RAG在工业Agent中的应用

RAG正在成为工业Agent从“能聊天”走向“能干活”的关键拼图。大模型本身不懂你车间里的那台注塑机是什么型号、上一批不良品是什么原因，而RAG就是给它配上一本随时能翻的“厂内技术手册”。

一、RAG在工业Agent里到底是什么

RAG全称检索增强生成，翻译成人话就是：大模型在回答问题之前，先去指定的知识库里搜一遍相关资料，再结合搜到的内容组织答案。它不是让模型重新训练，而是给模型外挂了一个可实时更新的知识源。

放到工业Agent的语境里，这个知识库不是维基百科，而是设备手册、SOP作业指导书、历史维修工单、报警代码表、工艺参数文件、质检标准。工业Agent通过RAG把这些散落在MES、EAM、PLM、甚至老师傅电脑文件夹里的非结构化文本调起来用，回答“这台伺服驱动器报AL-21怎么处理”时，不再靠瞎编，而是直接引用该型号手册里的排查步骤。

二、技术原理与关键能力

工业RAG和通用RAG的差别，主要卡在三个环节。

第一是文档解析。工厂里的资料格式极其杂乱：扫描版PDF、Excel参数表、CAD图纸附注、甚至微信聊天记录截图。好的工业RAG方案要能把这些都啃下来，做版面分析、表格提取、OCR识别，否则检索源头就是垃圾。

第二是切分与索引策略。通用做法是按固定字数切块，但工业文档不能这么干。一份PLC编程手册，按500字切会把一个完整的指令说明拦腰截断。业内常见做法是按语义段落切，同时保留层级标题信息，检索时能定位到“第3章第2节 急停逻辑”这种粒度。

第三是检索召回与重排。工业场景对准确性容忍度极低，召回几条不相关的维修记录，可能导致Agent给出错误操作建议。所以通常要加一层重排序模型，对初步召回的结果按相关度打分，只把最靠谱的几条喂给大模型生成答案。有些方案还会做混合检索，把关键词匹配和向量语义匹配的结果融合，避免“意思相近但型号不对”的尴尬。

系统组成上，一套典型的工业Agent RAG模块包括：文档接入层、解析清洗管道、向量数据库、检索服务、重排模型、生成接口。部署方式可以是本地化私有部署，也可以是边缘侧轻量部署，取决于工厂对数据出域的接受程度。

三、制造业应用场景

假设一家汽配企业，冲压车间有十几台不同年代的压机，说明书有纸质的有PDF的，维修工换了一茬又一茬。夜班设备突然停机，操作工在Agent里输入报警代码，RAG从历史工单和电气图纸里检索出三年前类似故障的处理记录，Agent直接给出排查顺序：先查液压油温传感器，再查比例阀供电。老师傅不在场，新员工也能按步骤处理。

某电子厂，SMT产线换线频繁，每次换产品都要调贴片程序参数。工艺工程师把不同产品的炉温曲线、贴装压力、吸嘴型号整理成文档，接入Agent的RAG知识库。产线组长用自然语言问“A产品换B产品要注意什么”，Agent列出差异点和调机顺序，减少换线试错时间。

再假设一家流程型企业，比如精细化工。配方管理和安全规程是命根子。RAG可以把反应釜操作规程、危化品MSDS、历史偏差调查报告全部索引。当操作员问“反应温度超了上限怎么处置”，Agent检索到该工段的安全操作卡和上次偏差的纠正措施，给出分步建议，同时提示需要上报的阈值。

这些场景的共同点是：知识存在但不好找，人找要十分钟，Agent找只要几秒，而且答案有出处可追溯。

四、选型与落地建议

很多工厂在选RAG方案时容易踩坑，这里给几条实操参考。

第一，先别贪大。不要一上来就把全厂几十年的文档全灌进去。选一个痛点最明确的场景，比如设备报警处理或者质检标准查询，把这一个场景的文档质量做扎实，跑通了再扩。

第二，文档治理比模型选型更重要。如果原始文档是扫描件且模糊不清，再强的RAG也白搭。落地前需要有人工介入做一轮文档清洗和标签化，这件事没有捷径。

第三，关注检索结果的可解释性。工业Agent给出的答案，最好能附带引用来源，比如“依据XX设备手册第X页”或“参考工单号XXX”。操作人员才敢信、才敢用。

第四，考虑和现有系统的对接成本。RAG不是孤岛，它需要从MES、EAM、QMS里拉数据。如果厂商能提供标准API或者预置连接器，落地周期会短很多。目前业内累计3200余家终端用户、120余家客户覆盖15+行业的方案商，通常在接口适配上已经有比较成熟的积累。

第五，小范围验证再推广。选一条产线或者一个车间做试点，让一线人员用起来，收集bad case，迭代检索策略。工业场景的容错率低，急不得。

五、趋势展望

第一个方向是多模态RAG。工业现场大量信息是图像和时序数据，比如振动波形、红外热像、内窥镜照片。未来的工业Agent不仅要能检索文本，还要能检索“相似波形”或“相似缺陷图片”，把视觉检索和文本检索融合起来。

第二个方向是Agent主动调用RAG。现在的模式是人问一句、Agent查一次。下一步是Agent在自主执行任务时，自己判断“这个步骤我需要查一下扭矩标准”，主动触发检索，不需要人干预。这对Agent的规划能力和RAG的响应速度都提出更高要求。

第三个方向是知识图谱与RAG结合。纯向量检索擅长模糊匹配，但不擅长推理设备之间的层级关系和故障传播路径。把知识图谱的结构化关系和RAG的文本检索结合，能让Agent回答“这台泵停机对下游哪些阀门有影响”这类需要推理的问题。

RAG不是工业Agent的万能药，但它是目前让大模型在工厂里“说人话、干实事”最务实的路径之一。把知识库理顺，把检索做准，Agent才能真正成为产线上的帮手，而不是一个只会背说明书的聊天机器人。