汽车设计AI助手

背景：
通常，工程师在处理一个汽车项目时需要提供上千个交付物，每个交付物需要参考的数据内容又分布在其余不同的交付物中，导致工程师耗费了大量时间去寻找数据和编辑数据，极大地降低了工作效率。有时一些交付物的内容需要有大量参考去进行确认，工程师们往往是查资料半小时，写数据一分钟。而一个项目往往是由多个工程师负责的，工程师们之间也存在着信息差，进一步影响着我们的工作效率。此外，不同工程师对汽车不同子系统的理解也制约着项目的推进，例如，造型设计师设计了一个独特的灯带，但工程区域分析后发现该结构无法实现量产。

大语言模型和数据库的深度结合与RAG想法的提出让我们看到了解决此场景下效率低下的可能性。与传统的逐个查找数据文件不同，AI通过调用数据库对项目的所有文件进行针对性的相似和关联查找。根据项目的进展和用户的问答不断建立自己的数据关联，记忆关键的数据节点，在工程师们需要查询数据时快速给出答案。而工具调用的出现让我们看到AI业务落地可以更近一步。借此，可以实现从AI告诉答案转变为AI直接输出答案至目标文件中。
本作品的作用为依据现场的实际流程，设计一个以汽车项目为导向的专业智能体应用系统，帮助工程师更好地编写对应项目的交付物和探索自己的想法的可行性，帮助解决传统方案下数据寻找困难、工程师交互存在代沟、交付物编写缓慢的问题，拟将交付物编写速度加快至少80%。

本系统基于Windows操作系统实现，分为前后端两个方向进行设计：
前端主要是UI界面，用来进行数据的展示，拟采用VUE3进行设计，通过HTTP协议来实现与后端内容的数据交互
后端包含向量数据库系统设计、数据、关系性数据库系统设计、文件系统设计、大语言模型与工具调用设计、前后端交互接口设计、文件数据提取与向量化配置、拟采用Chroma、Sqlite3、Minio、Ollama、LangChain、Flask、MinerU等技术栈和win32.client等windows底层接口进行实现。

本项目的创新点在于将现有技术深度和企业实际生产过程相集合，根据实际需求，定制化专有的AI调用工具和现有的企业需求进行匹配，而不是简单的基于已有项目的复制粘贴。现有的技术方案更多执着于问答交互，而运用AI对微软文档进行直接专业化编写的设计现阶段的解决方案并不多，且更没有让AI专业化地编写文档的相关设计。
本方案提出时已完成多个小的组件的测试和使用，准备进行所有组件的整合和深度测试，方案完全可行。

技术栈：
前端使用VUE+Electron构建桌面化应用
后端使用Python语言，Flask用来和前端交互，实现流水展示，Minio用来存储图片和文件，用于在问答过程中展示图片、Ollama用于本地AI交互，OpenCV、LangChain用于沟通线上和Ollama并设计智能体与定制工具调用和对文档进行分片，win32用来进行windows底层设计，精准提取文档中的表格图片，sqlite结合AI用于长时间记忆关键上下文，neo4j构建知识图谱
个人奉献：
基本为个人项目，负责整个应用的实现，目前可以时间AI自动化问答，永久性记忆用户的需求，定制化查找数据，文件生成，以及多维度反思和知识图谱构建。
演示视频：https://www.bilibili.com/video/BV1zChGz8EbL/?spm_id_from=333.1387.upload.video_card.click