add docs/guide/scenario.md
Deploy Guidebook to GitHub Pages / deploy (push) Canceled after 0s
Deploy Guidebook to GitHub Pages / build (push) Canceled after 0s

This commit is contained in:
2026-10-16 16:09:28 +08:00
parent 318a5ea131
commit 57599dd628
+72
View File
@@ -0,0 +1,72 @@
---
title: 2.1 企业智能体示例场景说明
---
# 企业智能体开发实战
## 2.1 企业智能体示例场景说明
本次示例以汽车零部件行业中"小型阀体外壳(Small Valve Body Housing)"的销售过程为典型场景,演示如何在 **Digi Agent Builder 3.0** 中**构建一个面向企业智能报价的智能体**。
> "汽车主机厂及 Tier 1 供应商发来的小型阀体外壳询价规格书格式多样,通常包含 OEM 图纸、RFQ 表格、技术条件书等,企业需投入大量人力解读图纸、提取参数、匹配内部工艺编码后才能报价,**响应周期长**、**人工成本高且易出错**。"
### 业务场景与核心痛点
**小型阀体外壳**广泛应用于变速箱阀体、发动机油路阀体、制动阀体及转向器阀体等系统。常见材质包括 ADC12/A380 铝合金、HT250/QT500 铸铁、A356-T6 铝合金,产品重量 0.3kg~5kg,最大轮廓尺寸通常在 50mm~300mm 之间,关键精度要求如平面度 0.02~0.05mm、孔位度 Φ0.03~0.1mm、壁厚公差 ±0.15mm,表面处理涉及阳极氧化、电泳涂装、钝化、喷砂等。
当前**企业报价流程**为:
1. 客户发送询价包(图纸+技术条件+RFQ 表格)→
2. 报价工程师人工阅读图纸并提取关键尺寸、公差、表面粗糙度、材质要求 →
3. 材料工程师进行材质牌号对照(GB/ASTM/JIS/EN/ISO)→
4. 工艺工程师确认工艺路线(铸造/机加工/表面处理/检测)→
5. 核价专员依据材料市价与工时费率逐项核算成本 →
6. 生成报价单并经审批后输出。
该流程存在以下核心痛点:
| # | 痛点 | 说明 |
|:--|:--|:--|
| 1 | **响应速度慢** | 单份报价处理需 3~5 天,难以满足主机厂"快速定点"模式,订单流失风险高。 |
| 2 | **人力成本高** | 报价工程师需兼具图纸解读、工艺、材料标准等多领域知识,培养周期长达 6~12 个月;报价环节人力成本占总报价成本的约 35%。 |
| 3 | **错误率偏高** | 图纸参数提取准确率约 80%,材质牌号对照错误率约 8%,工艺路线映射偏差率约 12%,因报价偏差导致低价中标亏损或高价丢单的年均损失可达数十万元。 |
| 4 | **知识传承断层** | 资深工程师经验难以沉淀,新人上手周期进一步拉长。 |
| 5 | **数据孤岛** | 图纸、工艺卡、报价单分别存储在 PDM、MES、ERP 等系统中,未形成统一关联。 |
### 智能体可承担的角色
在本场景中,AI 智能体将作为"报价工程师助手",承担以下核心任务:
1. **多格式文档解析**:自动解析 PDF 2D 图纸、STEP/IGES 3D 模型参数表、Excel RFQ 表格、Word 技术条件书,兼容图文混排与表格结构。
2. **关键参数智能提取**:基于 OCR 与多模态视觉理解,自动识别并提取外形尺寸、壁厚、孔径与孔位、平面度/同轴度等形位公差、表面粗糙度、材质牌号、表面处理要求等关键参数。
3. **材质牌号自动对照**:基于企业内部材料牌号对照表,将客户指定牌号自动转换为企业内部等效牌号。
4. **工艺路线智能映射**:根据产品参数(材质、精度、表面要求)自动推荐铸造方式 → 机加工 → 表面处理 → 检测方案。
5. **智能核价**:结合 ERP 等实时数据,核算材料成本、加工工时、表面处理、检测、包装运输、管理费及利润,输出分项成本明细与总报价。
6. **报价单自动生成与人工审核**:按客户模板自动生成 Excel/PDF 报价单,并提供可视化审核界面,支持人工确认与修正,修正结果可反馈优化模型。
### 期望价值与成功标准
通过构建该智能体,企业期望实现:
1. **报价响应时间**:从 3~5 天缩短至 30 分钟以内。
2. **关键参数提取准确率**:达到 98% 以上,材质牌号对照准确率达到 99.5% 以上,工艺路线映射准确率达到 95% 以上。
3. **核价精度误差**:控制在 ±3% 以内。
4. 降低对资深报价工程师的依赖,使普通销售人员经 1 天培训即可独立完成基础报价操作。
5. 沉淀报价知识,形成可持续迭代的智能报价能力。
本示例后续章节将以该场景为例,详细介绍在 **Digi Agent Builder 3.0** 中完成需求建模、方案构建、技能编排、模型配置、系统集成及持续优化的完整开发步骤。
### 开发规则说明
主要涉及开发过程中相关命名规则,防止发布技能或智能体的时候有冲突。
涉及到命名的统一加后缀,格式:**年月日 + 账号后四位流水码**。
假设日期为 2026/09/28,当前账号:`DigiTrainee0001`
- **技能命名示例**:`auto-parts-quotation-skill-2609280001`
- **智能体命名示例**:`小型阀体外壳智能报价-2609280001`
## 2.2 企业智能体开发详细步骤
开发示例的目标在于实现该场景的最小可行产品,即构建一条端到端的智能报价流水线:智能体接收客户提交的 Excel 格式询价单后,自动完成结构化解析、客户信息校验、材料规格对照、成本核算及目标价格比对等环节,随后生成 HTML 格式的报价单草稿。报价结果将写入客户关系管理系统,使得自动化环节耗时压缩至分钟级别,整体流程(不包含人工审核)控制在 30 分钟以内。