TADI：基于Agentic LLM编排的钻井智能工具增强

我们提出TADI（Tool-Augmented Drilling Intelligence），一个基于agentic AI的系统，将钻井运营数据转化为基于证据的分析智能。应用于Equinor Volve Field数据集，TADI将1,759条每日钻井报告、选定的WITSML实时对象、15,634条生产记录、层位顶点和perforation整合到双存储架构中：DuckDB用于结构化查询（12个表，65,447行），ChromaDB用于语义搜索（36,709个嵌入文档）。十二个领域专业工具由大型语言模型通过迭代函数调用进行编排，支持多步骤证据收集，这些证据跨引用结构化钻井测量值与每日报告叙述。系统完美解析所有1,759个DDR XML文件，处理三个不兼容的井命名约定，并由95个自动化测试加上130个问题的压力测试分类（涵盖六个运营类别）支持。我们将agent的行为形式化为顺序工具选择问题，提出证据 grounding得分（EGS）作为一种基于测量值、归因DDR引述和必需答案部分的简单grounding-compliant代理。该完整的6,084行、无框架实现可在公共Volve下载并提供API密钥后复现，案例研究和定性消除分析表明，领域专业化工具设计而非模型规模是技术操作中分析质量的主要驱动力。