扫码添加微信
某大型光伏材料制造集团 如何在 光伏制造 / 新能源材料 中协同落地 AI 知识库与智能体
为应对工艺知识分散、质量异常响应慢、设备维修依赖个人经验等挑战，该集团基于 HiNowly AI 知识库与 AI 智能体开发平台，构建了统一、可信、可控的私有化知识中枢。平台在本地私有化部署，通过知识接入与治理、可信检索问答、智能体工作流编排、Skill 与工具调用，将 MES、EAM、QMS、ERP 等系统串联起来，实现工艺质量、设备运维、安全生产等场景的智能辅助与自动化执行。上线后，知识检索效率提升约 70%，关键异常定位时间缩短 60% 以上，设备维修工单平均填写时间由 25 分钟降至 5 分钟，同时保障了数据不出域和信创合规要求。
项目背景
随着产能规模扩大和光伏行业竞争加剧，该集团面临两大压力：一是新基地和新员工快速增加，工艺、设备、质量等方面的经验知识难以快速复制；二是生产现场对异常响应的及时性要求极高，一旦硅料质量波动或设备故障，需要快速找到历史记录和正确处置方法。然而，大量知识散落在文档、邮件、即时消息和老师傅的脑海中，多个系统之间缺乏打通，导致知识资产闲置、重复劳动多、决策依赖个人判断。集团希望通过引入 AI 知识库与智能体平台，把知识从被动存储变为主动服务，并让智能体直接参与业务任务的执行和闭环。
项目总览
项目采用 HiNowly AI 知识库与 AI 智能体开发平台，构建以私有化知识和 AI 代理执行为核心的“知识+智能体”双引擎架构。首先，平台将集团所有非结构化文档（工艺规程、作业指导书、质量报告、设备手册、安全规范）和结构化数据（MES 工艺参数、EAM 维修记录、QMS 检验结果）接入知识库，经过解析、清洗、切片、标签化和权限映射，形成统一的知识索引。知识库支持向量检索与全文检索融合，每个回答都带有引用来源，确保可信可溯。其次，基于智能体开发平台，业务人员以低代码方式构建多个智能体：工艺质量助手、设备检修助手、安全巡检助手等。智能体通过 Skill 调用知识库检索 API，通过工具调用对接 MES 的实时参数、EAM 的工单系统、QMS 的质量数据，并通过工作流完成流程性任务。例如，工艺质量助手发现某批次产品数据异常后，会自动检索历史相似案例、对比参数、生成分析报告，并触发 EAM 工单或质量评审流程。定时任务则让系统每天自动汇总各产线的质量 KPI、设备预警和未关闭工单，推送给相应负责人，变被动查询为主动推送。
项目痛点
工艺技术文档分散在多个系统和工程师个人电脑中，经验知识缺乏统一入口，新人上手慢，专家重复解答问题。
质量异常和工艺波动发生时，现场人员难以快速追溯到历史同类案例、参数记录和处理方案，异常处理周期长。
设备故障维修依赖老师傅的经验，维修记录碎片化，备件更换和检修步骤缺乏标准指引，停机时间难以压缩。
各部门使用不同系统，知识库与业务系统割裂，员工需要在多个界面间切换才能完成问题定位、审批和工单响应。
集团对数据安全和国产化有严格要求，原有通用大模型应用无法满足本地化部署和数据权限隔离。
项目诉求
构建统一、可信、可治理的私有化知识底座，整合工艺、质量、设备、安全、供应链等核心知识资产。
基于 AI 智能体平台打造覆盖质量分析、设备运维、生产调度等场景的智能助手，实现知识调用与业务操作闭环。
打通 MES、EAM、QMS、ERP 等系统，让智能体能够通过工具调用和 workflow 完成工单创建、参数查询、报告生成等任务。
实现部门级数据权限隔离和角色化访问控制，满足不同岗位差异化的知识可见范围。
支持本地大模型和主流大模型接入，兼容信创软硬件环境，保障数据不出域。
建立可持续运营的机制，支持业务人员自助创建智能体和定时自动化任务。
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、PPT、CAD 图纸说明、网页、数据库记录等 30 多种格式，自动解析表格和版面；通过去重、纠错、版本管理、知识标签和生命周期治理，保障知识库结构清晰、内容可信。
基于混合检索和重排序模型，从海量知识中定位高相关片段；答案必须附带原文引用，并支持用户继续追问，帮助工艺员和维修人员快速获得有依据的答复。
提供可视化编排界面，业务人员通过拖拽配置指令、知识库、Skill、工具和参数，即可创建面向特定岗位的智能体，并可在 PC 端、企业微信、钉钉、Web 应用等渠道一键发布。
将高频操作封装为标准 Skill，例如“查工艺参数”“查历史维修记录”“生成质量日报”“创建工单”等，供不同智能体复用，降低重复开发成本，保持行为一致性。
内置 MES、EAM、QMS、ERP、WMS 等系统的连接器，智能体可通过安全凭证实时查询与写入业务数据，完成工单创建、状态更新、数据比对等操作，实现知识问答到业务执行的闭环。
支持人工审批、条件分支、循环、并发、定时触发等逻辑；例如设备维修工单审批流程可自动关联备件库存和班组排班，定时任务每天扫描知识库更新、推送质量日报与未闭环工单。
平台支持纯私有化部署，可运行于信创 CPU、操作系统和数据库环境，并同时支持本地大模型（如 Qwen、DeepSeek 等）与国内外主流大模型 API 接入；通过敏感词过滤、水印、日志审计和部门数据权限隔离，满足集团数据安全要求。
项目实施范围
知识范围：覆盖工艺规程、作业指导书、质量检验报告、设备维护手册、安全应急预案、供应链合同与供应商资料等核心知识域。
系统集成范围：打通 MES、EAM、QMS、ERP、WMS 等业务系统，支持实时参数读取、工单写入、质量数据比对和库存查询。
智能体范围：上线工艺质量助手、设备检修助手、安全巡检助手、供应链答疑助手等 4 类智能体，并支持后续扩展。
权限与安全范围：实现集团总部、基地、部门、岗位四级数据权限隔离，所有操作留痕审计，支持敏感词过滤和水印。
部署范围：采用全私有化方式部署于集团数据中心，适配主流信创 CPU、操作系统和数据库环境，同时接入本地大模型与主流大模型 API。
运营范围：建立知识更新、智能体版本管理和使用分析机制，业务管理员可自助维护知识库和配置定时任务。
实施工期与计划
| 阶段 | 周期 | 关键交付物 |
|---|---|---|
| 第一阶段：知识盘点与平台部署 | 3周 | 完成工艺、质量、设备、安全等核心文档与业务系统数据的盘点、分类和清洗；在集团数据中心完成 HiNowly 平台私有化部署，适配信创环境并配置本地大模型。 |
| 第二阶段：知识库构建与权限体系 | 3周 | 搭建知识库分类体系和标签体系，完成 PDF、Word 等文档和 MES、EAM、QMS 结构化数据的接入；配置部门、角色、岗位三级数据权限隔离。 |
| 第三阶段：智能体开发与系统集成 | 4周 | 上线工艺质量助手、设备检修助手、安全巡检助手等智能体；开发 Skill 和工具调用，打通 MES、EAM、QMS、ERP，完成工作流编排。 |
| 第四阶段：试点与调优 | 3周 | 在硅料与拉晶生产试点应用，收集一线反馈；优化检索召回、知识切片和问答准确性，增加定时任务和自动化通知。 |
| 第五阶段：全面推广与运营 | 持续 | 将智能体推广至切片、电池、组件等基地，建立知识更新和智能体运营规范，对业务管理员进行培训。 |
项目最终成果
建立集团级的知识中枢，覆盖工艺、质量、设备、安全等 20 多个知识域，形成统一、可检索、可追溯的知识资产。
工艺质量助手帮助现场工程师快速定位异常原因，跨基地的经验复用率显著提升，重复性答疑工作量大幅减少。
设备检修助手基于历史维修记录和备件知识，自动生成检修步骤和备件清单，缩短故障排查与工单准备时间。
定时任务和自动化工作流让质量日报、设备预警、未闭环工单等每天自动推送到责任人，管理环节由“人找事”变为“事找人”。
所有数据在集团私有化环境内运行，权限隔离和审计日志满足信创与内控要求，未发生任何数据外泄事件。
| 指标项 | 结果值 | 说明 |
|---|---|---|
| 知识检索准确率 | 96.2% | 基于 Top-5 命中率和人工复核评估，关键问题答复能够找到正确知识片段。 |
| 工艺异常定位时间 | 缩短 60% | 过去需要数小时翻阅历史和电话询问，现在通过智能体检索与对比可在数分钟内得到参考结论。 |
| 设备工单填写平均耗时 | 从25分钟降至5分钟 | 智能体根据维修记录和备件库自动填充故障描述、所需备件与标准步骤，人员仅需确认。 |
| 知识复用率 | 提升 3.2 倍 | 跨基地、跨班组对历史案例和质量报告的主动检索量显著增长，重复提问明显减少。 |
| 智能体月度调用量 | 超过 12 万次 | 上线半年后，各智能体在 PC 端和移动端的月调用量稳步增长，成为一线人员的工作台入口。 |
“以前查找一个工艺参数或维修方案要在三个系统里来回翻，现在直接问智能体就能拿到带出处的答案，还能顺手把工单建了。最重要的是整个平台部署在集团内部，数据不出域，安全合规这条红线稳住了。这套系统不是简单做个问答，而是真正把‘知识’变成了可执行的业务动作。”
某大型光伏材料制造集团 项目负责人