《用AI重构工业设备故障预警系统：从“被动维修”到“主动预判”的协作实践》
本文记录了为重型机床企业用AI重构故障预警系统的实践。项目初期面临原系统“事后报警”致单月损失超百万、12类传感器数据繁杂但故障样本稀缺、维修经验难转技术指标的困境，传统开发需2个月且准确率难超70%。团队构建Cursor、通义灵码、豆包、DeepSeek协作矩阵，按场景分工：Cursor优化前后端，通义灵码转经验为特征与模型逻辑，豆包拆解需求与生成手册，DeepSeek优化架构与模型性能。系统25天上线，预警准确率92%、提前35分钟，单月停机减60%，挽回损失超60万，还沉淀SOP，印证了AI协同破解工业设备预警困局、实现从被动维修到主动预判的价值。
面向古籍版面数字化识别应用研究—基于HisDoc-DETR模型深入剖析
针对古籍版面复杂、文字稀疏、数据稀缺等难题，合合信息与华南理工大学联合提出HisDoc-DETR模型。该框架融合Transformer全局建模与CNN局部特征提取优势，创新引入语义关系学习、双流特征融合及GIoU感知预测头三大模块，显著提升古籍逻辑与物理结构的识别精度，在SCUT-CAB数据集上性能超越主流方法，为古籍数字化、知识库构建与文化遗产传播提供强有力的技术支撑。
如何搭建一套轻量级ERP系统？
传统ERP项目常因周期长、成本高、需求变更而失败。本文提出用零代码搭建“轻量ERP”，聚焦采购、销售、库存等六大核心模块，通过流程化、自动化快速落地。四步法（流程→数据→规则→可视化）助力2小时内上线MVP，实现业务从“靠人记”到“靠系统”的转变，降低试错成本，提升协作效率。