游客yiesg6gvg7ieg_个人页

2026年06月

• 06.16 08:56:43
  发表了文章 2026-06-16 08:56:43

  PDF复杂表格的1:1还原引擎：跨页表格自动拼接技术实战

  企业AI应用中PDF表格解析难题及JBoltAI的1:1还原技术解决方案。
• 06.05 17:58:37
  发表了文章 2026-06-05 17:58:37

  生产管理和设备管理：制造执行层的AI痛点

  JBoltAI通过知识图谱与智能体，解决生产管理和设备管理的五个痛点，实现跨系统数据关联与自动化分析
• 06.04 17:30:56
  发表了文章 2026-06-04 17:30:56

  工业AI数字化转型地图：工业企业AI改造的全景路径

  JBoltAI工业AI数字化转型地图，直击企业AI落地“方向难”痛点。以八大业务模块、56个场景化智能体方案，结合本体语义建模与智能体编排技术，打通ERP/MES/QMS等系统数据壁垒，支持按需分步实施，让制造企业看得清路径、落得下实效。
• 06.03 09:27:43
  发表了文章 2026-06-03 09:27:43

  当AI学会了"理解"工厂：制造业企业本体语义模型实战

  制造业系统林立（ERP/MES/QMS/WMS），数据孤岛导致跨系统查询低效。JBoltAI平台通过知识图谱构建本体语义模型，统一人员、设备、工序等实体及关联关系，使AI能理解工厂语义，实现“一句话”跨系统智能问答，大幅提升生产决策效率。
• 06.01 22:07:57
  发表了文章 2026-06-01 22:07:57

  从"对接大模型"到"生成AI服务"：下一代企业AI应用开发框

  JboltAI AIGS框架直击企业AI落地三大瓶颈：模型锁定、能力碎片化与治理缺失。通过四层架构、20+模型统一调度、五类应用模板及Agent三层架构，将AI从“对接模型”升级为可运行、可治理、可编排的生成式服务，助力AI真正融入生产流程。
• 05.26 17:36:29
  发表了文章 2026-05-26 17:36:29

  AI智能问数实现：Text2SQL与图表生成全链路解析

  本文详解向量空间JBoltAI平台智能问数（DataChat）技术实践：覆盖Text2SQL、五层SQL安全校验（AST解析+fail-closed）、多源并发查询、两阶段图表生成（ECharts）及四层防死循环机制，实现自然语言查数据、出图表的稳定生产落地。
• 05.25 17:29:54
  发表了文章 2026-05-25 17:29:54

  ReAct推理链的工程化实现与最佳实践

  本文介绍向量空间JBoltAI平台基于Spring Boot 3.x与Java 21实现的企业级ReAct推理链架构，涵盖分层设计、模板方法、Function Calling驱动、并发安全机制及推理可视化等核心实践，助力LLM能力可靠落地。
• 05.22 15:53:44
  发表了文章 2026-05-22 15:53:44

  2026年制造业AI转型：三个最值得投入的方向

  制造业AI落地三个方向：人+Agent混合组织、AI智能数据治理、企业本体语义模型，建议分阶段推进。
• 05.21 10:52:46
  发表了文章 2026-05-21 10:52:46

  企业知识资产化的三步走路线

  企业数据需三步走：统一接入、AI问答、知识图谱关联，让沉睡数据活起来。
• 05.20 17:17:33
  发表了文章 2026-05-20 17:17:33

  制造业如何让AI真正嵌入生产流程

  用JBoltAI实现CAD图纸秒级检索，解决数据痛点，AI落地需打通业务系统，构建企业

2026年05月

• 05.09 12:33:07
  发表了文章 2026-05-09 12:33:07

  当物料缺口不再是黑洞：AI如何重塑供应链的物料管理

  本文剖析制造业“齐套”难题：上百种物料协同难、信息不同步、缺口不可见、补货不闭环。提出“数据找人”数字化模式，实现自动缺口计算与预警；结合AI解决非结构化需求识别、智能预测、供应商风险评估等场景，并强调统一编码、账实相符、BOM更新等五大管理原则。
• 05.09 12:31:39
  发表了文章 2026-05-09 12:31:39

  AREE与Java生态：当企业级执行环境遇上确定性

  Java生态长期缺乏AI Agent框架，而AREE（AI-Ready Execution Environment）填补了这一空白。它基于Java原生能力，支持可视化思维链编排、安全工具调用、MCP协议集成，并在中止控制、分层超时、并发安全、可观测性与失败隔离五方面实现确定性执行，助力企业复用现有资产，无缝融入运维体系。
• 05.09 12:31:12
  发表了文章 2026-05-09 12:31:12

  AREE vs 传统Agent工具：从"能用"到"可靠用"的

  本文对比传统AI Agent工具与AREE（AI-Ready Execution Environment）的差异，指出前者以LLM为中心、执行不可控、工具接入碎片化；而AREE以执行环境为核心，提供确定性流程编排、统一工具协议（Function Call+MCP）、Java原生集成、细粒度超时/中止控制及实时可观测性，更适配企业级生产场景。
• 05.09 12:30:18
  发表了文章 2026-05-09 12:30:18

  文档智能处理与ReAct推理链：RAG系统的两个"隐形引擎"

  本文深入解析RAG系统中两大“隐形引擎”：文档智能处理（含多格式解析、语义分片、QA抽取）与ReAct推理链（支持多轮思考-行动-观察）。二者协同提升知识库质量与AI推理能力，是决定RAG效果的关键底层能力。
• 05.09 12:29:48
  发表了文章 2026-05-09 12:29:48

  AgentRAG vs 传统RAG：当AI学会"三思而后答"

  本文对比传统RAG与AgentRAG：前者单次检索、流程固定，响应快但容错差；后者引入ReAct循环机制，支持多轮自适应检索、深度意图分析、工具动态调用与结果多维评估，显著提升复杂问题回答质量。二者互补而非替代。