产品简介
机制工艺智能体（Mechnous）V1.0 是面向机械制造企业的机制工艺智能决策与辅助设计工具，支持本地大模型与在线大模型两种部署形态。它把权威的标准手册、设计规范与工艺数据沉淀为可被 AI 直接推理的知识库，帮助工程师把繁琐的查表、计算与推理交给智能体，快速、准确地获得工艺问题的答案。
开发者：南京理工大学 | 在线版网址：https://gongyi.kbetool.com
企业面临的技术问题
1. 设计效率低、易出错。机制工艺设计任务工作量大且繁琐，为了获得高质量的设计结果，往往需要手动查找大量标准数据并进行设计计算和推理，设计效率低、自动化水平低，而且容易出错。
2. 经验依赖强、上手慢。许多工艺问题涉及的知识内容多而广，要求工程师具备丰富的经验与多方面的知识；企业的新员工往往缺少这种积累，需要较长的培训和实践时间。
3. 知识沉睡、难以复用。企业现有的知识和数据基本以电子文档、设计手册和图纸的形式存在，没有被智能化、自动化地利用，工程师需要花费大量时间查找、学习和研究，才能用于解决新问题或实际问题。
当前 AI 大模型应用的技术问题
AI 幻觉问题：通用 AI 大模型基于在线搜索进行推理和预测，当搜索到的数据不完整或内容有缺陷时，问题的答案不准确、基于概率推测、可信度低。网上大量重复冗余和缺陷数据成为干扰大模型推理决策的主要因素，真正准确有用的信息往往被淹没。
数据敏感性问题：许多企业的知识和用户问题涉及技术秘密或敏感数据，在公网环境中传递安全性差，不符合安全管理要求。
提示词问题：用户问题难以符合 AI 大模型推理的要求。缺少专业化的提示词、已知条件不完整、问题不专业，让大模型难以给出符合要求的、准确的答案。
上下文长度问题：AI 大模型的上下文长度具有局限性，导致其在一个问题或一次调用中难以处理太多知识，难以完成复杂的长链推理任务。
五大核心能力
① 全面丰富的高质量本地知识库 —— 涵盖机械制造工艺、常见零部件设计、材料、公差配合检测等知识内容，来自权威标准手册与数据源，并经过精心编辑、核对与处理。
② 专业问题的提示词模板 —— 提供大量可编辑的示例提示词和问题模板，涵盖已知条件、设计要求、输入内容与求解步骤；用户可自由构建，智能体也可自动生成问题模板。
③ 智能化的工艺问题推理分析 —— 准确感知用户需求、检索核心相关知识进行推理，处理模糊、不完善的问题或设计要求，并提供可追溯的推理过程与参考文档浏览。
④ 自动化的任务规划和流程处理 —— 将复杂的工艺问题分解为简单具体的问题，处理长链工艺规划或设计任务，自动分析、推理和处理各种文本、图像、表格和公式数据。
⑤ 支持本地大模型与知识库管理 —— 用户可自由扩展和添加知识内容、自主管理对话数据，快速补充或纠错已有知识库内容，并支持本地大模型部署。
知识库现有内容
覆盖切削加工（各种加工方法、刀具、夹具、机床等）、冲压加工、锻造加工、特种加工（含增材制造等现代加工方法）、材料、装配工艺、公差配合与技术测量、铸造工艺、热处理工艺、焊接工艺、机械零部件设计、结构工艺性，以及工艺系统和工艺基础标准等知识库。
此外，本智能体还提供高效的知识库构建方法、工具和程序，让企业能够快速构建特定产品的制造知识库，与现有知识库内容无缝集成，并直接用于 AI 模型的推理决策。
产品界面一览
图 1 知识内容与问题模板目录：覆盖切削、冲压、锻造、材料等分类，支持关键词检索。
图 2 工艺设计的问题模板：以「扩孔切削用量设计」为例，填写已知条件即可提交求解。
图 3 机制工艺智能决策模块：对「Φ50H7/m6 的极限间隙与过盈」等问题给出可追溯的分步推理。
图 4 机制工艺智能体专家模块：面对复杂零件，自动规划工艺任务并逐步分解求解。
图 5 知识文档的导入与扩充：按分类管理知识文档，支持新增、批量导入、编辑与预览。
应用效益
帮助工程师快速获取各种机制工艺问题的答案，支持手机、电脑等多客户端访问；本地可控的内网知识库和智能体，解决在线大模型的敏感数据问题。
采用人机协同的智能工艺决策方式，提升工艺设计效率、自动化繁琐的工艺设计任务，有效提升工艺问题求解的准确率和可信度。
减小工程师的培训时间和成本，解决人员流动带来的企业知识流失问题，帮助企业降本增效、提升产品质量，并有利于企业知识的标准化管理。
实施方式
机制工艺智能体 · 在线版
特点：采用网站提供的在线专业知识库，基于最新的在线国产大模型，具有实时更新的智能体版本与知识库内容。推理精度 ★★★★★，推理速度 ★★★★★。适用对象：无敏感数据要求的企业。使用方式：浏览器登录，按年订阅付费。网址：https://gongyi.kbetool.com
机制工艺智能体 · 企业版
特点：企业内部部署本地知识库（包含现有机制工艺知识库的全部内容），企业可自由扩充与定制知识库内容；采用运行在内网环境的本地开源大模型，含一年免费技术服务；可按需求开发特定的智能体功能。需企业具备自有服务器与显卡等算力资源（硬件预算 5 万～50 万元）。推理精度 ★★★★★，推理速度 ★★★～★★★★★。适用对象：具有数据敏感性要求的企业。