- 博客(47)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 详细解释 Codex 最近一次功能更新，以及 GPT-5.6 Sol、Terra、Luna 的能力、价格、使用方式和适用场景。
OpenAI 于 2026 年 7 月 9 日发布 GPT-5.6 模型并更新 Codex 功能。Codex 新增三档模型选择（Sol、Terra、Luna）、max/ultra 推理模式、浏览器调试能力及 /init 命令等功能，强化多智能体协作。GPT-5.6 针对编程、科研等领域优化，支持程序化工具调用和提示缓存。此次更新使 Codex 向通用数字工作台演进，用户可根据任务需求选择不同性能档位。
2026-07-10 14:34:09
434
原创 Hermes Agent 升级到 v0.15.2 后 Dashboard 直接崩了？
这两天如果你在搜，大概率不是你一个人环境坏了，而是 Hermes Agentv0.15.x这条升级线本身就连续踩了两个坑。2026-05-29发布的v0.15.0把本地 Dashboard 推到了更前面的位置，但同一天用户就报出了 loopback 模式下页面无限重载的问题；随后官方又在当天发了v0.15.1热修，把这个 401 reload loop 先补上。结果几天后，升级到v0.15.2的另一批用户又撞上了。
2026-06-04 14:15:18
461
原创 Codex 不只是写代码了：插件、Sites 和标注上线后，开发者先改哪三件事？
OpenAI最新更新显示，Codex已拥有500万周活用户，其中20%为知识工作者。此次升级引入按岗位打包的插件、Sites网站生成和标注修改功能，使业务团队能直接生成原型、报表和内部工具，绕过传统研发流程。开发者需关注三方面：1)建立插件权限清单，管控数据访问边界；2)区分Sites的保存与部署，防止未经审核的页面直接上线；3)规范标注式修改的审核流程。最关键的转变在于需求入口加速，开发角色将从代码编写转向系统边界定义和质量把控，建议团队在7天内完成风险系统盘点、低风险场景测试和审核机制建立。
2026-06-03 16:15:02
368
原创 别再只盯着模型效果了：OpenClaw 2026.5.28 为 AI Agent 补上的，其实是“稳定落地”这一课
从内容运营角度看，纯介绍型文章现在很难跑出来。读者不缺工具名单，也不缺“支持哪些能力”的摘要，真正能留下来的，是你能不能把热点翻译成他当前就能感知到的问题。OpenClaw 这个题有两个天然优势。第一，它有明确时间点，能挂上 2026 年 5 月 30 日稳定版和随后的 beta 信号，不是硬蹭概念。第二，它能承接普遍焦虑。现在很多开发者已经开始把 Agent 用在更实际的事情上，结果发现最消耗精力的不是生成本身，而是排障、治理和收敛。
2026-06-02 16:44:14
405
原创 别再只会让 AI 写代码了：Archon 爆火背后，是大家被“半成品 PR”折磨够了
AI 编程工具这两年进步很快，但很多人用下来会有一种很微妙的感觉：它确实能写，甚至写得不慢，可交到 PR 里以后，总有些地方让人不放心。它可能没跑测试，可能顺手改了无关文件，也可能把 PR 描述写得很漂亮，实际改动却经不起细看。最近 GitHub 上的 Archon 很火，我觉得它有意思的地方不在于“又来了一个 AI 编程工具”，而在于它抓住了一个更实际的问题：我们不能一直靠聊天框和提示词管理开发流程。
2026-06-01 17:06:33
372
原创 Codex 桌面端更新后 Chrome 插件和 Computer Use 不可用，怎么排查和修复
最近在 Windows 版 Codex 桌面端更新后，遇到一个比较典型的问题：插件列表里看起来都还在，但实际使用时 Chrome 插件和 Computer Use 都不可用。表面现象很容易误判成“插件没装好”或者“权限不够”。但这类问题如果直接重装、改权限、改 sandbox，很容易把现场弄乱。我的处理思路是：先备份，再分层验证，最后只修被证据确认的问题。
2026-06-01 10:53:56
7840
原创 MCP 服务器暴露在公网：AI Agent 工具层正在变成新的安全边界
摘要： MCP（Model Context Protocol）作为AI Agent的统一工具连接协议，简化了开发者集成多类外部系统的复杂度，但同时也带来了新的安全风险。Censys和NSA的研究显示，互联网暴露的MCP服务数量激增，涉及数据库、云管理等敏感功能，其核心风险从传统API的“接口调用权限”转向工具发现、权限控制、上下文污染等更动态的威胁。文章提出五类风险（工具发现、权限扩大、提示注入、SSRF、审计缺失）及可落地的安全检查清单，强调分层部署（接入层、策略层、执行层、审计层）和最小权限原则。开发者
2026-05-29 09:54:32
733
原创 Hermes Agent 安装、运行、使用常见错误总结与解决方案
适用日期：2026-05-19适用对象：Hermes Agent 的 Windows、WSL2、macOS、Linux、Termux 用户。使用方式：先看“快速排障流程”，再按错误现象查对应章节。重要提醒：Hermes Agent 更新较快，命令和平台能力可能变化。遇到不一致时，以官方文档和输出为准。
2026-05-19 10:05:26
1982
原创 Hermes Agent 安装全流程说明
文章摘要： Hermes Agent 是 NousResearch 开源的个人 AI 助手，支持跨平台安装（Windows/macOS/Linux/WSL2/Android/NixOS）。本文提供从零安装指南，涵盖环境准备、依赖处理、模型配置及验证步骤。重点包括： 安装路径：推荐 Linux/macOS 直接运行官方脚本，Windows 优先选择 WSL2 方案 核心依赖：自动安装 Python/Node.js/浏览器工具链，需提前确保 Git/Curl 可用 模型配置：支持多种 API 源（OpenAI/
2026-05-18 15:17:01
1163
原创 OpenClaw近一月版本更替讲解
OpenClaw 这个月最大的变化，不是多了几个新名词。它真正的变化是：记忆开始有边界，模型状态开始更清楚，迁移开始更省事，插件更像正常软件，Telegram、飞书、Docker 这些日常入口也在变稳。如果你只是玩两天，可能会更关心语音、图片、新模型这些显眼功能。但如果你想长期用，真正该关心的是：它能不能稳定跑，出问题能不能修，记忆会不会越界，模型状态能不能说清楚。新用户：先别追全功能，把 stable 跑稳；老用户：重点看迁移、模型状态和入口稳定性；
2026-05-12 17:13:40
608
原创 从PHM到AI Agent-如何用OpenClaw构建设备健康诊断智能体
本文探讨了如何利用AI Agent技术提升设备健康管理(PHM)系统的智能化水平。传统PHM系统存在模型结果不易理解、诊断依赖专家经验、数据分散等问题。作者提出构建一个设备健康诊断智能体，能够整合数据查询、特征提取、异常检测、故障分类等工具，结合历史案例库，自动生成诊断结论和维修建议。文章详细介绍了智能体的架构设计和工作流程，包括任务解析、数据查询、特征提取、异常检测、故障分类、案例检索等环节，并提供了关键工具接口的代码示例。该方案旨在将AI Agent从简单的问答功能升级为能够执行完整诊断任务的智能系统。
2026-05-11 16:53:13
599
2
原创 OpenClaw Token 优化的技术方案与实践：OpenSpace 自进化 Skill 引擎
在 AI Agent 的实际应用中，Token 消耗是影响成本的关键因素。OpenSpace 自进化 Skill 引擎的优化方案，该方案通过任务级经验记忆、自动 Skill 演化、以及云端协作共享机制，实现了 Agent 执行效率的显著提升。在 OpenClaw 平台的实测中，相同任务类型的 Token 消耗降低约 45%，任务执行时间减少 80%。
2026-04-23 21:20:31
962
原创 算法学习Day 6 | 图神经网络（GNN）设备拓扑建模
图神经网络在PHM中的创新应用 摘要：本文系统介绍了图神经网络（GNN）在工业设备健康管理（PHM）中的应用范式。针对传统CNN/RNN难以处理的非欧几里得数据（如设备拓扑网络、传感器关联网络），GNN通过消息传递机制实现节点间的信息聚合，有效建模故障传播路径。重点阐述了GCN、GAT等主流模型的理论原理，包括谱域卷积公式和多头注意力机制。通过航空发动机故障诊断的代码实例，展示了如何构建设备拓扑图数据，并实现GNN模型的关键组件。研究表明，GNN能够捕捉工业场景中复杂的空间依赖关系，为设备状态监测和故障预测
2026-04-21 10:52:26
818
原创 OpenClaw vs Hermes Agent：2026年AI智能体双雄深度对比
OpenClaw 是"工具"，Hermes Agent 是"队友"—— 前者给你无限的控制权，后者给你持续的进化能力。会话搜索功能用户："搜索我们之前讨论过的PostgreSQL迁移内容""查找上周关于API设计的对话"命令行检索# 搜索历史会话# 导出相关会话hermes sessions export --search "API设计" --format jsonl维度OpenClaw核心理念“瑞士军刀” - 全能控制“养成系” - 越用越强核心优势生态广度、多平台集成。
2026-04-20 15:05:29
1166
原创 算法学习Day5|变分自编码器（VAE）及其在PHM异常检测中的应用
如何检测未知类型的故障？传统监督学习方法需要大量标注数据，且只能检测已知故障类型。当新故障出现时，模型往往束手无策。这时候，我们需要一种能够学习"正常"模式的方法——任何偏离正常模式的行为都被视为异常。变分自编码器（Variational Autoencoder, VAE）正是这样一种方法。它通过学习数据的潜在分布，将高维振动/传感器数据压缩到一个低维潜在空间。在推理时，正常样本的重构误差低，而异常样本由于无法很好地被学到的分布描述，重构误差会显著升高。训练时仅使用正常数据。方法1：重构误差Sx∥x。
2026-04-20 14:02:47
764
原创 算法学习--Day4：LSTM/GRU时序预测与剩余使用寿命（RUL）估计
本文介绍了基于LSTM和GRU的剩余使用寿命(RUL)预测算法在PHM（故障预测与健康管理）中的应用。首先对比了LSTM和GRU的特性，指出LSTM+GRU融合模型在NASA C-MAPSS数据集上效果最佳。然后详细阐述了LSTM和GRU的数学原理，包括门控机制和状态更新公式。文章还提出了RUL预测的两种范式：直接回归和分类+回归组合方法。最后给出了代码实现的环境配置和数据预处理方法，通过滑动窗口技术将时序数据转换为模型可处理的样本格式。该方法能有效捕捉设备退化规律，为设备维护提供决策支持。
2026-04-19 11:29:26
770
原创 PHM算法学习 Day 3：深度卷积神经网络（CNN）故障诊断变体
在传统故障诊断方法中，我们通常依赖人工设计的特征提取方法（如频谱分析、包络分析、小波变换等）来从原始信号中提取特征。这种方法存在以下局限性：深度卷积神经网络（CNN）的出现为这一问题提供了革命性的解决方案。CNN能够自动从原始数据中学习层次化特征表示，避免了人工特征设计的复杂性和局限性。本文将详细介绍以下CNN变体在故障诊断中的应用：2. 算法原理2.1 1D-CNN：端到端原始信号处理2.1.1 核心思想1D-CNN直接处理一维时间序列信号（如振动信号、电流信号、声学信号），通过一维卷积操作自动
2026-04-15 22:13:59
867
原创 算法学习 Day 2 | 知识图谱推理与故障传播建模
本文介绍了基于知识图谱（KG）的工业设备故障诊断方法。知识图谱通过结构化表示设备、部件、故障特征等实体及其关系，克服传统诊断中知识碎片化、因果关系模糊等问题。文章详细阐述了KG的构建流程（本体设计、知识抽取）和表示学习方法（如TransE模型），并指出KG在PHM技术栈中作为知识管理层的核心作用，可实现故障传播分析、因果追溯等智能诊断功能。该方法为工业设备维护提供了可解释的决策支持。
2026-04-14 22:51:27
707
原创 算法学习笔记 Day 1：迁移学习与域自适应（DANN/CORAL）
本文介绍了迁移学习与域自适应方法（DANN/CORAL）在工业预测与健康管理（PHM）中的应用。主要内容包括：1）迁移学习的基本概念与PHM领域的核心挑战（训练与测试数据分布不一致）；2）域自适应原理，重点讲解MMD和CORAL距离度量方法，以及DANN的对抗训练机制（特征提取器、类别预测器和域判别器的协同优化）；3）代码实现要点，包括损失函数设计和梯度反转层。这些方法能有效解决PHM中的数据稀缺、标注成本高和模型泛化问题，特别适用于跨工况、跨设备的故障诊断场景。
2026-04-13 22:56:31
777
原创 PHM念叨叨系列--PHM技术发展困境与AI赋能的未来方向
PHM（Prognostics and Health Management，故障预测与健康管理）是涵盖设备状态监测、故障诊断、剩余使用寿命（RUL）预测和健康管理的综合性技术体系。其核心目标是从"事后维修"转向"预测性维护"，实现设备全生命周期的主动管理。数据获取— 传感器采集振动、温度、电流等多模态信号特征提取— 时域/频域/时频域特征工程健康评估— 当前状态退化程度量化故障预测— RUL估计与故障概率推演决策支持— 维修策略优化与资源调度。
2026-04-12 10:49:07
898
原创 OPENCLAW快速免费使用GLM5.1：硅基流动新手完全指南
硅基流动（SiliconFlow）是国内领先的AI大模型云服务平台，提供一站式大模型API服务。平台支持多种主流开源模型（如DeepSeek、Qwen、GLM等），涵盖语言、语音、图片、视频等类型，兼容OpenAI接口，性价比高且支持国产算力。新用户注册可获18元体验金，通过推荐链接注册双方均可获得奖励。配置流程包括：注册账号获取API Key、选择模型、验证API可用性，并可通过交互式命令或编辑配置文件在OpenClaw中快速集成硅基流动服务。平台特别适合需要调用国内主流大模型的开发者使用。
2026-04-12 10:23:43
2252
原创 PHM念叨叨系列--工业场景大模型幻觉治理
工业场景的幻觉治理需构建多层防御体系，确保可追溯、可验证、可定责。实验室中的数字错误在工业中可能导致停线、安全事故或合规风险。治理措施包括：数据源头治理（清洗、标准化、时效控制）；模型选型策略（优先规则引擎和小模型）；输出管控（硬性规则护栏、置信度分级、模板化）；验证体系（双重LLM验证+物理仿真）；运维监控（实时幻觉率、数据漂移检测、审计追溯）。工业应用强调确定性，关键决策需人工审批，新模型需通过影子模式验证后才能上线。
2026-04-02 13:44:51
636
原创 OpenClaw 配置：你可能正在犯的 7 个致命错误
摘要： OpenClaw 配置不当会导致 AI 表现平庸，沦为通用聊天机器人。常见反模式包括：SOUL.md 缺乏具体人格特征（如语气、原则）、USER.md 仅记录基础信息（未明确工作模式与工具生态）、AGENTS.md 缺失启动协议（导致会话无连续性）、MEMORY.md 结构混乱（未过滤琐碎信息）、HEARTBEAT.md 检查项冗余（未聚焦 AI 可干预事项）、TOOLS.md 未定义本地工具细节。修正方案强调精确编码——将决策风格、操作流程、知识架构等转化为机器可执行的规则，使 AI 行为可预测。
2026-04-01 15:43:22
779
原创 国内用户最好用的openclaw联网搜索技能：baidu-search skill
是 OpenClaw 平台上的百度 AI 搜索技能，让你在无需配置复杂爬虫或付费代理的情况下，轻松获取百度搜索引擎的实时结果。对于国内用户而言，这是最简洁的联网搜索方案——无需科学上网，无需繁琐的 API 对接，5 分钟即可搞定。在开始之前，请确保：访问 百度智能云官网，使用手机号注册并完成实名认证。⚠️ 重要：复制并妥善保存这个 Key，仅显示一次！如果丢失需要重新创建。如果遇到速率限制，稍等几分钟再试即可。第三步：配置 OpenClaw安装完成后，需要将百度 API Key 配置到 Open
2026-03-24 10:54:16
3329
原创 Clawith：开启多智能体协作的新纪元
Clawith是一个开源的多智能体协作平台，由dataelement团队开发。# 通过API创建（示例） curl -X POST http://localhost:8008/api/agents \ -H "Authorization: Bearer YOUR_TOKEN" \ -H "Content-Type: application/json" \ -d '{"soul": {"personality": "你是一个数据驱动、注重细节的分析师。说话慢条斯理，喜欢用具体数据支持观点。",}'
2026-03-22 20:08:30
1134
原创 PHM念叨叨系列-LangChain 自动工作流在设备 PHM 中的应用
PHM（Prognostics and Health Management，预测与健康管理）的传统实施流程涉及传感器部署、数据采集、特征提取、模型训练与故障预测等多个环节。数据孤岛- 传感器数据、历史维修记录、工艺参数分散在不同系统知识传承困难- 专家经验难以编码为可复用的规则响应延迟- 从异常检测到根因定位的周期过长维护决策不智能- 排程依赖人工经验，无法优化资源配置：链式调用机制Agent：自主决策与工具调用能力：知识增强生成：外部系统集成能力。
2026-03-20 08:41:04
754
原创 OpenClaw 心跳机制：让 AI 主动为你服务
心跳（Heartbeat）是 OpenClaw（Clawdbot）的一项核心功能，它让 AI 可以在后台定期"醒来"，检查是否有需要你关注的事项，而不是被动等待你的消息。没有心跳：AI 是个应声虫，你叫它才动有心跳：AI 是个贴心管家，定期主动汇报情况默认间隔是30 分钟（如果使用 Anthropic OAuth 则为 1 小时）。心跳机制是 OpenClaw 最强大的特性之一，让 AI 从被动响应变成主动服务。核心要点✅ 默认 30 分钟间隔，AI 主动检查✅是检查清单，保持简短✅。
2026-03-19 23:05:44
1314
原创 PHM念叨叨系列 -离心泵故障树分析，FTA与FMECA的硬核构建指南
本文系统介绍了离心泵故障分析的两种核心方法：故障树分析(FTA)和失效模式影响及危害性分析(FMECA)。FTA采用自上而下的逻辑演绎，通过构建故障树识别关键失效路径；FMECA则自下而上详细分析各部件失效模式及其影响。文章提供了两种方法的标准实施步骤、实用技巧和离心泵应用示例，并通过化工硫酸泵案例展示了如何将二者结合使用。重点强调了探测度改进、数据驱动分析和闭环管理等实践要点，为设备可靠性管理提供了系统化的方法论指导。
2026-03-17 09:25:51
1359
原创 找到你的openclaw使用之匙：Awesome OpenClaw Use Cases
是一个社区驱动的精选列表，收录了 OpenClaw（原名 ClawdBot、MoltBot）在实际场景中的使用案例。该项目旨在解决 OpenClaw 采用过程中的核心瓶颈——缺乏真实场景应用范本，而非单纯的功能清单。为 OpenClaw 社区提供了宝贵的场景参考，展示了该平台在社交媒体自动化、内容生产、基础设施运维、生产力提升、学术研究与金融交易等多个领域的可行性。对于希望深度应用 OpenClaw 的开发者与团队，该项目是理解平台能力边界与最佳实践的重要资源。
2026-03-16 23:32:14
1267
原创 OpenClaw Cron 定时任务从入门到实战
-name "每日模型指标追踪" \--agent-turn "今天模型指标：1. 读取 ~/metrics/latest.json2. 对比昨天的指标3. 计算变化趋势4. 记录到 ~/metrics/history.md" \这样每次运行都会在同一个会话里，可以追问"上周趋势怎么样"。✅ 定时检查模型训练结果✅ 定时监控服务器健康✅ 定时生成报表✅ 定时推送提醒✅ 定时数据备份。
2026-03-15 09:54:09
1449
原创 PHM念叨叨系列--轴承与齿轮故障频率分析全流程指南
假设轴承参数：其中 Fs = 旋转频率 (Hz) = RPM / 603. Python 代码实现3.1 环境准备3.2 完整分析脚本4. 自动选择包络频率段算法说明4.1 算法原理 方法自动选择包络解调的载波频段：优点：缺点：使用建议：先运行示例生成合成数据进行测试，确认算法有效后，替换为真实采集数据即可。真实数据注意调整 的滤波参数和 的搜索范围。
2026-03-13 14:10:28
869
原创 PHM念叨叨系列---数据采集：PHM系统的命门
PHM数据采集核心要点 数据质量决定上限：保真度、时空分辨率、覆盖度直接影响PHM性能，采样率需≥2.5倍特征频率（如轴承监测需25kHz以上）。 多模态采集方式： 振动信号：压电式/MEMS传感器选型，螺纹安装确保高频响应； 声学信号：声发射（100kHz~1MHz）检测材料损伤； 电气信号：电流分析（MCSA）实现非接触式故障诊断。 系统架构关键：硬件抗混叠滤波、多通道同步采样（相位差<1°）、边缘计算实时特征提取降低传输负担。 避坑指南：避免采样率不足、传感器频响失配、时钟不同步等问题，统一采用
2026-03-12 08:46:40
934
原创 从零玩转OpenClaw：一份让AI成为你超级外挂的中文实战教程
是目前最全面、最实用、最中文友好的 OpenClaw 学习资源。它把 OpenClaw 从一个「技术圈小众玩具」变成了「普通人也能用的生产力工具」。如果你对 AI 助理、个人自动化、效率工具有兴趣，而且不想自己摸索踩坑——直接去看这个教程。xianyu110持续更新，社区活跃📌 附注：个人觉得这种「文档即产品」的思路值得所有技术项目学习——好的文档不是 explainer，而是 onboarder。
2026-03-11 10:15:06
976
原创 通过 WSL2 在 Windows 上部署 OpenClaw 完整指南
适用于 Windows 10/11，在 WSL2 环境中完美运行 OpenClaw。
2026-03-11 08:36:10
2053
1
原创 Openclaw高星开源框架：三省六部·用古代官制设计的 AI Agent 协作架构
三省六部·Edict是一个基于中国古代官制设计的 AI 多 Agent 协作架构。它把唐朝以来运行了一千多年的三省六部制搬到了 AI 世界，创建了一套具有分权制衡、专职审核、完全可观测特性的 Agent 协作系统。项目目前 6.9k+ Stars，581 Fork，Star 增长很快。编辑即可修改人格、职责、输出规范。三省六部制在中国运行了 1400 年，从隋唐到清末，历经无数王朝更迭，证明了一套好的制度设计比自由发挥更稳定。Edict 把这个思想移植到了 AI Agent 世界。
2026-03-10 13:11:32
3406
原创 OpenClaw 核心配置文件的艺术：SOUL.md、USER.md 与 AGENTS.md 完全指南
OpenClaw AI助手的核心配置文件包括AGENTS.md（行为规则）、SOUL.md（人格定义）和USER.md（用户画像）。AGENTS.md规定了AI的行为模式、会话流程和内存管理机制；SOUL.md定义了AI的性格、说话风格和核心原则；USER.md则描述了用户的基本信息、工作重点和偏好。这三个文件协同工作，确保AI助手能够提供个性化、一致且符合用户需求的服务。通过合理配置这些文件，用户可以塑造一个真正懂自己的AI助手。
2026-03-10 08:16:09
4173
原创 OpenClaw Skills 开发全流程实战：从零到发布
OpenClaw Skills 是模块化的 AI 能力包，通过标准化的 YAML+Markdown 格式实现一键安装和跨平台使用。开发流程包括规划技能范围、创建项目结构、编写核心文档、测试验证、发布维护等7个步骤。以 proactive-agent 技能为例，展示了优秀技能应具备的价值主张、版本更新说明、快速开始指南、详细协议文档和实用模板等特点。关键设计模式包括提供即刻价值、版本差异化、一键模板、检查清单和反模式警示等，帮助开发者创建高质量、易用的 AI 技能。
2026-03-09 13:19:24
1163
原创 OpenClaw框架对工业PHM智能化的深度影响与发展方向
传感器数据采集 → 分析模型 → 故障预测 → 主动维护 → 零停机传感器数据采集 → 数据沉没在系统里 → 报警推送 → 运维人员登录系统 →找菜单 → 翻报表 → 截图发微信群 → "来活了"核心矛盾：数据到最后一个人的链条太长了。价值点具体说明降低门槛不需要学习复杂系统，会用微信就能查数据缩短链条数据到决策的路径从"人找数"变成"数找人"知识传承将专家经验结构化，用自然语言可检索自动化告警响应、巡检、报表自动化私有化数据不出网，安全合规。
2026-03-09 09:16:33
797
原创 大模型 + 知识图谱：工业PHM智能化的深度剖析
当前PHM（故障预测与健康管理）系统面临数据孤岛、隐性知识难沉淀、传统ML模型泛化性差等困境。文章提出LLM+知识图谱的融合架构：知识图谱提供结构化推理和历史案例支撑，LLM作为智能路由器协调多源信息并生成可解释诊断。技术演进路径分三阶段：短期聚焦RAG增强问答（1-2年），中期发展Agent工作流实现闭环（2-3年），长期实现大模型原生设备（3-5年）。落地实施需经历知识梳理、技术验证和持续迭代三阶段，建议采用国产化技术栈实现工业数据本地化处理。该方案通过结合符号推理与概率推断，有望突破当前PHM系统的智
2026-03-08 12:44:46
636
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人