大模型工艺异常根因问询：日志检索与引用溯源

车间异常处置的难点，往往不在有没有数据，而在数据分散：报警日志在SCADA，批次参数在MES，处置经验散落在维修工单和老师傅的脑子里。我们尝试用大模型把这三类来源串起来，做一个面向一线班组的问询入口。

做法上不做端到端生成，而是「检索 + 约束」：先按设备、工序、时间窗把日志与工单切片入库，用户用自然语言描述现象，模型负责查询改写与多路召回；输出处置建议时，每条结论必须挂上原文片段引用，找不到依据就不给建议。

• 进展：在一条装配线的内部评测集（约300条历史异常事件）上，Top-3召回命中率约82%，引用可追溯率约95%，并对「编造未出现过的处置动作」加了拒答约束；回答中位耗时约6秒。
• 下一步：把建议以草稿形式回写工单系统，经班组确认后入库，形成「问询—处置—复用」的小闭环，并观察三个月内同类问题的重复提问率是否下降。