- 博客(158)
- 收藏
- 关注
RSS订阅原创 从人眼质检到预测性维护：制造业AI智能体开发的两条降本主线
制造企业AI落地，核心回报在质检与设备维护。视觉检测替代人眼，实现毫秒级判断；预测性维护取代事后维修，降低非计划停机。关键在于数据打通、边缘部署与规则可配置，实现质检与设备数据闭环。小艾智能体通过私有化部署，支持多系统对接，让工艺员自主更新规则，一条线验证2-4周见效，真正降本增效。
2026-11-11 17:14:53
68
原创 发票审核不再靠人海：AI智能体重构财务报销全流程
企业“AI财务报销”需求已从“能否识别发票”转向“能否精准审核、有效防控风险”。当前核心挑战在于规则不统一、异常难发现、拆单重复报销等问题，依赖人工审核效率低且易出错。真正的智能体需具备规则可维护、过程可追溯、异常有兜底的能力，实现票据结构化识别、合规审查、全库比对与自动凭证生成。选型时应关注规则灵活性、审计追溯性、人工干预通道及数据私有化部署。上海艾艺小艾智能体通过文档引擎、规则知识库与工作流组合，已在多场景验证落地，助力财务从“审得快”迈向“审得准、防得住”。
2026-11-10 17:34:45
124
原创 2026企业AI落地核心趋势： 从通用大模型到行业专属智能体
2026年企业AI落地主线将从“使用通用大模型”转向“构建行业专属智能体”。通用模型虽能“通答”，却难保专业性与数据安全，难以支撑核心业务。行业专属智能体融合通用大模型、企业知识库与流程工作流，实现精准决策与可控执行。其成功依赖于私有化部署的工程底座：检索层（向量库+图谱）、编排层（可配置工作流）、模型层（灵活切换）与部署层（全栈内网）。企业应从高频场景切入，优先选择支持私有化、可配置、有行业案例的平台型方案，以低成本验证价值，逐步构建专属智能能力。
2026-11-09 16:36:51
265
原创 2026企业级智能体选型指南： 私有化、可定制、易集成怎么看
企业级智能体选型不应只看功能清单，而应聚焦部署模式、定制化能力与系统开放性三大硬指标。私有化部署确保数据安全，配置化工作流提升落地灵活性，全量API开放则保障系统集成。避免“伪私有化”与封闭架构，优先选择支持全栈本地运行、可灵活编排、接口开放的平台型产品，如小艾智能体等，以实现长期业务适配与可持续价值。
2026-11-06 13:44:53
339
原创 研发提效实战：AI智能体接手代码审查、 文档生成和技术沉淀
研发提效关键不在写代码，而在代码评审、文档维护与历史决策追溯。这些耗时费力的“隐形工作”正被AI智能体接管——通过自动化审查、动态文档生成与知识图谱构建，实现流程闭环。落地建议从提交前审查起步，逐步扩展至会议纪要与图谱建设，注重误报控制与数据质量。小艾智能体提供可配置的全栈私有化方案，支持模型热切换与内网部署，助力团队真正降本增效。
2026-11-05 16:05:15
170
原创 企业级RAG的进阶之路：从语义检索 到知识图谱推理，幻觉到底怎么治？
企业级RAG失败主因在于检索链路缺乏工程化，而非模型能力不足。基础流程在真实业务中易出现语义相近但事实不符、关键信息截断、跨文档关联缺失等问题，导致大模型幻觉以“合理误判”形式重现。解决方案需分四层：文档处理层确保多格式解析与语义切分；检索层采用混合召回与拒答机制；图谱层实现多跳推理与溯源；反馈层构建自学习闭环。最终，系统成熟度取决于工程细节而非模型型号，私有化部署与评测体系是落地关键。
2026-11-04 15:15:45
212
原创 私有化部署成刚需：企业级AI智能体 为什么必须把数据留在本地？
2026年，企业采购AI智能体时，数据不出内网已成为首要门槛。《数据安全法》等法规推动私有化部署从“加分项”变为“准入项”。公网调用存在数据泄露、能力不可控、集成壁垒三大风险；私有化则保障数据主权、定制深度、性能可控与成本可预测。合格架构需满足全栈本地化、模型热切换、弹性扩展与可观测性四标准。警惕伪私有化、只买模型、离线孤岛三大误区。小艾智能体实践表明，基于微服务的本地化架构可实现全流程闭环与可审计可控。选型关键：验证断网测试、组件清单与出站流量，以“可控”为核心目标。
2026-11-03 13:24:50
146
原创 企业知识管理3大挑战：信息过载、隐性断层、应用低效，如何用AI智能体破局？
企业AI应用进入“能干活”阶段，知识管理瓶颈从“存不下”转向“用不好”。面对文档冗余、经验流失、知识难执行三大痛点，仅靠存储与检索工具已不足为据。破局关键在于构建“知识加工—关联—执行”闭环：通过AI自动解析文档、构建知识图谱实现智能关联，并以Agent工作流驱动业务自动化。小艾智能体等产品实践表明，私有化部署、多模型适配与可配置工作流是落地核心。未来企业竞争将聚焦于如何让知识主动服务业务，真正实现“知识办事”。
2026-11-02 14:04:16
231
原创 口语主诉难对应科室？语义理解正在重做医院导诊
医疗大模型正加速落地门诊导诊场景，突破传统关键词匹配局限。通过文档处理引擎提取非结构化资料，结合BGE-M3向量化与Milvus向量库，构建涵盖症状、疾病、科室、医生的知识图谱。融合向量检索、关键词检索与意图识别的RAG架构，实现对患者口语化主诉的精准理解与科室匹配。系统支持私有化部署，提升分诊准确率，降低退号率，优化门诊流程，助力医院实现知识统一管理与智能分流。
2026-10-30 13:28:10
191
原创 LangGraph建立编排骨架，驱动智能体流程运行
AI在行业应用中正从对话走向流程执行，核心在于工作流编排。通过LangGraph等图式引擎，将业务拆解为可配置的节点，实现状态共享与流程可视化。配置化编排让非技术人员也能灵活调整链路，支撑自动化报告、智能客服、代码审查等场景。但节点并非越多越好，需平衡复杂度与维护成本，显式流程结构更利于问题定位与迭代优化。
2026-10-29 15:57:33
179
原创 智能问数驱动的客服效能与体验洞察体系
客服数据是被低估的经营资产。通过智能问数（NL2SQL）技术，将自然语言提问转化为可执行查询，实现响应时长、满意度、退款率等指标与库存、销售等业务数据联动分析。打破系统间数据割裂，构建统一语义层，支持多轮下钻与可视化图表生成，提升决策效率。小艾智能体以FastAPI、LangGraph等技术底座支撑数据接入与智能问答，助力客服中心从成本项转向经营洞察引擎，推动服务数据价值量化呈现。
2026-10-27 11:05:58
148
原创 持续智能问数：多轮对话状态管理、下钻钻取与经营驾驶舱的演进
近年来，企业数据使用从静态报表转向对话式探查，持续智能问数成为新趋势。它支持多轮追问、上下文记忆与层级下钻，通过状态持久化与工作流引擎实现连续洞察。结合定时任务，可将问数链路固化为自动经营简报，形成“主动推送”的驾驶舱模式。该能力降低重复取数成本，提升管理效率，推动数据参谋从被动响应迈向持续智能。
2026-10-27 11:05:04
282
原创 智能图表推荐、结论生成与自动化报告渲染
决策视图将查询结果转化为业务负责人可直接理解的可视化报告，突破数据民主化“最后一公里”。通过智能图表推荐、结论生成与自动化渲染，系统基于字段类型自动选图，结合模板生成结构化报告，并由大模型辅助输出可复核的结论。关键在于易用性与可读性，避免图表堆砌、结论虚构等误区。无需编码，支持自然语言提问，实现从取数到交付的全流程自动化，真正让数据“看得懂、用得上”，赋能中层决策。
2026-10-26 10:17:02
193
原创 电商客服对话知识库的自学习闭环与质量演进机制
电商客服知识库正通过自学习回路实现智能化升级：基于用户反馈、高质问答与专家纠错，持续沉淀知识并反哺前端。结合向量检索（BGE-M3+Milvus）、全文检索（ES）、知识图谱（Neo4j）与混合检索，提升召回准确率与答案可信度。通过recall@k与幻觉率评估效果，支持私有化部署与微服务架构，保障数据安全。RAG机制有效降低大模型幻觉，推动客服体系从静态文档迈向动态进化系统。
2026-10-26 10:16:12
350
原创 客服工单的智能路由与跨系统编排
大促后客诉处理难，源于工单在多系统间人工流转、责任不清。通过文档解析与向量检索，将历史工单转化为可查知识；构建知识图谱，明确“问题—部门—SLA”关联；结合LangGraph动态Agent编排，实现自动派单与流程流转。私有化部署下，系统无需依赖人工即可跨部门协同，推动客诉处理从“人找流程”迈向“流程驱动”。
2026-10-23 17:34:07
147
原创 可信 Text2SQL：只读约束、字段级权限与答案溯源的纵深防御
可信Text2SQL通过只读强制、字段级访问控制与结果溯源三重机制，实现对话式数据分析的安全落地。模型生成的SQL经抽象语法树校验拦截写操作，敏感字段基于元数据白名单与动态脱敏策略管控，确保数据不外泄；每次查询绑定唯一ID，可追溯至原始语句与数据行，满足审计与合规需求。依托现有技术栈构建纵深防御体系，降低对模型自律性的依赖，助力企业安全释放数据价值。
2026-10-23 17:33:32
372
原创 售后服务的 Agent 化重构
电商退换货量激增，传统人工处理效率低、流程跨系统难协同。通过RAG+知识图谱+工作流编排的三层架构，实现政策智能问答、多源数据关联判责与自动化执行。小艾智能体基于LangGraph等技术，支持私有化部署，打通订单、物流、支付链路，提升退换货处理效率与透明度，推动售后从“能答”迈向“能办”。
2026-10-22 14:37:05
476
原创 NL2SQL 的翻译机制、歧义消除与自纠错循环
数据作为核心生产要素，正从存档走向价值释放。随着大模型融入业务系统，对话式BI兴起，NL2SQL成为关键支撑技术。它将自然语言转化为可执行SQL，通过Schema Linking、歧义消除与自纠错循环，确保查询准确、可执行。该技术助力销售、财务、库存等场景实现智能问数，提升效率，同时在只读权限与审计保障下降低风险，推动企业数据资产高效利用。
2026-10-22 14:36:21
197
原创 企业知识管理的语义理解与智能编排架构
文档处理、知识图谱、RAG 这些模块可整合在一起，可作为知识清洗、结构化与增值的处理中心，代码审查、会议纪要、数据提取这些高频任务也可支持处理，有助于减少重复劳动。实际部署时，通常用混合检索。RAG 做的事不复杂，就是把"先查资料再回答"固化进流程：你提问，它先在向量库里翻相关度高的几段，连着问题一起喂给大模型，让它就着这些片段答。知识图谱补的正是这一环：从文档里把实体抽出来，人名、组织、产品型号、地点，再把关系也抽出来，总部位于、包含、负责这一类，最后用图数据库（Neo4j 是常见选型）存成一张网。
2026-10-21 14:55:12
460
原创 企业级 NL2SQL 的重要基础：数据库 Schema 自动理解与元数据管理
大模型加速渗透企业，自然语言查数成热点，但落地受限于元数据质量。核心瓶颈在于数据库Schema理解与元数据管理——需构建可读的“数据地图”，通过自动解析表结构、字段注释与统计特征，实现字段语义消歧与同义词映射。高质量元数据是智能问数准确性的地基，直接影响NL2SQL效果。小艾智能体提供自动化元数据管理模块，支持增量更新与人工校准，为后续问数、检索、权限控制奠定基础，推动企业真正实现“人说话、系统出数”的智能化转型。
2026-10-21 14:54:28
191
原创 危废全生命周期管理：从产生、转移联单到处置合规
危险废物管理正迈向数字化，全国电子联单系统实现全流程可追溯。企业亟需借助AI技术重构内部台账，通过多格式文档解析、知识图谱构建与规则自动化，实现废物代码识别、贮存期限预警、转移断链检测等功能，提升合规效率，降低人为失误风险。
2026-10-20 14:39:48
192
原创 自学习与反馈闭环：自动化员工怎么持续改进
企业部署AI大模型已成常态，但许多系统上线后效果下滑，根源在于忽视持续优化。真正的智能源于“自学习反馈闭环”：通过收集用户点赞、修改等反馈，经人工审核后将高质量内容沉淀为知识资产，实现知识库与技能的动态更新。小艾智能体通过RAG与技能链路结合，利用向量检索与图数据库，构建从反馈到优化的四步循环——收集信号、自动入库、人工纠偏、质量评分，使AI随使用不断进化。优秀自动化员工不是配好就完事，而是用出来的。
2026-10-20 14:39:00
204
原创 工业园区环保巡检与隐患排查：让隐患和整改闭环
在监管持续收紧、产污信息规模不断扩张的背景下，推动巡检排查与人工智能深度融合、走向智能化，正成为部分园区探索巡检数字化升级的方向之一。该引擎兼容 PDF、Word、Excel、图片等主流格式，可支持对常见格式进行文件识别与文本提取，实际效果受文件质量、格式和版本影响。管理人员通过 Cypher 查询语言，在数据完整、权限具备的前提下，可查询指定范围内已录入的隐患及整改状态。知识图谱的价值在于，重复隐患可减少散落在独立记录中的情况，而是在关系网络中更易呈现。标准更新后，旧版纸质文档仍在使用的情况普遍存在。
2026-10-19 14:43:46
106
原创 并行执行与长任务管理：自动化员工如何并行处理任务并支持长流程运行
本文探讨AI智能体实现长流程自动化的核心能力：并行执行与状态持久化。通过并行处理无依赖任务，显著缩短耗时；借助Checkpointer实现状态落盘，保障任务中断后可恢复、可追溯。二者结合，使AI从“聊天助手”升级为可稳定执行复杂流程的“自动化员工”，支撑报告生成、数据处理等关键业务，提升企业智能化水平。
2026-10-19 14:42:56
145
原创 条件路由与状态传递：自动化员工怎么“分情况办事“和“记上下文“
自动化工作流要像真员工一样灵活应对复杂业务，关键在于条件路由与状态传递。前者实现“分情况走不同路径”，如根据金额自动分流审批；后者确保“记住上一步产出”，让数据在节点间自动流转，避免重复输入。二者结合，使流程能动态决策、上下文连贯，支持报销审批、工单转人工、多轮追问等真实场景。通过配置化实现，无需改代码，配合状态持久化，长任务可断点续跑，大幅提升灵活性与效率。
2026-10-16 09:54:03
156
原创 企业碳资产管理：从碳盘查到碳交易，把排放理清
碳资产管理核心在于精准核算企业温室气体排放，涵盖范围一至三的全链条数据。通过自动化碳盘查、动态匹配排放因子与核算规则，实现数据抽取、知识图谱关联与报告生成；基于更新的配额政策与市场行情，科学测算盈缺，支持交易决策智能化。结合私有化部署的智能系统，企业可将碳资产从成本项转化为可交易资产，助力履约、绿色金融与碳关税应对，推动碳管理从被动合规转向主动价值创造。
2026-10-16 09:53:28
211
原创 把抢修经验变成可查的答案，才是环保运维的有效路径之一
在“双碳”目标推动下，环保运维加速向智能化转型。通过构建基于文档处理引擎、知识图谱与混合检索的智能系统，实现设备手册、故障记录等经验数据的结构化沉淀与关联查询。结合可配置工作流与自学习闭环，支持故障诊断推荐、工单自动派发及备件申领，提升响应一致性与知识复用率。系统以私有化部署保障数据安全，助力环保设施稳定运行，真正实现“经验进系统，运维更智能”。
2026-10-15 17:06:21
293
原创 Skill 节点与技能系统：自动化员工的“技能包“怎么装
本文聚焦AI技能系统（Skill）在自动化员工中的应用，提出将AI能力封装为自包含、可插拔的标准化单元，实现能力与主程序解耦。通过服务发现与运行时调度，支持动态接入与按需调用，提升系统灵活性与可维护性。技能系统适用于代码审查、会议纪要、合同条款提取等重复性任务，助力企业构建可扩展的智能工作流。小艾智能体已提供预置与自定义技能支持，推动AI能力高效落地。
2026-10-15 17:05:29
550
原创 自动化员工是什么：从“软件工具“到“数字劳动力“的定位跃迁
自动化员工是企业智能体在自动化战略下的具体形态，区别于传统RPA与聊天机器人。它基于动态工作流引擎与技能组件，可理解非结构化输入、自主调用工具、执行跨系统任务，实现从“点动”到“自驱”的跃迁。通过将高频重复任务自动化，释放人力专注高价值判断，真正成为可承接标准化任务的数字化执行单元。小艾智能体以编排系统与技能封装为核心，支撑其落地应用。
2026-10-14 17:22:32
421
原创 环评与排污许可：把成堆的环评报告、排污证变成可问答的合规资产
企业环保合规正从被动应对转向全过程精细化管理。通过文档解析、知识图谱与RAG检索问答技术，将环评报告、排污许可等非结构化文件转化为可检索、可关联的合规知识资产。结合Agent工作流实现自动自查，支持敏感数据本地化部署，构建私有化智能合规系统。小艾智能体可提供文档处理、实体抽取、混合检索与流程编排能力，助力企业打造可问答、可追溯、可迭代的智能化合规资产体系。
2026-10-14 17:21:51
209
原创 流式输出：ai问答为什么是逐字蹦出来的
AI问答中回答逐字浮现，源于流式输出技术。它将模型生成的token实时推送至前端，避免用户长时间等待，显著降低首字延迟（TTFT），提升交互体验。虽模型本身为串行生成，但流式通过分块传输实现边算边传，支持中途打断、进度反馈，广泛应用于RAG、代码生成与Agent流程。工程上需注意超时配置、错误兜底、前端节流及渲染容错，常用SSE或WebSocket实现。小艾智能体等系统已支持该能力，结合检索增强与异步架构，兼顾效率与稳定性。
2026-10-13 17:12:28
433
原创 文旅景区：客流、票务与二次消费问数
文旅热潮下，景区运营亟需智慧化升级。自然语言问数系统通过语义映射与混合检索技术，将“游客量”“二次消费占比”等业务问题自动转为SQL查询，实现客流、票务、消费数据的实时洞察。系统支持多层级下钻与报表导出，助力排班、调度与营销决策精细化。基于BGE-M3、Milvus、Elasticsearch等技术构建的智能体，让业务人员无需编码即可获取可视化分析结果，推动文旅运营从经验驱动迈向数据驱动。
2026-10-13 17:11:40
328
原创 注意力机制（Attention）：模型怎么知道哪句话重要
注意力机制使模型动态聚焦上下文关键信息，但存在距离衰减问题，长文本中间内容易被忽略。因此，不宜整篇硬塞长文档，而应结合检索（RAG）先筛选相关片段，再通过语义分块、混合检索（向量+关键词）融合，将有限注意力预算集中于有效信息，提升生成质量与效率，兼顾成本与准确性。
2026-10-12 14:45:45
199
原创 如何打通农业数字化的最后一米
农业数字化面临数据分散、调用困难与分析滞后等“最后一米”难题。通过构建数据地图，实现字段语义映射与自然语言问数（NL2SQL），结合混合检索与图数据库支持多轮下钻，可自动生成图表与报告。系统助力环境调控、产量归因与投入产出核算，推动种植经验向量化决策转化，提升管理效率与科学性。
2026-10-12 14:45:10
318
原创 环保监测：空气质量与排放数据问数
生态环境部推动重点排污单位监测数据联网，全国布设大量空气与水质监测站点，实现自动采集与智能预处理。然而，数据标准不一、跨站对比困难、上报频率低、核算口径混乱等问题制约监管效率。通过自然语言问数技术，可实现字段映射、只读查询生成、自动出图与多轮下钻，提升超标预警响应速度，统一排放量核算口径，强化过程留痕与可追溯性。该方案基于小艾智能体，结合FastAPI、LangGraph、Milvus等技术，支持私有化部署，助力环保监管向精细化、智能化转型。
2026-10-10 09:43:15
375
原创 温度（Temperature）与采样：大模型生成回答的稳定性
大模型生成结果的稳定性受温度参数影响：低温提升确定性，适合需准确的任务（如抽取、分类）；高温增强多样性，适用于创意生成。温度调节概率分布的熵，不改变模型知识。合理搭配top-k、top-p及约束解码，避免盲目调参。温度非万能，无法纠正知识错误，需结合RAG、工具调用等手段。工程中应按任务类型分节点设置，兼顾稳定与灵活。
2026-10-10 09:42:16
473
原创 通信运营：网络质量与用户增长问数
借助AI自然语言问数（NL2SQL）技术，运营商可将“掉话率与新增用户关系”等关联分析从传统耗时的BI流程，转变为口语化即时查询。系统通过字段映射、关联键对齐与时间粒度统一，实现业务问题自动转SQL、结果自动生成图表并支持多轮下钻。结合私有化部署的智能问数平台，区县一线人员无需掌握SQL，即可自主完成网络与业务联动分析，推动数据能力下沉至基层，显著提升决策效率。
2026-10-09 17:01:44
129
原创 企业微调大模型（Fine-tuning）：先吃透 RAG 还是先训自己的模型
企业是否需训练大模型，应理性评估。通用模型结合RAG与优质提示词，已能满足多数日常需求。微调适合高频、格式固定、风格要求严的任务（如客服话术、报表生成），可提升响应稳定性与效率，降低推理成本。但其适用范围有限：数据不足易过拟合，长尾知识仍需RAG补充。切忌将微调视为万能解法。建议先通过提示工程与RAG验证效果，再基于任务频次、格式稳定性、知识更新频率及数据质量综合决策。小艾智能体支持私有化部署与LoRA/QLoRA轻量微调，实现RAG与微调协同，兼顾灵活与高效。
2026-10-09 17:00:51
363
原创 保单、赔付与渠道问数：保险经营数据如何实现按需查询
本文详解保险经营中基于语义层的智能问数系统技术实现：通过构建统一指标定义、同义词词典与维度模型，实现保单、赔付、渠道数据的语义整合；利用NL2SQL管线，将自然语言转化为只读SQL，经校验、权限注入后执行，保障安全；结合意图识别与图表自动匹配逻辑，实现“问即得图”；依托小艾智能体的动态工作流与知识引擎，支持私有化部署与敏感数据管控，推动保险经营从排期报表迈向实时问数。
2026-10-08 17:29:38
345
原创 函数调用（Tool Calling）：Agent 怎么“动手“调外部系统
函数调用是模型从“陪聊”迈向“办事”的关键能力，通过输出结构化指令（如JSON）调用外部工具，实现意图理解与系统执行的分离。其核心链路包括工具注册、模型决策、系统执行与结果回灌，支持问数、客服、代码审查等场景。落地需规避参数错误、调用过度、结果不可信等误区，强调最小必要原则与安全校验。小艾智能体通过可配置的REST API与Skill Node节点，将函数调用融入工作流，实现灵活编排与高效集成。
2026-10-08 17:29:05
212
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人