设备维修知识库问答助手
应用场景：产线设备故障后的快速原因定位与维修经验复用
投稿方：loki · 服务商：问答助手 · 收录时间：2026/9/10
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
工业制造 · 约3000人
3. AI 能力类型
问答检索
4. 原来怎么干的
技师翻纸质手册、打电话问设备部；2名资深工程师每天接30-40个咨询电话；平均故障定位2-4小时；新技师独立上手周期约12个月
5. AI 介入在哪一步
AI介入「故障原因排查」环节：技师拍照或描述症状，系统检索维修手册与历史工单，给出可能原因和排查步骤；换件、备件申领仍由技师执行；AI判不了的问题一键转人工专家，专家解答结果回流知识库
6. 模型与架构
开源14B级大模型本地化部署（数据不出厂）；向量模型做检索、重排模型做二次排序；提示词工程为主、未做微调；对接设备台账与MES工单系统
7. 数据基础（必填项）
800余份设备手册与点检规程（约12万页，多为扫描件）+3年历史维修工单4.6万条；3人专职清洗6周：OCR识别、表格还原、按设备型号切片入库；工单文本脱敏并统一故障术语表
8. 效果
平均故障定位时间2-4小时→40分钟以内（上线半年抽检口径）；电话咨询量下降70%；问答采纳率82%；点踩率8%；新技师独立上手周期12个月→6个月
9. 投入
2名算法工程师+1名知识管理员投入6个月；预算50万元以内（含1台推理服务器折算）；日常推理成本约3000元/月
10. 坑
投稿方未提供
下载 设备维修知识库问答助手 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 设备维修知识库问答助手.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。