# 多智能体分析 - PC提取方法深度研究

## 智能体1: 分析师 - 研究PC提取策略

### PC的关键设计原则

1. **逐句提取，而非逐段**
   - 每句话单独处理
   - 避免信息过载
   - 精准定位证据

2. **证据必须原文摘录**
   - 不允许LLM生成
   - 必须能在原文中找到
   - 包含位置信息

3. **实体标准化**
   - 使用标准ID
   - 包含多个别名
   - 链接到数据库

4. **关系类型预定义**
   - 788种预定义关系
   - 限制LLM输出范围
   - 提高一致性

---

## 智能体2: 设计师 - 重新设计提取器

### 新提取器架构

```
PDF → 句子拆分 → 逐句提取 → 证据验证 → 实体标准化 → 关系去重 → 知识图谱
```

### 关键组件

1. **句子拆分器**
   - 按句号分割
   - 保留上下文
   - 过滤短句

2. **证据提取器**
   - 强制原文摘录
   - 记录位置信息
   - 验证存在性

3. **实体解析器**
   - 展开复合实体
   - 标准化命名
   - 链接数据库

4. **关系验证器**
   - 检查矛盾
   - 去重合并
   - 计算置信度

---

## 智能体3: 编码器 - 实现新提取器

见下方代码实现

---

## 智能体4: 验证器 - 设计验证流程

### 三级验证

1. **自动验证**
   - 证据存在性检查
   - 实体标准化检查
   - 关系一致性检查

2. **附表验证**
   - 染色体位置对比
   - 表达数据对比
   - 结构信息对比

3. **人工抽样**
   - 随机抽取20个
   - 人工核对原文
   - 计算准确率

---

## 智能体5: 总结者 - 输出最终方案

### 执行计划

1. 重新设计Prompt
2. 实现证据强制摘录
3. 展开复合基因名
4. 三级验证流程
5. 迭代优化