扫码添加微信
某大型钢铁集团 如何在 钢铁冶金 中落地 AI 知识库
某大型钢铁集团选择 HiNowly 搭建集团级私有化 AI 知识库平台，通过本地部署和私有化部署实现数据不出内网，对接本地大模型与国内外主流大模型，构建覆盖工艺、质量、设备、安全四大领域的专业知识中枢。平台引入部门角色管理、数据权限隔离、Skill 与专家大模型机制，并通过工作流编排和定时任务自动同步产线知识，显著提升了技术人员的知识获取效率与故障响应能力。
项目背景
随着钢铁行业竞争加剧和智能化转型深入，集团面临着技能人才断层、隐性经验流失和知识查找困难等突出问题。各分厂的工艺技术规程、设备检修手册、质量判定标准等资料分散在 OA、ERP、MES 和文件服务器中，一线技术人员往往需要翻阅大量文档或多次询问老专家才能定位答案。同时，集团对数据安全和保密要求极高，产线数据与工艺参数不能上传至公有云，需要在本地构建一个可自主掌控、可灵活扩展的 AI 知识库平台。
项目总览
HiNowly 按照集团信息安全管理规范进行本地化部署，采用信创兼容的服务器、操作系统和数据库。平台通过多源数据连接器定期同步各分厂的文件服务器、OA 和 MES 中的文档，利用文档解析引擎完成格式转换、版面识别、切分和向量化。在应用层，针对不同部门建设独立知识空间，并以部门角色管理实现授权访问。同时，基于大模型基础能力，定制了钢铁行业专属 Skill 与专家大模型，并利用工作流编排打通知识推荐、工单关联和自动问答流程，构建起持续运行的企业知识运营体系。
项目痛点
工艺、设备、质量文档分散存储，缺少统一检索入口，查找一份标准平均耗时超过 15 分钟。
核心技术经验集中在少数专家身上，存在代际传承断档风险，新员工成长周期长。
生产网络与办公网络隔离，数据敏感，无法使用公有云大模型服务。
集团与分厂、分厂与车间之间知识边界复杂，需要细粒度的权限隔离，防止越权访问。
知识库内容更新滞后，重复文档和过期版本未能及时清理，影响查询准确性。
项目诉求
建设集团级私有化 AI 知识库，实现多源异构数据的统一接入、清洗、解析与检索。
支持本地部署与私有化部署，确保数据不出内网，满足集团安全合规要求。
对接本地大模型和国内外主流大模型，根据场景灵活调用并保证回答质量。
实现部门角色管理和数据权限隔离，按组织架构分层授权，满足不同分厂和职能部门的管控需求。
通过 Skill 和专家大模型沉淀工艺、设备、质量领域的专业问答能力，提升一线决策效率。
利用工作流编排和定时任务，实现知识资产自动更新、推送与运维巡检。
HiNowly 解决方案设计
支持本地部署与私有化部署，满足内网与多节点交付要求
支持本地大模型，并可对接国内外主流大模型
支持部门角色管理、数据权限隔离、细粒度审计
支持 Skill、专家大模型、工作流编排、自动化任务与定时任务
适配信创与国产化环境，支撑政企与大型集团合规落地
HiNowly 平台全部部署在集团内网数据中心，核心组件、向量数据库和模型推理服务均实现私有化运行，数据传输与存储完全内网闭环，可适配集团现有的国产化服务器与虚拟化环境。
平台预置本地大模型（如 DeepSeek、Qwen 等）对接框架，也支持通过 API 接入 GPT、Claude 等国内外主流模型，集团可根据数据敏感级别灵活选择不同模型，并可在多个模型间进行效果对比与切换。
基于集团组织架构实现部门、岗位的多级角色管理，支持按知识库、目录、文档三个粒度设置可见范围，确保炼钢分厂的人员无法访问冷轧分厂的工艺参数，真正做到数据权限隔离。
HiNowly 内置 Skill 编排框架，可针对钢铁行业场景定制设备点检、故障诊断、工艺参数查询、质量标准比对等技能，将通用大模型转化为贴合业务场景的专业助手。
汇聚集团资深专家在工艺操作和设备维修中的经验知识，结合知识库历史案例构建专家大模型。当一线人员提问时，平台会优先调用专家大模型进行推理，并结合检索结果给出带依据的答复。
通过可视化画布配置人机协同工作流，例如设备报修后自动推送历史维修记录给维修人员，并根据故障描述生成初步处理建议，自动创建工单和知识关联。
支持设定周期任务自动从文件服务器和业务系统中增量采集文档，进行版本比对和重复识别，并在每天凌晨自动执行知识库健康检查，确保检索结果的准确性和及时性。
平台适配国产 CPU、操作系统、数据库和中间件，支持鲲鹏、飞腾、麒麟、统信等主流信创环境，并已通过第三方兼容性测试，满足集团自主可控和国产化建设要求。
项目实施范围
覆盖集团总部、炼铁分厂、炼钢分厂、热轧分厂和冷轧分厂，共约 2.8 万名办公及生产技术人员。
接入 OA 公文系统、ERP 设备模块、MES 工艺数据和文件服务器等 4 类主要数据源。
建设工艺技术、设备维护、质量管理、安全环保四大核心知识库。
设计并落地集团—分厂—车间三级权限模型，支持文档级、知识库级、部门级数据权限隔离。
配置 20 类自动化任务，包含知识同步、版本比对、失效检测和值班报告生成。
实施工期与计划
| 阶段 | 周期 | 关键交付物 |
|---|---|---|
| 需求调研与蓝图设计 | 2周 | 完成业务部门调研、梳理知识资产清单、确定权限模型和实施蓝图。 |
| 环境部署与集成 | 3周 | 完成信创环境适配、HiNowly 安装、大模型接入和与 OA、MES、文件服务器的联调。 |
| 数据治理与知识导入 | 4周 | 完成四大知识库的文档清洗、结构化解析、标签标注和向量化导入。 |
| 功能配置与权限落地 | 2周 | 配置部门角色、数据权限隔离策略，定制 Skill 和专家大模型问答模板。 |
| 测试、培训与试运行 | 3周 | 完成 UAT 测试、分厂用户培训和试运行支持，输出使用手册。 |
| 正式上线与持续优化 | 2周 | 完成全量上线，建立定时任务和自动化巡检机制，进入持续运营阶段。 |
项目最终成果
构建了集团级统一知识底座，将分散在多个系统中的工艺、设备、质量和安全知识整合到同一平台。
一线技术人员通过自然语言即可快速查询标准、规程和历史案例，显著降低找资料的时间成本。
设备故障处理中，维修人员能够在第一时间获得历史维修对策和专家经验，减少停机时长。
新员工借鉴平台中的专家大模型和 Skill 快速学习，培训周期有效缩短。
通过自动化定时任务实现知识库持续更新，形成了集团知识资产长效运营机制。
| 指标项 | 结果值 | 说明 |
|---|---|---|
| 知识资产入库量 | 超过120万页 | 覆盖工艺规程、设备手册、质量标准和事故案例，完成集团核心知识资产的纳管。 |
| 知识检索耗时 | 从15分钟降至1分钟内 | 技术人员获取技术资料的平均时间由原来超过 15 分钟缩短至 1 分钟以内。 |
| 设备故障处理效率 | 提升约40% | 结合专家大模型与 Skill 的辅助诊断，常见设备故障的平均处理时间下降约 40%。 |
| 新员工培训周期 | 从6个月缩短至3个月 | 通过知识库+专家大模型的引导式学习，新进技术人员可更快掌握岗位核心技能。 |
| 月均知识查询量 | 超过5万次 | 平台上线稳定后，每月活跃查询超过5万次，成为生产技术人员的重要工作入口。 |
““HiNowly 真正让我们看到大模型在钢铁制造场景中落地的价值。私有化部署让数据安全有了保障，部门角色管理和数据权限隔离解决了多级组织共享知识的难题，专家大模型把老专家的工作经验真正留了下来。”——某大型钢铁集团信息化部负责人”
某大型钢铁集团 项目负责人