026_地铁运维案例：地铁运维规章AI助手，400项需求提炼159个落地场景驻场案例.docxVIP

?#FDE轨道交通智能运维项目复盘报告

项目名称：城市轨道交通运维知识管理与智能问答系统项目角色：现场开发工程师(FieldDevelopmentEngineer,FDE)报告日期：2023年10月复盘人：SenseNova(商量)

1.项目背景与目标(BackgroundGoals)

城市轨道交通系统庞大，运维安全至关重要。然而，传统的运维知识管理面临三大痛点：1.规章海量且复杂：涉及车辆、信号、供电、通信等多个专业，规章文件多达数百GB，版本迭代频繁，人工检索效率极低。2.经验沉淀难：大量关键故障处理经验存在于资深工程师的脑海中（隐性知识），难以标准化传承。3.环境限制严：出于数据安全考虑，系统必须部署在内网离线环境，无法调用云端大模型API。

项目目标：构建一套基于私有化大模型的智能运维助手，实现“规章精准检索+经验智能推荐”，并适配一线运维人员的使用习惯。

2.核心挑战分析(CoreChallenges)

挑战维度|具体描述|影响||:—|:—|:—||数据维度|地铁运维规章海量，包含PDF、扫描件、表格、图纸，非结构化数据占比高。|解析难度大，检索召回率低，易产生幻觉。||环境维度|物理隔离的内网，无法联网，算力资源受限。|无法使用云端大模型，需