业务痛点
设备手册、工艺文件、质量规范和维修经验散落在文件夹与个人电脑中。发生异常后，现场人员花费时间找资料、补工单、问经验，信息在班组间难以复用。
所需数据
经授权的设备说明书、SOP、工艺卡、质量标准、故障代码、维修工单、备件目录和组织权限。每份资料需标注版本、适用设备、责任部门和有效期。
AI能力
- 带来源引用的设备与工艺知识问答
- OCR识别巡检表、故障照片和纸质工单
- 归纳异常现象并生成排查清单草稿
- 按规则分派给设备、质量或工艺人员
现有系统对接
知识库只读取获批资料；智能体通过限权API读取设备和工单信息。生成内容经审核后才可写回MES、EAM或工单系统，并保留模型版本、引用和审核日志。
人工审核
设备工程师确认维修建议，质量人员确认处置与放行，工艺人员确认参数和文件变更。低置信、无有效引用、涉及停机或安全的结果自动转人工，模型不得直接下发控制指令。
实施步骤
- 选定单一设备族或高频异常作为试点
- 清理资料版本并设置权限
- 建立问题集、标准答案和禁止事项
- 接入只读工单数据并配置人工审核
- 小范围试用，复盘错误后再扩展
验收指标
使用双方确认的真实问题集评测引用正确性、答案可用性和拒答行为；检查高风险问题是否全部进入人工队列；统计人工采纳、修订和退回原因；验证未授权角色不能检索受限资料。
风险边界
AI输出仅作排查和资料辅助，不替代设备操作规程、工程判断与质量结论。传感器缺失、资料过期或样本偏差会降低可靠性；高风险预测和设备控制需另行评估，不在默认范围内。