CRAFTS：面向化工过程仿真的协作式角色自适应LLM Agent微调

构建可执行的化学过程模型仍需手动投入。化学工程师将不完整的请求转换为关于单元操作、热力学、流体、规格、自由度（DoF）、初始化、求解器修复和优化的决策。一个错误可以破坏模型。CRAFTS 通过将建模过程分解为七个角色的有界子任务，并在每个阶段之间使用确定性 IDAES/Pyomo 门来镜像化学工程师的阶段化工作流程，来实现这一目标。给定自然语言请求、流程图证据和化学工程知识，输入理解与意图恢复需求、约束和过程语义；视觉、拓扑和规格专家将它们转换为类型化的模拟合同；调试与优化支持有界修复和可接受的优化。对三种关键的角色（视觉、拓扑、规格）进行微调，而其余角色则使用未调优的 Qwen。最终，VisualGraphIR、TopologyIR、SpecIR、BuildPlan 和 SolveReport 展示了单元、端口、热力学、数值和执行决策。只有当语义化 artefacts 通过工程门之后，兼容的构造器、属性包和运行者才被附上。我们引入了 OpenIDAES-450，这是一个包含 450 个案例的 IDAES 过程模拟数据集，并通过冻结后的 82 个案例进行解决和可接受的优化来评估七角色 LangChain/LangGraph 工作流程。CRAFTS 完成 91.5% 的案例验证和执行合同，并在单元、流体和定向连接上的 F1 分数分别为 0.815、0.791 和 0.782。这些结果展示了角色专业化、类型化的中间表示和确定性工程门对于可靠自动过程模型构建的有效性。