工业知识库与RAG应用概念场景(AI生成示意图)
AI生成示意图 · 非H700实物或客户现场照片

工业知识库与RAG要解决什么问题?

资料散落、版本混用和经验难以传承,会增加现场查询成本。工业问答需要知道答案来自哪里、是否仍然有效,以及当前访问者是否有权读取相应内容。

开始前,需要哪些数据?

  • 可合法使用的设备手册、操作规程、工艺文件与维修记录。
  • 文档版本、适用设备、有效日期及责任部门。
  • 用户角色和资料访问范围,避免越权检索。

数据接入前,应确认使用权限、保留期限及访问范围;不为试点擅自导出敏感生产资料。

H700如何参与实施?

01 / 整理知识与权限

清理过期资料,按设备和任务组织文档;在检索前执行权限筛选,避免先检索后遮挡造成泄漏。

02 / 检索并展示依据

利用RAG检索相关段落,再生成回答;保留文档名称和定位信息,证据不足时明确提示。

03 / 用真实问题评估

建立现场问题集,检查引用准确性、拒答质量、响应时间及越权访问风险,持续维护知识版本。

如何衡量是否有效?

围绕典型问题统计答案有据率、引用正确率、无依据时的拒答表现、检索耗时及权限隔离测试结果,不只考察语言是否流畅。

保留清晰的安全边界

大模型可能生成错误内容。涉及操作、安全、配方或维修决策,应由有资质人员核对原始文件。可部署模型大小与并发能力需根据H700实际配置测试。

场景问答

资料必须上传公网吗?

可围绕厂区本地部署设计方案。模型更新、远程维护和外部服务是否联网,需要在项目网络方案中逐项确认。

为什么回答要带出处?

出处帮助现场人员核对适用设备和文件版本。引用本身也需要验证,不能把看似完整的引文等同于正确结论。

进一步了解