科学技术与应用

基于 RAG 的建筑施工安全规范智能咨询系统设计

颜 斌斌

北京建筑大学城市经济与管理学院

DOI: https://doi.org/10.59429/kxjsyy.v3i2.13845

Keywords: 检索增强生成 (RAG)；大语言模型 (LLM)；建筑施工安全；向量数据库；智能咨询

---

Abstract

本研究针对当前建筑施工领域中安全规范文档繁杂、一线管理与施工人员检索效率低下且难以快速获取精准指导的问题，设计了一款基于检索增强生成（RAG, Retrieval-Augmented Generation）的智能咨询系统。该系统以大语言模型（LLM）为核心处理引擎，结合向量数据库技术，能够对海量的建筑施工安全国家标准、行业规范及企业内部制度进行深度解析与存储。通过用户自然语言提问，系统利用 RAG 技术在本地知识库中进行语义检索，并将匹配到的规范原文作为上下文约束 LLM 的生成结果，从而有效克服了大语言模型的“幻觉”问题，实现了高准确率、低延迟的智能问答交互。本设计极大降低了安全管理的信息获取成本，提升了现场作业的规范化程度，为建筑施工行业的智能化安全管理提供了切实可行的技术方案。

---

References

[1] 中华人民共和国住房和城乡建设部. 建筑施工安全检查标准：JGJ 59-2011[S]. 北京：中国建筑工业出版社，2011.

[2] 赵磊，武彦清，周大伟等. 建筑施工安全领域大语言模型构建思路与方法研究[J]. 土木工程学报，2025，58(10): 144-152.

[3] 李圣飞，卢昱杰，陈晓莹等. 基于检索增强生成的建筑工程管理知识问答模型实现[J]. Science Technology & Engineering，2025, 25(25).

[4] Bai J, Bai S, Chu Y, et al. Qwen technical report[J]. arXiv preprint arXiv:2309.16609, 2023.

[5] Wang J, Yi X, Guo R, et al. Milvus: A purpose-built vector data management system[C]//Proceedings of the 2021 international conference on management of data. 2021: 2614-2627.

[6] Chen J, Xiao S, Zhang P, et al. Bge m3-embedding: Multi-lingual, multi-functionality, multi-granularity text embeddings through self-knowledge distillation[J]. arXiv preprint arXiv:2402.03216, 2024, 4(5).

[7] 中华人民共和国住房和城乡建设部. 建筑施工高处作业安全技术规范：JGJ 80-2016[S]. 北京：中国建筑工业出版社，2016.