
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
RoboBrain研究提出了一种统一的多模态大模型范式,将任务规划、可抓取区域感知和轨迹预测整合到端到端模型中。通过超百万级的ShareRobot数据集训练,该模型在多个基准测试中刷新了SOTA表现。RoboBrain基于LLaVA-OneVision-7B架构,引入双LoRA插件(A-LoRA和T-LoRA)实现高效适配,并采用四阶段训练策略优化性能。实验显示,该模型在规划、affordance

本文聚焦高炉智能体的“感知”能力,强调时序数据在炼铁过程中的核心作用。通过介绍InfluxDB等时序存储选型,系统讲解重采样、缺失填充、滑窗统计与去噪四大特征工程技巧,并以热风压力为例,演示从原始数据到分钟级特征的端到端处理流程。提出“秒级原始+分钟级特征”双轨保存、按信号特性分层设窗等实践原则,确保智能体既能“看水平”也能“识趋势”。最终实现特征服务化,赋能智能决策,为工业智能提供坚实数据基础。

本文系统解析高炉OT-IT打通难题,聚焦协议(OPC UA/Modbus/MQTT)、边缘网关架构与数据采集实践。通过Python代码演示从PLC/DCS采集关键点位,并强调点位语义化、断网续传、单向光闸等安全要点,构建稳定可靠的数据管道,为工业智能体落地提供坚实基础。来自华北理工大学段一凡的博客文章

本文介绍Agentic RAG在高炉事故处置中的应用,通过LangChain实现按需、迭代检索与实时数据融合,提升决策可靠性。对比经典RAG,Agentic RAG支持多轮推理与证据复核,结合切块优化、检索评估(Recall/Precision)及来源溯源,确保“带文献决策”可落地。强调知识版本化、权限控制与忠实度评估,为工业智能提供可信、可验证的AI决策路径。来自华北理工大学段一凡的博客文章

本期提出规模化重构工业老系统(如DCS/PLC代码)的可执行方法论:通过AST静态分析量化风险,按“盘点评估→样板重构→批量迁移→回归灰度”四阶段推进;利用Codex实现模块级批量重构,并以“金标准样本”确保数值一致性;接入CI流水线实现自动化守护。强调“小步改、保语义、可回滚”,结合绞杀者模式渐进替代,实现存量代码的安全激活。来自华北理工大学段一凡的博客文章

本文介绍 Claude 的 Extended Thinking 模式在高炉炉况诊断中的应用,通过受控链式推理提升因果判断能力。核心要点包括:利用 budget_tokens 控制思考深度,采用结构化提示模板规范“证据-机制-结论”推理流程,工程上分离思考与回答段以支持审计,结合“推理护栏”防止过度自信。适用于复杂诊断与告警解释,但简单查询应关闭以降本增效。强调“深思”不等于“正确”,需配合置信度与

MCP协议为智能体提供统一、安全的工业数据接入标准,通过三层架构(Host/Client/Server)与JSON-RPC实现工具即插即用。本文以高炉数据查询为例,手把手演示用FastMCP构建MCP Server,结合Claude Code与MCP Inspector完成调试,并强调鉴权、白名单、审计三大安全要点,助力智能体“长出手脚”,高效对接复杂工控系统。来自华北理工大学段一凡的博客文章

本文详解 OpenAI Codex CLI 在工业代码重构中的实战应用,以高炉配料老代码为例,演示“指令→规划→执行→评审”全流程。通过交互式与执行式模式结合,实现去全局变量、补类型注解、加测试等多步改造。强调“四问”指令设计、样板先行批量重构,并建立 diff 审核、回归测试、双人复核等风险控制机制,确保 AI 改码安全可回滚,助力智能化升级。来自华北理工大学段一凡的博客文章

Claude Code是终端型编程智能体,可在无图形界面的工控机上实现代码读取、规划、执行与自测。本文详解其安装鉴权、通过CLAUDE.md固化领域知识、权限管控及离线落地方案,并以高炉热平衡计算为例演示多步任务执行。强调“说清验收标准”与“沙盒演练”是安全落地关键,助力在内网环境中高效构建可信赖的智能开发助手。来自华北理工大学段一凡的博客文章

本期《36期专栏地图》以“能力层次结构”为主线,将36期内容划分为认知、工具、数据、决策、工程、实战六层,构建前置依赖图与三条学习路径(技术/业务/全栈),并提供可检索知识库原型及“一条主线、两条副线”复习框架,助力读者高效导航知识大厦,实现从认知到落地的闭环。来自华北理工大学段一凡的博客文章








