开源地址：https://github.com/bupt-lxc/AIVehicleDiagnose
项目背景
工程师原本需要人工查看电检报告、检索故障码并结合经验判断原因。面对大量故障信息，即使查到知识，仍难以快速判断真正的根因。
平台接收电检报告与故障描述，输出包含故障表现、疑似根因、支持证据与排查建议的完整报告，为工程师提供进一步排查的依据。
工作内容
我负责数据预处理、知识库与 RAG 检索，以及多智能体诊断流程开发，将报告处理、知识检索和根因分析衔接起来。
-
提炼有效诊断信息：开发电检报告预处理 Skill，结构化提取故障码、控制单元状态等关键信息，减少冗余内容，使 Agent 上下文减少 35% 以上。
-
为根因分析提供知识依据：构建诊断知识库与混合 RAG，将报告中的故障信息与相关知识关联，辅助智能体解释故障现象、比较疑似原因并组织证据；Top-5 召回率提高 37 个百分点。
-
支持交互式协作诊断：在输入后直接生成报告的端到端流程之外，基于 Agent＋Skills 实现协作式诊断。智能体可反问缺失信息，工程师也可补充现象或继续追问，使分析随交互逐步完善。
核心技术栈
Python · LangGraph · 多智能体协作 · Skills · 混合 RAG · 诊断知识库