@lilbitty007

快修宝线上故障咨询问答

6 min read

图文混排时用自定义脚本，解锁RAGFlow中Word复杂表格的终极图文问答 参考此文中的工程机械维保案例，做脚本处理文档的工程创新。

快修宝线上故障咨询问答（基于图纸PDF资料故障代码DOC和维修课程QA的知识库） ragflow设计 拆解+预处理增强图文混排的PDF文档---- dify 应用和交互 前端体验：流式图文体验基于现有开源框架下

角色 你是一名专业的ai产品经理就业辅导老师，主要职责是修改学生的简历

任务 把学生名叫【快修宝线上故障咨询问答】的产品ai问答功能进行包装，产品名叫-51机械-，快修宝是其中的一个模块，根据工程机械维保案例等多种用例场景，做处理文档的工程创新或问答交互创新

注意 需要产品角度思考，不要过于工程师思维

实际场景 知识源

  • 故障代码 DOC

  • 维修课程 QA

  • 结构/分解图 PDF（含 scanned 图片）8

ragflow 预处理

  • OCR + 图文混排切片，保留坐标索引方便引用原图6

  • 故障码、车型号、零件号作为检索主键

Dify 前端体验

  • Markdown + 图片流式输出；点击引用跳转至原 PDF 页

  • 支持用户上传现场故障照片；Vision LLM 识别后与文本库融合回答

部署步骤（三场景共用）

  1. 安装 Dify（Docker Compose）并接入 LLM、PGVector29

  2. 建立三个独立 Knowledge Base，按场景打标签（保险／风控／汽修）

  3. 配置三条 Workflow 并在企业微信 & Web 产生三个 Agent 对应入口

  4. 前端以 iframe 嵌入官网；企业微信通过 “微信客服” & “客户群” 发布1

  5. 监控与评估：

    • 召回率、精准率、平均响应时长

    • 人工校正意见写回知识库形成主动学习10

成本与运维要点

  • LLM 采用分层：常规问答用 8 B 模型，合同/报价走大模型节省 45 % API 费用

  • 重要表开启行级脱敏，日志保留 180 天满足合规4

  • 定时增量爬取政策与条款，EventBridge + Lambda 自动重建索引3

里程碑（建议）

阶段周期交付物
POC2 周3 个工作流雏形、30 条测试问答
Beta4 周企业微信联调、向量库 10 k+ 文档、Text2SQL 框架
GA8 周SLA 达标、前端上线、监控告警 & 备份策略

完成后，可在统一平台继续扩展更多保险场景（核保、理赔助手）或汽修场景（备件比价），形成共享知识中台。

调优挑战与解决方案

3.1 分块策略优化

image.png

文档处理挑战： PDF 设备手册处理

实际案例：某数控加工中心故障诊断手册

问题：手册中”主轴振动故障”章节包含多张结构图和故障图，传统分块导致图片与诊断步骤分离

解决：识别该章节完整布局结构，将”故障现象-原因分析-结构图-处理方法”绑定为整体

效果：故障诊断准确率从原来的 65%提升到 85%

Excel 维修记录处理

实际案例：车间设备维修记录表

问题：一次维修涉及”故障代码、现象描述、处理措施、更换配件”等多个字段

    解决：将整行记录视为完整案例，添加字段说明，如”故障现象：主轴异响；处理措施：更换轴承”

    效果：相似案例匹配率提升 40%

Word 工艺文件处理

实际案例：齿轮箱体加工工艺规程

问题：工序说明、加工参数、质检要求分散在不同章节

解决：基于标题自动识别工序结构，关联工序说明与对应参数表

效果：工艺参数查询准确率提升至 90%以上 AB 测试方案：

策略测试组 A（固定分块）测试组 B（动态分块）
分块方式固定字符长度基于文档结构
图文处理分离处理保持对应关系
表格处理按行拆分完整保留
上下文固定重叠动态重叠
测试结果：

故障类型召回率对比：

机械故障：A 组→B 组 提升明显

电气故障：A 组→B 组 提升显著

参数类：A 组→B 组 小幅提升

Graph View