AI工程化

AI实验室

围绕制造知识库RAG、Agent工作流、半导体数据分析与AI工程化的实验项目。

RAG系统

Agent工作流

半导体数据分析

评估方法

实验项目

面向制造AI工作流的原型系统。

原型

制造知识库RAG

Lab

问题

如何让制造文档检索具备可靠的来源追溯?

方法

文档切分、向量嵌入、向量检索、带引用的生成。

工具

FastAPIQdrantBGELangChain

研究中

LangGraph Agent工作流

Lab

问题

如何将多步骤制造任务拆解并由Agent进行路由?

方法

规划器、工具调用、工作流路由和人工复核。

工具

LangGraphLangChainPython

案例研究

SECOM良率预测

Lab

问题

高维半导体过程数据如何支持缺陷风险建模?

方法

特征筛选、类别不平衡处理、LightGBM和SHAP分析。

工具

Pandasscikit-learnLightGBMOptuna

进行中

半导体缺陷分析

Lab

问题

视觉信号与过程信号如何支持半导体质量分析?

方法

缺陷模式分析、过程特征关联和模型评估。

工具

PythonPyTorchOpenCV

方法

先评估,再自动化。

实验室关注生产场景中真正重要的可靠性约束:检索质量、来源追溯、Agent评估和人工复核。

检索质量

<built-in method copy of dict object at 0x7224e6595dc0>

Agent评估

<built-in method copy of dict object at 0x7224e5320c00>

来源追溯

<built-in method copy of dict object at 0x7224e539bd40>

人工复核

<built-in method copy of dict object at 0x7224e539abc0>