装备制造 AI 知识库：让行业资料可检索、可问答
面向装备制造的知识库与智能问答方案：把分散的资料收进统一知识库，回答带引用，支持私有化部署。
一句话：装备制造的知识密集且资料分散，适合用 AI 知识库统一入库、混合检索与引用溯源；对数据敏感的场景可全量私有化部署。
行业资料的特点
- 图纸、BOM、工艺文件、售后记录分散在不同系统
- 型号与版本多，容易用错图纸
- 老师傅经验难沉淀，新人培训慢
- 售后与备件查询依赖个人经验
典型场景
图纸与工艺问答
按型号/图号检索图纸与工艺文件，回答追溯版本，避免用错图。
售后与备件支持
故障现象、维修记录与备件清单关联检索，快速给出处理建议。
BOM 与物料查询
按项目/型号查 BOM 与替代料，减少停线与错料。
经验沉淀
把维修与调试经验整理成 Wiki，新人可按问题检索。
建议入库的资料
| 图纸类 | 受控版本图纸、装配图、零件图（含版本与图号元数据） |
|---|---|
| 工艺类 | 工艺卡、作业指导书、检验标准 |
| BOM 与物料 | BOM、物料清单、替代料规则 |
| 售后类 | 故障库、维修记录、备件清单 |
部署与安全
支持 Docker Compose 单机与 Kubernetes 集群部署，模型可接千问、DeepSeek 等本地模型；空间隔离 + 四级 RBAC，审计日志与 OIDC 单点登录，满足内网与合规要求。
实施路径
- 选一个高频场景做试点（如制度问答或资料检索）。
- 整理资料与问题集，配置知识库与权限。
- 用真实问题评测，调优解析与检索。
- 上线并建立内容运营机制，再扩展场景。
常见问题
装备制造 AI 知识库能解决什么问题？
把分散资料统一入库，支持自然语言检索与问答，答案带引用可核对，减少查资料与重复咨询的时间。
数据敏感怎么办？
支持私有化部署，模型、知识库与数据都在企业内网，可按需断网运行。
需要整理多干净才能上线？
先把高频场景的核心资料整理好即可试点，不必等全部资料完美；后续按问题反馈持续补充。
可以接入现有系统吗？
支持 API / MCP 与企业现有系统集成，也可接入企业微信、飞书、钉钉等渠道。
效果怎么评估？
用真实问题集评测检索命中率、引用准确率与人工采纳率，并结合业务指标（如响应时间）评估。