_rules.py        # 规则配置校验
  test_quote.py            # 报价引擎演示
  run_worker.py            # Worker 骨架（下一里程碑）
tests/                     # pytest 测试

说明

• 所有工时、费率、系数均为 QRS 文档中的示例占位值，上线前需业务负责人确认（见 QRS 第 18 节）。
• quote_engine 不依赖 LLM；需求提取、分类、审查由后续里程碑接入 Ollama。