基于 LLM 的小众脚本语言（某仿真软件 DSL）生成方案--2

距离上篇 基于 LLM 的小众脚本语言（某仿真软件 DSL）生成方案 不知不觉已经过去 1 年多了，产品有了付费客户和不少试用客户，提了很多建议。
国内个科研院所的大客户，经过年初 DeepSeek 的爆火，也基本上对 LLM 有比较深入的了解了，自然而然地对 AI 产品有了更高的要求。 2025上半年掏出一个支持仿真软件 DSL 生成的 continual-pretrain Qwen-coder 模型，再加个思维链业务分析，用户直接买单，下半年完全忽悠不动了...

经过几轮迭代，已经不仅仅是一个单纯的 DSL 代码生成工具了。现在除了能生成代码，还要帮用户做仿真业务场景的分析、初始场景的部署、仿真动态逻辑代码的编写，其中难搞的点有：

1. 自然语言文本到初始场景的部署。不仅包含了实体关系的抽取，还要把实体部署到地图的合适的位置上（类似于兵棋策略游戏）。
2. 模型动态逻辑的生成。这个其实让资深的人类工程师来做也很难，因为仿真是有一个迭代过程的，这一点本文暂不讨论。

本文剩余部分主要分析的就是 自然语言文本到初始场景的部署 功能的实现。

---

主要流程

这里可以根据实体的属性，来做第一轮初始位置的生成，分别排到 L1/L2/L3 的位置；再根据实体间的关系，根据规则做一层约束，来调整上一步中的位置；最后再将同类型的实体（可能有多个实例），按阵型进行精细化调整

实体关系三元组抽取

第一个版本的 demo，直接使用 LLM 来做 NER，实体关系提取的准确率很差（受限于运行环境的限制，只能使用 30B 的模型）。中间做了一些优化，比如先做实体提取，再做实体关系的分析，并且实体数量比较多的情况下，分批进行实体关系的分析。虽然效果有一定的提升，但整体还是达不到可用的程度，并且在一个 API 中分析实体间的关系，实体数量多效果差，实体数量少又需要多次推理，速度非常慢。
接下来打算用 bert 训小模型来专门做这一块的功能。

规则引擎定义 & 隐性知识补充

收集一些常规战术战法的文献，结合使用 embedding 和关键词召回，将知识整合到前序步骤提取到的实体关系对上，进一步细化调整。
这里技术实现上倒是不难，就是战术战法库的预处理很是麻烦：

• 将战术战法文档中的明确规则提取出来，比如“获取制空权”这种实体要执行任务，或者“掩护”这种实体间的关系
• 实体要执行的任务，如果不是一个明确的原子任务，那么要进行分解，直到不可再分，组成一颗任务树
• 提取后的每一条战术战法，都要处理成结构化的量化指标，比如战斗机的“掩护”关系，对应到双机协同的距离，这样才能在后续的 workflow 中被正确应用

上面仅仅是基于公开数据做的战术库，用户还有不少领域内的垂直数据，当然这个事情就属于产品交付阶段要考虑的事情了。