上个月，一个做汽配厂的哥们给我打电话，说他厂里管设备的张师傅要退休了，全厂就这老头最懂那几条老产线。张师傅一走，设备一坏，年轻人都得抓瞎。
这哥们问我：能不能用AI把张师傅脑子里的经验”拷”出来？
说实话，我当时脑子里第一个想法是——这不是扯淡吗？又不是科幻电影，人脑又不是U盘，插上就能拷。但转念一想，最近大模型+RAG（检索增强生成）这个技术不是挺火的嘛，把张师傅的维修记录、口头经验、操作笔记整理成文档，喂给大模型做知识库，搭一个能聊天的故障问答机器人，这事儿没准还真能成。
于是我就接了这个活儿，花了两周时间搞出来，效果还真不错。今天把整个过程和踩的坑跟大家聊聊。
一、说干就干：怎么把老师的经验变成”数字大脑”
我这套方案的思路其实不复杂，分三步走：
第一步：知识采集。我拿了个录音笔，跟着张师傅在车间转了两天。他修设备的时候嘴没停过——”这个传感器一报警，九成是料仓堵了””伺服驱动器报Er520，先断电等五分钟再重启，别急着换””这个气缸漏气了别马上换密封圈，先看看进气口的滤水杯是不是满了”……两天下来录了十几个小时的素材。
回来之后我把录音转成文字，加上张师傅以前手写的维修记录本（我花了一晚上拍照+OCR识别的），还有设备说明书上他标的那些笔记，一起整理成了一份大概5万字的”维修知识库”。
第二步：搭建RAG问答系统。我用的是开源的方案——LangChain框架+Ollama本地部署的Qwen2.5大模型+向量数据库Chroma。为什么不用联网的ChatGPT？因为工厂的数据是敏感信息，老板不放心传到外网，而且车间里网络条件也不好。
具体做法就是把那5万字的文档切成一段一段的，每段三四百字，用embedding模型转成向量存到Chroma里。有人来问问题的时候，先把问题转成向量，去库里找最相关的三五段内容，连问题一起发给大模型，大模型根据这些材料来回答。
第三步：做个简单的交互界面。我用Python的Gradio搭了个网页界面，部署在一台工控机上，车间里放了个触摸屏一体机。工人遇到设备故障，直接在屏幕上打字问，机器人就回答。比如输入”冲压机报错E023″，出来的回答就是张师傅的原话风格：”冲压机报E023一般是凸轮编码器信号丢了，你先去电柜看PLC的输入点X021闪不闪，不闪就查编码器到PLC的线是不是磨破了”。
二、踩过的坑，一个比一个真实
看着挺顺利是不？实际上一路踩坑踩过来的。
坑1：老师傅说话太口语化，AI理解不了。张师傅经常说”这个这这这个那个那里”，录音转文字后一堆语气词和重复。我的处理办法是手动清洗了一遍关键对话，把每一条经验写成”故障现象→检查步骤→解决方案”的标准格式。比如：
【故障】焊接机器人焊枪冷却水温报警停机
【检查】1.看冷却水箱液位是否正常；2.摸进出水管温度差大不大；3.听水泵有没有异响
【解决】90%是冷却液滤网堵了，拆下来清洗即可；5%是水泵叶轮磨损需要更换；5%是温度传感器本身坏了
按这个格式整理了大概400多条经验，AI的回答质量明显上了一个台阶。
坑2：中文分词和工控专业术语。“伺服驱动器””PLC扫描周期””PID参数自整定”这些词，通用的大模型embedding经常分错。我后来在Chroma里加了一层关键词匹配的过滤器——如果问题里含了设备编号（比如”冲压机#03″”机器人工位7″），先做精确匹配，再走向量搜索。
坑3：回答太长了没人看。工人师傅们哪有耐心看长篇大论？我调了一下prompt，要求回答控制在150字以内，先说最常见的故障原因，再给3步以内的排查方案。要是问题太复杂，最后加一句”需要更详细的排查步骤请输入’详细’继续问”。
三、实际效果怎么样？
这套系统上线一个月，我统计了一下数据：
- 张师傅退休后这两个月，车间设备故障平均处理时间从之前的45分钟降到了22分钟——不是因为AI比张师傅厉害，而是新人不用再打电话到处问人，当场就能查到标准操作
- 系统一共被问了1200多次，其中80%的问题AI能直接给出可用答案，15%需要人工补充确认，5%完全答不上来（主要是些很刁钻的综合性故障）
- 老板最满意的一点：原来新人培训要3个月才能独立值夜班，现在上了这套系统，两个星期就能顶班了
四、这套方案成本多少？值不值得搞？
我列个账给大家参考：
- 录音转文字：用了飞书妙记，免费额度够了
- 大模型部署：Ollama+Qwen2.5 7B，跑在一台旧的工控机上（i5-8500+16G内存），零成本
- 开发工时：我前后搭了两周（白天还干别的活儿，晚上搞），如果专职干一周能搞定
- 触摸屏一体机：老板正好有个淘汰的大屏显示器没用，配了个触摸框花了800块
全部下来硬成本不到2000块钱，换来的是老师傅20年的经验没有跟着人一起退休。
我觉得这个方向特别适合中小工厂——请不起专门的IT团队搞知识管理，但用现在开源的大模型工具，一个懂PLC的工程师花点时间就能搭起来。
当然也有局限性。这套系统只能回答已经录入的知识，遇到全新的故障它就抓瞎了。所以最好配合一个”问题上报”功能——AI答不上来的问题自动转到设备工程师手机上的企业微信，他解决后把答案写进去，知识库就自动更新了。
五、一点小展望
我下一个版本打算给这套系统加个语音输入——车间里干活的人戴着油手套哪方便打字？直接说”冲压机又报E023了”就能查。另外还准备把PLC的实时报警信号也接进来，设备一报错，系统自动推送排查指引到工人手环上。
技术这东西，不是非要搞什么高大上的东西。能把老师傅快退休时最担心的那句”我走了这摊子谁接”给解决了，我觉得这AI就用对了地方。
你们厂里也有那种”镇厂之宝”级别的老师傅吗？他们一退休，经验怎么传承？欢迎在评论区聊聊大家的办法。