工程图纸问答：答案指回图面，版本限定在受控范围内

流程卡点

1. 扫描图纸一个字都搜不到

   老产品的图纸往往只剩蓝图扫描件，图号、材料牌号与热处理要求全都落在像素里，全文检索一个词都命中不了，新人连该从哪一张图看起都不知道，只能挨个问人。

2. 一个答案要拼三份资料

   同一个问题常常要跨图面、工艺卡与检验规范才能答完，人工翻完三份资料再拼成答案，中间漏掉任何一步都会给出不完整的结论，而且没人看得出漏了哪一步。

3. 现场用的是哪一版说不清

   图纸改到 C 版之后，车间、外协与售后手上可能还是 B 版，谁也说不清现场正在用哪一版，等到装配干涉或客户投诉才发现问题，那时返工成本已经花出去了。

4. 技术部被同一件事反复打断

   车间问基准、品质问公差、外协问符号、售后问备件，问题的本质相同，却每次都要找工程师本人回答；人一休假这条线就断了，问题只能堆在那里等他回来。

对应做法

• 扫描件与复杂版面都能读

  复杂版式 PDF 由 OpenDataLoader 解析，扫描件与图片由 PaddleOCR-VL 识别，覆盖 PDF、Word、Excel、图片等 10 余种格式；标题栏、明细栏与技术条件都进入检索范围，不必先人工录入。

  对应能力：双引擎解析

• 引用定位到图面那一段

  向量与关键词混合检索加 ReRank，把「这个件的粗糙度要求」直接送到图面段落或工艺条款，答案带可点击的引用，点开就是那一页；资料里没有的内容会明确说没有，不猜数值。

  对应能力：引用溯源

• 改动看得见，旧版留得住

  分块级版本快照记录每一次改动，行级 diff 标出增删改，可以回滚到任一版本；检索默认只命中当前受控版本，旧版保留可查但不会混进答案，避免车间按作废图施工。

  对应能力：版本快照

• 图纸、材料与工艺连成网

  智能体把图面、工艺卡与检验规范整理成互相链接的 Wiki 页面和知识图谱：零件连到材料，材料连到热处理，热处理连到检验判据；可视化分块编辑器可以调整切分方式。

  对应能力：自动 Wiki

落地场景

• 车间查技术要求

  车间按零件号问一句基准在哪、粗糙度要求多少，答案直接指向图纸页与对应条款，不必再跑到技术部去翻纸质蓝图。

• 首件检验对照判据

  检验员按零件号调出尺寸、形位公差与基准要求，对照三坐标报告逐项确认，判据与图纸都来自同一份受控版本，不必自己拼。

• 售后查备件图纸

  售后按故障现象与部件名称定位到对应图纸和备件明细，在企业微信里直接提问，不用再回办公室打开电脑查找。

• 外协答疑与发放

  外协厂在授权范围内提问焊接符号与热处理要求，看不到尚未下发的图纸，每次查阅都会留下审计记录，谁问过什么一目了然。

术语与知识实体

零件图与装配图

零件图表达单个零件的形状、尺寸与技术要求，装配图表达零件之间的配合与位置关系，两者需要对照阅读。

标题栏

图纸右下角的表格，记录图号、名称、材料、比例、版本与签署，是判断一份图纸身份与状态的起点。

明细栏

装配图标题栏上方的表格，按序号列出零件代号、名称、数量与材料，是采购、装配与备件管理的依据。

图纸编号

企业为每份图纸规定的唯一标识，通常包含产品、部件与序号；编号规则稳定，才能与物料清单和工单对应。

受控图纸

经过审批并正式发布的版本，任何修改都必须重新走流程；现场只能依据受控版本生产与检验，作废版不得使用。

文字层

PDF 内部保存的可提取文字，扫描件通常没有文字层，必须先经过 OCR 识别才能被检索与引用。

技术条件

图纸上以文字列出的通用要求，包含材料、热处理、表面处理与检验方式，常被单独引用为验收依据。

尺寸公差带

允许尺寸变动的范围，由基本尺寸与上下偏差共同确定，与配合性质和加工方法直接相关。

引用溯源

回答标注它所依据的原文位置，使结论可以被逐条核对；工程场景里没有出处的答案不能作为施工依据。

这些定义同时以结构化方式提供给搜索引擎与 AI 引擎，便于它们准确理解并引用业务概念。

相关落地案例

方案常见问题

扫描的图纸真能搜到图号和材料吗？

能识别到图面上的可读内容：标题栏、图号、材料牌号、尺寸标注与技术条件。PaddleOCR-VL 负责扫描件与图片，OpenDataLoader 负责复杂版面 PDF，识别结果进入检索索引而不是只做预览，检索时可以按零件号与材料过滤。

怎么保证答的是当前受控版本？

图纸入库时按版本分块保存，每次改动留分块级快照，行级 diff 标出增删改，可回滚到任一版本；检索默认只命中当前受控版本，旧版保留可查但不会混进答案。谁能看哪一版由四级 RBAC 与空间隔离控制，访问写审计日志。

AI 会不会编一个图纸上没有的数值？

回答只基于检索到的图面段落或工艺条款，每条结论带可点击引用，检索没有命中时直接说明没有，而不是给出一个看起来合理的数值。平台用 Langfuse 与 W3C 跨服务追踪保留每次回答的检索结果与提示词，尺寸与公差仍由工程师核对原图。

图纸在内网，能部署吗？

可以。Docker Compose 单机部署，生产集群用 Kubernetes，四个核心服务可独立部署与扩缩容；每个知识库可绑定私有 OSS 或 S3 桶，组件全部跑在内网，数据不出厂区。模型可选 20 多家厂商的云端接口，也可以用 Ollama 跑本地模型。

外协要图纸，怎么下发才安全？

先按项目或供应商划分空间，再用四级 RBAC 控制到单个知识库，外协只能看到已下发的受控版本，访问写入审计日志；账号通过 OIDC 单点登录统一，接口走两级 API key。图纸文件可存放在每个知识库绑定的私有存储桶里，凭据用 AES-256-GCM 加密。

和图纸管理系统是什么关系？

图纸原件仍由 PLM 或图纸管理系统管理，这里解决的是查阅与问答：谁在什么时候问了什么、答案依据哪一页。平台提供约 360 个 API 端点，MCP 服务有 29 个标准工具，支持 stdio、SSE 与 HTTP 并用 OAuth2 授权，可以和现有系统对接。

老师傅的判断怎么留下来？

先把图纸、工艺卡、检验规范与异常处理单收进知识库，再让智能体生成结构化、互相链接的 Wiki 页面和知识图谱，页面支持在线编辑、快照、行级 diff 与回滚。老师傅只需改一句话就能审完，新人从目录走到条款，不必从头翻图纸。

能接到企业微信里问吗？

可以。企业微信、飞书、钉钉、云之家、微信、QQBot、Slack、Telegram、Mattermost 都是支持的渠道，另有小程序、Chrome 插件与网页组件。渠道只是入口，权限体系统一，售后和车间看到的内容按各自范围裁剪。

其他方案

• 合同审查 — 合同条款检索、比对与初稿起草
• 客服问答 — 客服应答知识库与引用溯源
• APS 排产问数 — APS 排产问数与计划知识库