SDS 资料与生成帮助
这套后台把原始法规、PubChem、供应商 SDS、产品事实和模型输出分开保存。页面上的每一个采用字段，都应该能回到原始资料的位置。
当前阶段：Phase 0 资料导入与可视化。系统只负责线上生成草稿；管理员打印后在线下核对和审核。
一份报告是怎样生成的
产品事实包括市场、语言、用途、配方质量百分比、包装、运输、供应商和已有测试值。系统根据这些事实决定需要哪些法规和物质资料，并显示成功、失败、拦截页和缺口。
资料状态如何理解
| 状态 | 含义 | 能否直接进入报告 |
|---|---|---|
downloaded | 本次成功取得并保存原文，有 URL、时间、大小和 SHA-256。 | 先解析和校验。 |
cached_snapshot | 以前取得的正式快照，仍需显示版本和新鲜度。 | 可作为带过期标记的输入。 |
blocked_page | 取得的是登录页、拦截页或错误页。 | 不能当法规正文。 |
failed | 网络、身份或来源请求失败。 | 不能写成“没有该法规/没有该危害”。 |
accepted evidence | 字段能在快照中重新定位，且对象、辖区、版本和单位均相符。 | 可以进入 Pass 1/Pass 2。 |
PubChem 大 JSON 为什么要拆开
例如 PUG View 的 JSON 可能超过 1 MB。系统保存完整原文，但只提取白名单字段：身份、分子量、物性、毒理、生态和运输参考。
每个字段都保存 source_id、JSON Pointer、章节标题、引用编号、单位、条件、适用对象和快照哈希。模型收到的是这些精选字段和证据卡，不是整份 PubChem 文件。
“原始节点数 → 候选事实数 → 产品相关事实数 → 证据卡数”是四个不同计数。模型提出的候选只有在系统能重新定位原文后，才会成为可采用证据卡。
法规资料的查找、导入和结构化
管理员可以从资料中心查看官方发现入口和正式文件获取合同。入口页不能作为法规正文；只有官方 PDF、XML、CSV/JSON 数据集或已确认的官方接口响应，经过内容类型、文件可读性、附件覆盖、字节数和 SHA-256 校验后，才会进入法规版本。首期辖区为 EU/EEA、英国、德国、韩国和日本；美国目录暂不启用。每份资料都绑定辖区、发布机构、版本、生效日期和失效日期。
| 辖区 | 资料 | 正式格式 | 适用任务 / SDS 章节 | 默认状态 |
|---|---|---|---|---|
| 欧盟 / EEA | EU SDS 格式（REACH Annex II） CLP Regulation 1272/2008 REACH Regulation 1907/2006 EU 职业接触限值指令（IOELV） 致癌物指令 2004/37/EC（CMD） 化学剂指令 98/24/EC（CAD） Candidate List Authorisation List Restriction List Cosmetics Regulation 1223/2009 | pdf pdf_or_xml pdf_or_xml pdf_or_xml | all_eu_sds / 1-16 hazard_classification、label_elements / 2、3、9、11、12、14、15 registration、restriction、authorisation、sds_duty / 1、15、16 eu_workplace_limits / 8 eu_binding_workplace_limits / 8 eu_binding_workplace_limits / 8 svhc_screening / 3、15 authorisation_screening / 15 restriction_screening / 15 cosmetics_only / 2、3、15 | 已纳入 Phase 0 |
| 英国（GB） | UK REACH / SDS guidance UK REACH guidance GB CLP guidance GB Mandatory Classification and Labelling List | pdf_or_xml pdf_or_xml pdf_or_xml pdf_or_xml | all_uk_sds / 1-16 registration、restriction、authorisation / 1、15 hazard_classification / 2、3、9、11、12、14、15 harmonised_classification / 2、3 | 已纳入 Phase 0 |
| 德国 | TRGS 900 工作场所限值 TRGS 910 致癌物风险浓度 BAuA 危险物质规则 Gefahrstoffverordnung | pdf pdf_or_xml pdf_or_xml | workplace_limits / 8 de_carcinogen_risk_concentrations / 8 workplace_controls / 7、8、13 german_supply_rules / 1、15 | 已纳入 Phase 0 |
| 韩国 | 化学物质分类与标签查询 韩国环境部化学物质信息 | pdf_or_xml pdf_or_xml | korean_hazard_classification / 2、3、15 korean_chemical_law / 1、15 | 已纳入 Phase 0 |
| 日本 | 日本厚生劳动省 GHS/SDS 资料 日本 Model SDS 入口 NITE GHS 分类资料 | pdf_or_xml pdf_or_xml pdf_or_xml | japan_sds_rules / 1-16 model_sds_reference / 1-16 japan_hazard_classification / 2、3、11、12 | 已纳入 Phase 0 |
| 美国（暂不启用） | 首期暂不启用 | 暂不启用 |
导入流程是：发现入口 → 正式 PDF/XML/数据集 → 原始快照 → 文本和章节切分 → 字段映射 → 规则条目 → 证据卡。法规正文不会让模型自由总结后直接入库；结构化字段必须保留原文定位和规则版本。详细对应表见项目文档 llm/regulatory-acquisition-matrix.md，后台辖区页会显示每个资料源当前是“只有入口”还是“已拿到正式文件”。
默认刷新周期为 360 天。遇到法规版本、生效日期或人工标记变化时，系统会把相关规则集和报告标记为需要重新评估。
Pass 1 和 Pass 2 的编辑规则
前期允许管理员编辑 Pass 1。系统必须同时保留：原始模型输出、管理员编辑后的版本、修改人、修改时间、字段级差异和修改理由。Pass 2 默认使用“已保存的 Pass 1 版本”，但所有输入快照都可查看和重放。
证据卡仍是事实边界：管理员可以修改产品解释和写作组织，但不能把没有来源的数字标成已验证，也不能覆盖原始资料。后期 Prompt 成熟后，可以把 Pass 1 改成只读或只允许在证据卡层修改。
线上输出和线下审核
系统线上生成结构化草稿、DOCX 和 PDF，并保存 Prompt、模型、资料版本、证据卡、输出哈希和渲染校验。系统不替代线下专业审核，也不自动声称报告已经正式签发。