Интеллектуальное производство: превратить опыт технологов в базу знаний с вопросами

你会遇到的几个具体问题

• 工艺卡、作业指导书、设备手册分散在共享盘，换型时查一组参数要二十几分钟。
• 老师傅的经验没有沉淀，人一走，产线良率跟着掉。
• 质检判据靠人记，不同班次判定口径不一致，客诉复盘说不清。
• 想上大模型，但图纸、工艺参数、良率数据一步都不能出内网。

我们怎么交付

1. 资料归集与清洗：PDF、扫描件、Excel、图纸说明，做版面还原和 OCR，切掉页眉页脚水印这类噪声。
2. 知识底座构建：RAG 检索，切片策略按工艺文档的结构定制（按工序、按机型、按缺陷类型），每条答案都能点开原文溯源。
3. 工位接入：工位平板、PDA、MES 弹窗三种形态任选，接口对接到你们现有的系统。
4. 模型私有化：14B 量化模型压进 12G 显存，纯内网运行，断网照常可用。

交付清单

• 私有化推理服务（Docker 镜像 + 一键部署脚本 + 运维文档）
• 知识库管理后台：增量上传、版本管理、权限分级
• 工位端调用示例与 SDK（Python / Java / C#）
• 验收报告：召回率、准确率、响应延迟的实测数据

效果怎么衡量

上线前先做基线：抽 100 条真实工艺问题，记录人工查询的平均耗时与正确率。上线后用同一套题库复测，只跟基线比，不跟»感觉»比。达不到基线不验收。