2. 制造知识管理基础

制造企业的知识并不只是“工艺文件”或“作业指导书”。它同时存在于设计图纸、BOM、工艺路线、设备参数、质量记录、维修日志、供应商资料、老师傅经验以及现场异常处理过程之中。要做好制造知识库与RAG问答，第一步不是选模型，而是把“知识是什么、如何流动、如何组织、为什么难落地”讲清楚。否则，知识库很容易变成文档堆积，问答系统也只能给出看似合理却无法执行的答案。

一、制造企业知识类型：从显性到隐性，从静态到动态

制造知识可按“是否已编码”和“是否随生产状态变化”两个维度理解。显性知识通常已经写在文件、系统或图纸中，例如设计规范、工艺卡、检验标准、设备手册；隐性知识则藏在人的判断里，例如老师傅听声音判断主轴异常、调机员凭手感修正参数、班组长根据交期调整排产。静态知识相对稳定，如材料牌号、公差标准；动态知识则随订单、设备、批次、工况变化，如某台设备当天的温度补偿值、某批次来料导致的参数偏移。

对RAG而言，显性知识适合做检索增强，隐性知识需要先通过访谈、案例沉淀、故障树和问答对转化为可检索片段。动态知识则必须与MES、QMS、设备物联网等系统联动，不能只靠离线文档。

二、知识生命周期：从产生到退役的闭环

制造知识生命周期通常包括六个阶段：产生、采集、审核、组织、应用、更新与退役。产生阶段来自设计变更、工艺验证、质量问题闭环、设备维修和现场改善；采集阶段要把邮件、纸质记录、系统日志、语音经验转成结构化或半结构化数据；审核阶段由工艺、质量、设备等角色确认版本和适用范围；组织阶段建立分类、标签、版本、权限和关联关系；应用阶段进入知识库、知识图谱和RAG问答；更新与退役阶段则要处理变更单、失效文件和过期参数。

这张图强调一个关键点：知识库和知识图谱不是二选一，而是互补。知识库负责“把内容找出来”，知识图谱负责“把关系讲清楚”。在制造场景中，RAG问答往往需要两者协同：先用知识库召回工艺文件片段，再用知识图谱校验设备、工序、物料之间的约束关系。

三、知识库与知识图谱：概念差异与制造语义

知识库是面向检索和问答的知识集合，通常包含原始文档、切片、元数据、向量索引和标签体系。它的优势是覆盖广、更新快，适合回答“某材料能否用于某工艺”“某设备报警代码含义是什么”等问题。知识图谱则以实体—关系—属性为核心，把设备、部件、工序、缺陷、原因、措施、标准等对象连接起来，适合回答“某缺陷可能由哪些上游工序引起”“更换某供应商材料会影响哪些产品”等关系型问题。

制造语义的难点在于：同一对象可能有多个名称，如“主轴”“电主轴”“Spindle”；同一工序在不同工厂叫法不同；版本和有效期必须严格绑定；参数单位、公差、工况条件不能丢失。因此，知识组织阶段必须建立统一的本体、编码和元数据规范，否则RAG会把不同版本、不同产线的知识混在一起。

四、制造业落地挑战与常见误区

五、一个典型场景：设备报警问答

某CNC加工线出现“主轴过热报警”。知识库中可召回设备手册、维修记录、工艺参数和类似案例；知识图谱则可表达“主轴过热—可能原因—冷却液不足/轴承磨损/负载过高—对应措施—所需备件—影响工序”。RAG问答先检索相关片段，再结合图谱关系生成带引用的回答，例如：“请先检查冷却液流量是否低于8L/min，再查看主轴负载是否持续超过85%，并参考维修记录MR-2024-0312更换轴承。”这样的答案才具备现场可执行性。

知识治理最小检查清单：
1. 知识源清单：PLM / CAPP / QMS / MES / 设备日志 / 维修记录
2. 元数据字段：版本、生效日期、适用产线、密级、责任人
3. 切片策略：按工序、设备、缺陷、措施分段，保留表格与参数
4. 图谱本体：设备-部件-工序-缺陷-原因-措施-标准
5. 评测指标：召回率、引用准确率、版本正确率、拒答率

制造知识管理的本质，是把分散在系统和人脑中的经验，转化为可检索、可追溯、可更新的知识资产。知识库解决“找得到”，知识图谱解决“连得上”，RAG解决“答得准”。三者结合，才能支撑制造企业从文档管理走向知识驱动。