文本逻辑结构化引擎NLP · TAURI 2 + REACT 19

写长文的人都有这种焦虑：结构乱没乱？前面说的话和后面矛盾了吗？宕开一笔的伏笔捡回来没有？市面上的工具要么让你手动搭知识图谱，要么 AI 丢给你一个「摘要」——可我要的不是摘要，是全量保留、逐句理清。

于是我自己造了一个轮子：六套语言学理论撑起一条全自动结构化管线。它不概括、不缩写、不替你写——它只做一件事：读你的全部文档，告诉你哪里有问题。

三张截图来自同一个测试案例。文件夹里有三个文档——项目预算、团队构成、季度费用报告。它们是一个项目经理随手写的，看起来都没什么问题。但引擎读完三份之后，报告了以下问题：

文件 1 说「团队总人数控制在 10 人以内」，文件 2 列出了 12 名成员——人数超标 20%。文件 2 说「采用敏捷开发模式，每两周一个迭代」，文件 3 却说「决定采用瀑布模型，需求分析已完成」——两个方法论完全互斥。更隐蔽的是预算矛盾：文件 1 规定每人每天 20 元上限 × 10 人 × 90 天 = 18000 元理论天花板，文件 3 报告实际支出 30000 元——即使按 12 人算也只有 21600 元，仍然严重超支。这些矛盾人类逐篇读很容易忽略，因为它们分散在三份不同文档的不同段落中，没有明显标记。引擎在几秒内全部揪出来了。

这是怎么做到的？底层是六套语言学与逻辑理论的协同管线。SentenceSplitter 分句 → Tagger 用 Mini-Batch LLM 标注每句的修辞角色和语义范围 → GraphUpdater 以增量方式构建跨文档的语义图谱——7 条纯 Python 规则（零 LLM 调用）负责实体链接、层级归属和关系推断，保证图谱的基础结构干净无幻觉。

图谱建成后，四组件对抗验证系统接管：

AdversaryScanner——7 条纯 Python 规则扫描逻辑漏洞，不调用任何 LLM，零幻觉成本。

SemanticRouter——在 Top-5 语义最相近但来自不同文档的语句对上进行双轨 LLM 语义审计，判断是否存在隐含冲突。

EntityHedgeScanner——三管齐下：跨距离实体模糊检测（同一概念在不同文档中被弱化为不同表述）、数值冲突检测、以及承诺跟踪（文档 A 做出的承诺是否在文档 B/C 中被确认执行）。

CrossFileConflictDetector——将候选冲突簇批量送交 LLM 一次性审计，一次 API 调用审完全部可疑簇。上述预算-团队-费用的三项矛盾正是这个组件发现的——它先在纯规则层提取所有数值及其上下文，按语义范围聚类，再送 LLM 做跨文件一致性判断。

整个系统用 FCR（Fact Coverage Ratio，事实覆盖率）作为客观评估指标——通过字符串锚点匹配衡量重建后的图谱覆盖了原文中多少事实实体。247 项测试全过。打包为 Tauri 2 桌面应用（.app），前端 React 19，后端 Python 用 PyInstaller 捆绑，支持 NVIDIA NIM / DeepSeek API / Ollama（qwen3.5）三种推理后端切换。Token Bucket 线程安全限速器控制 API 成本。

最难的不是写代码——是让六套理论不打架、乖乖协同。RST 管修辞结构，言语行为理论分 intent，Dung 论证框架管攻防，艾宾浩斯遗忘曲线做图谱节点衰减，AGM 信念修正处理新旧信息冲突，因果图配合 Allen 时序逻辑建因果链。每一套理论都有自己的学术体系，把它们揉进一条统一的管线，既不能削足适履，也不能各自为政。这是个语言学工程化的项目，不是套壳的 ChatBot。