扫码添加微信
某大型白酒酿造集团 如何在 白酒酿造 / 酿酒工业（制曲、发酵蒸馏、酒体勾调、包装质检与动力设备运维） 中协同落地 AI 知识库与智能体
面对工艺经验断层、批次数据分散、勾调试错成本高与设备运维响应慢等挑战，该集团以 HiNowly AI 知识库与 AI 智能体开发平台为核心，在完全私有化环境下建成白酒酿造知识中枢：将工艺标准、作业指导书、检验规程、窖池批次数据、设备手册与历史故障工单统一接入治理，形成可溯源的可信知识底座；并在此基础上由酿造、勾调、质量、设备四类角色自建并发布 31 个 AI 智能体，通过 Skill 与工具调用连通 MES、LIMS、ERP、EAM，以工作流编排、自动化任务与定时任务完成制曲与发酵异常处置、勾调小样辅助、设备点检派工、批次质量追溯等闭环动作，使知识检索从平均 15 分钟降至 40 秒以内，制曲与发酵异常处置响应时长缩短 62%，勾调小样试错轮次下降 35%。
项目背景
该集团近年来产能持续扩张，新增产区与新建车间带来大量新员工，而制曲控温、堆积发酵、上甑蒸馏、分级摘酒、陈酿管理、勾调调味等核心环节仍高度依赖老师傅的感官判断与经验记忆。与此同时，集团已积累十余年的 MES 批次记录、LIMS 理化检验数据（酸度、淀粉、还原糖、酒精度、总酯、总酸等）、SCADA 时序数据与设备检修工单，但这些数据分散在不同厂商的系统中，格式不统一、口径不一致，一线人员需要同时打开 4 到 6 个系统才能拼出一条完整的判断依据。 集团信息安全与保密要求极高，酿造工艺参数与勾调配方属于核心商业机密，明确不允许任何数据出内网、不允许调用公有云大模型服务，且要求逐步满足信创与国产化替代要求（国产服务器、国产操作系统、国产数据库、国产芯片加速卡）。在此背景下，集团决定以私有大模型 + 私有化知识库 + 智能体平台的方式，把散落在人脑与系统里的酿造知识沉淀为可检索、可执行、可追溯的数字资产。
项目总览
方案采用『AI 知识库做可信知识底座 + AI 智能体开发平台做业务执行』的双层架构，整体部署于集团自建机房与信创云环境，数据全程不出内网。 第一层是 HiNowly AI 知识库。通过统一接入网关，把工艺标准与作业指导书（PDF/Word/扫描件）、纸质台账（OCR 识别）、LIMS 检验规程与历史检验单、MES 批次记录、SCADA 时序指标、设备手册与检修工单、历史勾调配方等异构来源接入，经过解析、清洗、去重、切片与向量化处理，并叠加『车间—工序—窖池/设备—轮次/批次—香型』多维元数据标签，同时构建工艺—设备—物料—批次关系图谱，形成酿造知识中枢。检索阶段采用关键词检索与向量检索融合加语义重排，强制返回原文出处与生效版本；对制曲控温曲线、发酵升温规律、摘酒分级标准等高频问题，由酿酒工艺专家大模型进行领域增强，回答中同步给出依据的批次与检验数据，做到可验证、可追溯、可引用。 第二层是 HiNowly AI 智能体开发平台。各业务部门以可视化方式设计智能体，把知识库检索、数据查询、规则计算、单据操作分别封装为 Skill，并通过工具调用连接 MES、LIMS、ERP、EAM、OA 等业务系统接口。智能体支持工作流编排，可把『感知—判断—决策—执行—反馈』多步骤串成一条链；支持自动化任务触发（数据阈值、事件、消息指令）与定时任务调度（如每日 07:00 生成制曲房温湿度分析简报、每周一生成设备点检计划）。智能体一经测试通过即可一键发布到企业微信、移动端与车间大屏，并按部门角色分配可见范围与操作权限，形成『谁的知识、谁能调用、谁能执行』的清晰边界。 在模型层，平台统一纳管本地部署的国产开源大模型与国内外主流大模型 API，酿酒工艺相关问答默认走本地模型，翻译、摘要等低敏感任务可按策略路由到外部模型，所有调用行为留痕审计。
项目痛点
核心工艺知识依赖老师傅口传心授，制曲控温、堆积发酵翻堆时机、上甑节奏等关键经验难以标准化沉淀，资深技师退休后出现明显的经验断层，新员工独立上岗周期长。
工艺标准、作业指导书、检验规程以纸质台账、扫描件、Word 与 Excel 多版本并存，同一工序存在多个版本，一线人员难以判断哪一版是现行有效版本，质量与安环审计追溯困难。
批次数据、理化检验数据与设备运行数据分散在 MES、LIMS、SCADA、EAM 等系统中，缺乏统一知识入口，工艺员排查一次发酵异常平均需要 15 分钟以上跨系统检索，异常处置常在数小时后才形成方案。
酒体勾调高度依赖勾调师个人经验，基酒库存、年份、等级、理化指标与历史配方分散在库存台账与纸质配方本中，小样试错轮次多、周期长，优质基酒利用率与批次一致性难以持续优化。
甑锅、行车、灌装机、制冷机组、锅炉等关键设备的历史故障与检修记录纸质化、非结构化，故障处置经验无法复用，非计划停机与重复性故障时有发生。
项目诉求
在完全私有化、数据不出内网的前提下，建成集团统一的酿造知识中枢，覆盖制曲、发酵、蒸馏、陈酿、勾调、包装、质检、动力设备八大业务域，实现知识统一接入、统一治理与统一检索。
建立可信问答能力：所有回答必须给出知识出处（文件、章节、页码、批次号、检验单号），关键工艺结论需标注生效版本与适用范围，杜绝模型幻觉对生产造成误导。
以 AI 智能体开发平台支撑业务人员自主构建智能体，通过 Skill 封装与工具调用打通 MES、LIMS、ERP、EAM、OA 与消息平台，让智能体不止于问答，而是能完成查数据、比配方、开单据、派工单的实际动作。
实现主动式运营：以自动化任务与定时任务替代人工巡检与报表汇总，让异常在发生前被预警、在发生后自动形成处置工单。
落实部门角色管理与数据权限隔离，技术中心、勾调中心、生产车间、质量管理部、设备动力部、安环部各自只能看到授权范围内的知识与数据。
满足信创与国产化要求，支持本地大模型与国内外主流大模型统一纳管与按场景切换，并在同一平台上完成智能体的设计、测试、发布与运营迭代。
HiNowly 解决方案设计
统一接入和治理企业知识，通过可信检索与引用问答为智能体提供知识底座
支持智能体设计、调试、发布与运营，让业务人员快速构建场景化智能体
通过 Skill、工具调用和业务系统连接，让智能体从回答问题升级为执行任务
支持工作流编排、自动化任务与定时任务，串联知识、模型、工具与审批节点
支持本地及私有化部署、主流模型接入、权限隔离，并适配信创与国产化环境
支持 PDF、Word、Excel、扫描件 OCR、图片、音视频及 MES、LIMS、SCADA 等结构化数据接入，自动完成解析、去重、切片、向量化与元数据标注。针对白酒场景建立『车间—工序—窖池/设备—轮次/批次—香型』多维标签体系，并对同一工序的多版本文件做生效版本识别，标注废止版本，从源头解决『哪一版才是现行版本』的问题。
采用关键词与向量融合检索并叠加语义重排，回答结果逐条给出出处——文件名、章节、页码、批次号或检验单号，并附生效日期与适用范围。对制曲控温、发酵升温、摘酒分级等工艺参数类问题执行『无出处不回答』策略，模型输出与原始依据并排展示，工艺员可一键跳转原文核对，确保知识结论可验证、可审计。
以集团十余年批次与检验数据对本地大模型进行领域增强，构建酿酒工艺专家模型；同时以工艺—设备—物料—批次知识图谱支撑关联推理，例如输入某口窖池的发酵升温曲线，即可自动关联同期酸度、还原糖、淀粉消耗数据与历史相似批次结论，给出可比对的经验参照，而非泛泛的通用回答。
业务人员可在平台上以可视化方式定义智能体的角色、目标、知识范围、可用 Skill 与执行边界，无需编写代码。平台将基酒库存查询、理化指标查询、配方相似度匹配、工艺参数比对、工单创建、点检任务下发等能力封装为 26 个标准 Skill，可被不同智能体按权限复用，显著降低重复建设成本。
智能体通过工具调用连接 MES、LIMS、ERP、EAM、OA 等系统接口，可直接读取批次工艺参数、检验结果、基酒库存与设备台账，并在授权范围内写回工单、点检任务与审批单据。以『发酵异常处置智能体』为例，它先调用 LIMS 取理化数据、调用 MES 取温湿度曲线、检索知识库匹配历史相似批次，再判断异常等级，最后在 EAM 中自动创建处置工单并推送至车间班组，形成从查知识到落动作的闭环。
平台支持把多步骤任务编排为可视化工作流，并配置条件分支、人工确认节点与异常回滚。目前已上线 9 条标准工作流，覆盖制曲异常处置、发酵升温预警、勾调小样辅助、设备点检派工与批次质量追溯。自动化任务可按数据阈值、系统事件或消息指令触发，例如当某制曲房温度偏离工艺窗口超过阈值时，自动触发比对、定级、通知与工单创建全流程，无需人工发起。
平台内置定时任务调度能力，支持按班次、日、周、月周期执行。集团已配置 40 余项定时任务，包括每日 07:00 自动生成制曲房温湿度与发酵升温分析简报、每周一自动生成设备点检计划与备件预警、每月自动汇总批次质量与勾调消耗报表，并在固定时间推送到企业微信与车间大屏，把『人找信息』转变为『信息找人』。
全栈部署于集团自建机房与信创环境，数据不出内网；在国产服务器、国产操作系统与国产数据库上完成适配验证，满足信创与国产化替代要求。平台统一纳管本地大模型与国内外主流大模型，按敏感度策略路由并全程留痕审计。同时通过部门角色矩阵实现知识标签级、字段级与操作级三层权限隔离，勾调配方仅勾调中心与总工办可见，设备工单仅设备动力部与对应车间可操作。
项目实施范围
知识接入与治理：覆盖制曲、发酵、蒸馏、陈酿、勾调、包装、质检、动力设备八大业务域，接入 12.6 万条知识与数据条目，含 4.2 万页文档、3.8 万条批次与检验记录、6 千余份设备工单与手册。
可信问答与检索：建设混合检索加重排的问答链路，配置 500 条白酒工艺评测集，强制答案溯源与版本校验，并对工艺参数类回答设置『无出处不回答』的兜底策略。
智能体开发与 Skill 封装：抽象出基酒库存查询、理化指标查询、配方相似度匹配、工艺参数比对、工单创建、点检任务下发等 26 个可复用 Skill。
系统集成与工具调用：完成与 MES、LIMS、ERP、EAM、OA 及企业微信的接口对接，支持只读查询与受控写操作两类权限模型。
工作流编排与任务调度：构建制曲异常处置、发酵升温预警、勾调小样辅助、设备点检派工、批次质量追溯等 9 条标准工作流，配置 40 余项自动化任务与定时任务。
权限与安全：建立部门角色矩阵与数据权限隔离规则，实现知识标签级、字段级与操作级三层权限控制，全量操作审计留痕。
信创与模型纳管：在国产服务器、国产操作系统与国产数据库环境完成部署验证，支持本地大模型与国内外主流大模型统一接入与策略路由。
实施工期与计划
| 阶段 | 周期 | 关键交付物 |
|---|---|---|
| 第一阶段：知识盘点与接入规范设计 | 第 1 个月（约 4 周） | 完成八大业务域知识资产盘点清单与优先级排序，输出知识接入模板、元数据标签体系、文档解析与 OCR 规范、部门角色与数据权限矩阵，确认 MES/LIMS/ERP/EAM 接口清单与数据字典。 |
| 第二阶段：知识库与可信检索底座建设 | 第 2 个月（约 4 周） | 完成 12.6 万条知识与数据条目接入，建成知识图谱与混合检索加重排链路，上线强制溯源的问答应用，完成酿酒工艺专家模型领域增强与 500 条工艺评测集回归，问答准确率与溯源命中率达标。 |
| 第三阶段：智能体开发与系统集成 | 第 3 至 4 个月（约 8 周） | 完成 26 个 Skill 封装与 MES、LIMS、ERP、EAM、OA、企业微信接口对接，上线制曲异常处置、发酵升温预警、勾调小样辅助、设备点检派工、批次质量追溯等 9 条工作流及 40 余项自动化与定时任务，智能体在企业微信与移动端发布。 |
| 第四阶段：试点运行与效果调优 | 第 4 个月末至第 5 个月（约 4 周） | 在制曲车间、勾调中心、动力车间三个试点单元开展实际运行，收集一线反馈优化提示词、检索策略与工单流转规则，完成权限复核、审计留痕校验与信创环境压力测试。 |
| 第五阶段：全面推广与知识运营机制 | 第 5 个月起持续运营 | 智能体与知识应用全面推广至各产区与车间，建立知识贡献激励、文档版本更新、智能体效果月度复盘的运营机制，输出运营看板与使用分析报告，并将信创适配与应用推广方案标准化。 |
项目最终成果
建成覆盖制曲、发酵、蒸馏、陈酿、勾调、包装、质检、动力设备八大业务域的酿造知识中枢，累计接入 12.6 万条知识与数据条目，一线人员查询工艺与批次信息从平均跨 4 至 6 个系统、耗时约 15 分钟，缩短至单入口 40 秒以内，且答案均带出处。
制曲与发酵异常处置形成闭环：由智能体自动比对温湿度曲线与理化指标、匹配历史相似批次、判定异常等级并自动在 EAM 创建处置工单，异常处置响应时长缩短 62%，同类异常的重复发生率明显下降。
酒体勾调环节上线勾调小样辅助智能体，自动关联基酒库存、年份等级、理化指标与历史配方，给出候选配比建议并模拟小样结果，勾调小样试错轮次下降 35%，批次风味一致性显著提升，优质基酒利用率得到优化。
设备运维由被动检修转向主动预警，点检计划与备件预警由定时任务自动生成并推送，关键设备非计划停机时长同比下降 22%，历史故障处置经验通过知识库实现复用。
知识与智能体使用渗透到一线班组：累计上线 31 个智能体，覆盖 38 个业务场景，日均调用量稳定在数千次，新员工独立上岗培养周期明显缩短，老师傅经验以可检索、可引用的形式沉淀下来。
全量部署于私有化与信创环境，数据不出内网，部门角色与数据权限隔离有效运行，勾调配方等核心机密实现按角色可见，模型调用与智能体操作全部留痕审计，顺利通过集团信息安全与合规检查。
| 指标项 | 结果值 | 说明 |
|---|---|---|
| 知识检索平均耗时 | 由约 15 分钟降至 40 秒以内 | 一线人员查询工艺标准、批次参数与设备资料由跨多个系统人工检索，转为单入口可信问答，答案附带原文出处与生效版本。 |
| 制曲与发酵异常处置响应时长 | 缩短 62% | 智能体自动完成数据比对、历史批次匹配、异常定级与工单创建，处置方案形成时间由数小时级压缩至分钟级。 |
| 勾调小样试错轮次 | 下降 35% | 勾调小样辅助智能体结合基酒库存、理化指标与历史配方给出候选配比建议，减少反复试验与基酒损耗。 |
| 关键设备非计划停机时长 | 同比下降 22% | 点检计划、备件预警与故障处置经验复用由定时任务与知识库共同支撑，重复性故障显著减少。 |
| 知识接入与治理规模 | 12.6 万条知识与数据条目 | 含 4.2 万页文档、3.8 万条批次与检验记录、6 千余份设备工单与手册，覆盖八大业务域与 38 个业务场景。 |
| 上线智能体数量 | 31 个智能体 / 9 条标准工作流 | 由技术中心、勾调中心、质量管理部、设备动力部等业务部门自主设计与发布，复用 26 个标准 Skill。 |
“我们最看重的不是模型有多聪明，而是它说的每一句话都能翻到原文、每一个动作都能找到依据。HiNowly 帮我们把老师傅几十年的手感经验变成了可检索、可追溯的知识资产，又把知识变成了能真正去查数据、开工单、派任务的智能体。整个系统跑在内网、跑在信创环境上，配方和工艺参数一份都没有出去，这一点对我们酿酒企业来说，比任何功能都重要。”
某大型白酒酿造集团 项目负责人