1 需求背景及痛点
某领域的设备交付使用后，由某单位负责用户在使用产品过程中的各种保障支援服务，产品用户经常问的问题包括：
（1）询问设备的操作步骤
（2）询问设备的故障现象
（3）询问设备的关键参数
（4）询问设备的技术指标
该单位的保障团队在服务上述需求时，存在的主要痛点：
（1）该领域的产品设备具有种类多、相关的配套技术文档数量大、孤品定制等特点，导致产品使用与维护过程中的操作指引、故障分析数据庞杂，对保障人员的数量、专业水平要求高，造成人力成本高；
（2）保障人员快速响应效率低，需要耗费大量的时间去查找相关技术档案资料，产品用户获得保障支援解决问题的时间较长。
2 解决方案及实施效果
本项目我司采用AIGC大模型+私有知识库的AI解决方案，并采用了向量和图谱双检索增强的RAG策略。
通过上述解决方案建设，该项目实现了：
1) 完成某领域近百个产品、千余份产品相关文档的知识处理，构建了知识库，并通过图谱形成了系统化的知识脉络；
2) 实现了对知识文档的向量化处理，为大模型的知识检索提供了完整、精准的知识源。采用了多模态向量化算法，支持文本、表单、图像、混合图文等内容，支持word、pdf、excel等文档格式；
3) 构建了某领域的语义库，消除了产品、保障等术语的不一致，为大模型对专业语义的理解提供统一的语义词条；
4) 搭建了某基础大模型私有化部署（32B级），并采用量化技术适配运行在国产麒麟系统、4090显卡的低成本服务器；
5) 定制了RAG检索增强系统，采用了问题语句实体注解增强、知识向量和知识图谱检索、检索知识重排序等检索策略，实现了检索结果90%的准确率，并支持依据原文内容的直接查阅功能；
6) 人机会话增强功能，提供了语音输入、语音回答功能，常用提示词模板，问题智能提示引导功能等；
7) 具备反馈学习策略，对实际保障工作中大模型的回答内容可人工进行修订、补充，形成的答案作为新的保障知识点自动补充到领域知识库。
系统使用后，显著提升了保障人员的快速响应速度，并在产品设备使用操作、设备常见故障排故远程指导等方面，改变了传统的检索工作模式，极大提升了保障人员的获取准确信息的效率。
