Attune Agents（v1.0）
v1.0 GA 投产：20 个 agent
- law-pro：11 个确定性 agent + 3 个 LLM extractor = 14
- OSS 内置：4 个 AI 批注 agent + document classifier = 5
- Office helper：OCR + ASR = 1 套（2 个入口）
所有 agent 通过三阶段 Reliability Framework 强制门控（Phase 1 F1=1.00 / Phase 2 six-class floor / Phase 3 LLM F1 ≥ 0.85）。
law-pro Agent（需装 Attune Pro / law-pro 插件包）
确定性 Agent（11 个）
纯规则 / 公式执行，零 LLM 调用，CPU ≤ 5s。
| # | ID | 描述 | 案件类型 |
|---|---|---|---|
| 1 | civil_loan_agent | 民事借贷本息合规计算 — 《民法典》利率上限公式严格执行 | civil-loan |
| 2 | bank_aggregator_agent | 银行流水聚合 — 结构化交易 + 跨证据交叉验证 | civil-loan |
| 3 | limitation_agent | 诉讼时效检查 — 日期算术，中断事由交律师判断 | civil-loan |
| 4 | evidence_chain_agent | 证据链关系分析 — 印证/矛盾/缺口，不下法律结论 | civil-loan |
| 5 | labor_dispute_agent | 劳动争议经济补偿金/赔偿金 — 《劳动合同法》§47/§87 公式 | labor-dispute |
| 6 | evidence_classifier | 证据分类器 — 借条/银行流水/微信记录/收据自动分类 | all |
| 7 | inheritance_agent | 法定继承份额计算 — 《民法典》§1127/§1130/§1131 | inheritance |
| 8 | defamation_agent | 名誉权/一般侵权损害赔偿计算 — 确定性计算部分 | defamation-tort |
| 9 | traffic_accident_agent | 交通事故赔偿 — 人身损害赔偿标准计算 | traffic-accident |
| 10 | divorce_agent | 婚姻财产分割 — 共同财产分割规则计算 | divorce |
| 11 | sale_contract_agent | 买卖合同违约金计算 — 违约金调整规则 | sale-contract |
LLM Extractor Agent（3 个）
使用 LLM 从 OCR 文本中抽取结构化事实，带原文依据锚点。Phase 3 F1 = 0.9828。
| # | ID | 描述 | LLM tokens/次 |
|---|---|---|---|
| 1 | fact_extractor_agent | grounded 事实抽取 — OCR 文本 → 本息事实（带原文依据） | ~2000 |
| 2 | housing_rent_agent | 房租/押金事实抽取 — 租赁合同关键条款提取 | ~1500 |
| 3 | defamation_extractor_agent | 名誉权事实抽取 — 侵权行为描述 + 损害后果提取 | ~2000 |
成本声明：LLM extractor 仅在用户**显式点击「运行 agent」**时触发，永不后台偷跑（per Attune 成本感知契约）。UI 上每个 agent 按钮旁显示预估 token 用量和费用。
OSS 内置 Agent（需 Attune 基础版，免费）
AI 批注 Agent（4 个）
对已入库的文档片段触发 AI 分析，结果写入 annotation 表。
| # | ID | 触发方式 | 描述 |
|---|---|---|---|
| 1 | ai_annotation_highlights | 用户在 Reader 中选中文本 | 提取核心要点，生成高亮批注 |
| 2 | ai_annotation_questions | 用户在 Reader 中选中文本 | 从内容生成学习/审阅问题 |
| 3 | ai_annotation_risk | 用户在 Reader 中选中文本 | 识别潜在风险点（合同/技术文档） |
| 4 | ai_annotation_outdated | 用户在 Reader 中选中文本 | 检测过期信息/日期/版本引用 |
所有批注 agent 遵循成本感知契约：单次调用 LLM，调用前显示 token 预估，结果按 chunk_hash
缓存避免重复消费。
Document Classifier（1 个）
| ID | 触发方式 | 描述 |
|---|---|---|
document_classifier | 文档入库时自动 | 按 plugin 注册维度分类；OSS 分 general/tech，装了 law-pro 后增加 legal 维度 |
Office Helper（OSS 内置，免费）
Office helper 不是单个 agent，而是两个离线处理管线，通过 attune-cli / UI 触发：
| 入口 | 底层引擎 | 描述 |
|---|---|---|
attune ocr / OCR 面板 | PP-OCRv5 mobile（ONNX Runtime） | 图片/扫描件 → 结构化文本；支持场景分类 + 2 列重排 |
attune transcribe / ASR 面板 | whisper.cpp（medium Q5 ~ large-v3-turbo Q5） | 音频/视频 → 文字转录；中文 WER < 12% |
两者输出均可直接入库（命中 ingest pipeline），转录/识别结果作为新 item 索引到 vault。
Agent 触发成本汇总
| 分类 | 触发策略 | LLM 成本 |
|---|---|---|
| 确定性 law-pro agent | 用户显式点击 / chat_trigger 关键词 | 零（纯规则） |
| LLM extractor agent | 用户显式点击 | ~1500-2000 tokens/次 |
| AI 批注 agent | 用户在 Reader 选中文本后点击 | ~500-1000 tokens/次 |
| Document classifier | 文档入库自动触发 | 零（本地模型） |
| Office helper | 用户显式触发 | 零（本地推理） |
详细成本契约：成本感知与触发契约