FA 知识库建设 - 待讨论备忘录

背景：6月知识库进入产品设计阶段。以下是需要想清楚的问题，供下次讨论。 设计归属：强哥做整体设计，初产配合执行。

---

一、初产执行事项（纯体力活，无设计空间）

1. 竞品资料收集

竞品	关注点
ServiceNow ITSM	工单+知识库+AI 诊断一条链，行业标杆
Jira Service Management	工单+知识库+AI Agent
Zendesk	Ticket + 知识库 + AI 自动回复
明源云/空间智联	国内物业/资产管理 SaaS
Coze/Dify 官方模板	知识库 RAG 配置方式

执行方式：给初产填表模板（产品名 / 功能模块 / 界面截图 / 功能描述），她填格，强哥分析。

2. 设备手册收集

优先收集已有数字版的文档：

• 空调/暖通设备手册
• 配电设备手册
• 照明控制系统手册
• 电梯设备手册
• 消防/安防设备手册
• 楼宇自控系统（BAS/自控平台）操作手册
• 已有的竣工图纸 PDF

执行方式：初产盘点可用资料清单（文件名 / 格式 / 页数 / 语言），强哥看完定哪些让她手动切片。

3. 历史工单收集

（取决于业务系统是否有数据）

• 按强哥定的字段模板从系统导出
• 字段：工单 ID / 设备 / 故障描述 / 根因 / 处理方案 / 处理时长 / 结果

执行方式：强哥出字段模板，初产导出清洗。

---

二、知识库两层架构

第一层：静态知识库（文档导入型）

• 数据来源：设备手册、竣工图纸、维保规约 —— 人工导入
• 元数据：文档名、章节、页码、设备型号、适用故障类别 —— 人工标注
• 优点：权威、来源可控
• 缺点：维护成本高、容易过期

第二层：动态知识库（业务沉淀型）

• 数据来源：历史工单「故障→维修方案→结果」链路 —— 自动沉淀
• 元数据：工单 ID、设备 ID、故障码、故障现象、根因、处理方案摘要 —— 自动标注
• 触发机制：工单闭合后自动提取关键信息入库
• 优点：自动生长、时效性强
• 缺点：有噪音、需清洗策略

诊断场景的检索路径

用户报修 → 查动态库（历史同类故障） → 不够再查静态库（设备手册/图纸）

---

三、需要决策的技术问题

1. 文档格式转换

• PDF/Word → 纯文本 还是 保留结构（表格）？
• PDF 中表格提取：Dify 自带能力够用还是需要外部工具？

2. Chunking 策略（强哥定）

• Dify 提供基础 chunking 工具，但需按文档类型调参数
• 设备手册 → 章节级切片 + 重叠窗口
• 工单案例 → 条目级切片
• 需要拿 2-3 份典型文档手动试切，找到合理粒度

3. 图片/图表处理

• 方案 A：Dify pipeline 内嵌 VLM 节点，图转文字描述再索引
• 方案 B：外部 OCR 引擎单独处理
• 关键判断：诊断场景是否需要看图？（如需看设备铭牌/故障照片，则 VLM 必要）

4. 元数据 Schema（分两层）

静态知识库：

• 基础层：文档名、上传时间、版本号、有效期限
• 内容层：章节标题、页码范围
• 业务层：设备型号、设备类型、适用故障类别、品牌
• 控制层：审核状态、过期标志

动态知识库：

• 工单层：工单 ID、建单时间、结单时间、处理时长
• 设备层：设备 ID、设备型号、空间位置
• 故障层：故障码、故障现象（NL 描述）、根因（NL 摘要）
• 方案层：处理方案（NL 摘要）、处理人、处理结果

5. 多路召回

• 向量检索：语义相似度
• 全文检索：设备名/型号/故障码等精确实体匹配
• 混合检索策略（立项计划已新增此任务）

6. Reference 溯源

• AI 诊断建议需精确到「第几章第几段」
• 这是 PRD「证据链溯源」要求的技术落地
• 动态库至少需精确到「某工单」

---

四、需要决策的产品问题

1. 知识库范围边界

• 只做工单诊断相关（窄）？
• 还是扩展到设备运维全领域（宽）？
• 静态库的文档导入流程：谁提供资料？谁审核？谁标注？

2. 动态库的自动沉淀规则（强哥定）

• 工单闭合后自动触发提取 → 提取哪些字段？
• 清洗策略：低质量工单（信息缺失）是否跳过？
• 审核机制：自动沉淀的内容是否需要人工确认？

3. 与 RAG 路由的关系

• 知识库是 FA 独用，还是全系统共享？
• Master Agent 的 KB RAG 兜底是否用同一套库？

---

五、6 月建议做的事

事项	产出	谁做
竞品资料收集	填表模板 + 截图	初产
设备手册盘点	可用资料清单	初产
历史工单导出清洗	按字段模板的表格	初产
知识库整体设计	两层架构方案	强哥
切片策略定稿	各文档类型切片规则	强哥
静态库元数据 Schema	标签体系设计	初产（强哥定框）
图片策略决策	VLM/OCR 技术方案	强哥 + AI 应用专家

---

记录于 2026-05-22，待强哥有空时讨论。