feat: 完成 issue #11 [Template-Ti 一期] ④ LLM 报警解释 / 交接班 / NL 查询

templates/ti-cl4/llm-scenarios/README.md

@@ -0,0 +1,57 @@
+# iAOP-Template-Ti 一期 · LLM 场景层（LLM Scenarios）
+
+对应 PRD 5.4 / 5.5 与 EPIC #11「[Template-Ti 一期] ④ LLM 报警解释 / 交接班 / NL 查询」：
+复用 ④ LLM 网关（core/llm-gateway）与领域 RAG（core/rag-kb），针对 Ti 场景
+配置 RAG 知识域与提示词模板，落地三个业务场景：
+- **报警根因解释**（`alarm_explain`）：高利害，启用幻觉校验信度阈值，低信度转人工；
+- **交接班自动摘要**（`shift_handover`）：生产概况 / 异常事项 / 安全注意事项；
+- **自然语言查询驾驶舱**（`nl_query`）：NL → 指标 / 查询意图。
+
+验收（Issue #11）：路由准确率 ≥ 96.5%、幻觉校验通过。
+
+## 模块结构
+
+```
+templates/ti-cl4/llm-scenarios/
+├── __init__.py                场景包入口（导出 TiScenarioRunner）
+├── scenarios.py               Ti 场景编排（三场景 + 演示知识文档集 + 组件装配）
+├── config/
+│   └── scenarios.template.yaml 场景配置资产（提示词绑定 / RAG 知识域 / 验收指标）
+└── tests/
+    ├── _bootstrap.py          测试引导（挂载 ti_scenarios / llm_gateway / rag_kb）
+    └── test_scenarios.py      场景端到端 + 路由准确率 + 幻觉校验测试
+```
+
+## 用法
+
+```python
+from ti_scenarios import TiScenarioRunner
+
+runner = TiScenarioRunner()
+
+# 1) 报警根因解释（高利害；低信度自动转人工）
+r1 = runner.explain_alarm("炉温超上限报警怎么处理", confidence=0.95)
+print(r1.answer)                # 含 SOP 引用溯源
+
+# 2) 交接班自动摘要
+r2 = runner.generate_handover("甲班：生产平稳，炉温正常，无异常事项")
+
+# 3) 自然语言查询驾驶舱
+r3 = runner.query_cockpit("查询最近一小时的氯气流量趋势")
+```
+
+## 设计说明
+
+- **内核零改动**：场景层只复用 `LLMGateway` / `PromptRegistry` / `SensitivityRouter` /
+  `RagKnowledgeBase`，换行业只改模板资产（prompts / router / kb / scenarios）；
+- **RAG 演示数据**：`DEMO_KB_DOCS` 内置工艺规范 / 异常处置 SOP / 交接班规范等
+  演示文档；接入真实客户数据时替换 `kb_loader`（`TiScenarioRunner(kb_loader=...)`）；
+- **验收自检**：`tests/test_scenarios.py::TestRouteAccuracy` 用 Ti 场景查询集
+  断言路由准确率 ≥ 96.5%；`TestScenariosE2E` 覆盖三场景端到端与幻觉校验。
+
+## 运行测试
+
+```bash
+cd templates/ti-cl4/llm-scenarios/tests
+python -m unittest discover -s . -p "test_*.py"
+```