介绍如何融合机理模型、专家经验和数据驱动模型解决工业领域问题的方法。

能源企业通过融合知识图谱、LLM与AI Agent，可将分散的设备数据、生产数据、技术文档和专家经验转化为可计算、可追溯、可复用的知识体系。知识图谱负责统一描述设备、工艺、故障、质量和效率之间的关系，LLM承担知识抽取、语义检索和结果解释，AI Agent负责调用模型与业务系统，推动分析、决策和执行闭环。在PHM中，该体系支持设备异常诊断、寿命预测和维修决策；在PQM中，实现质量预测、根因分析和整

能源企业通过融合知识图谱、LLM与AI Agent，可将分散的设备数据、生产数据、技术文档和专家经验转化为可计算、可追溯、可复用的知识体系。知识图谱负责统一描述设备、工艺、故障、质量和效率之间的关系，LLM承担知识抽取、语义检索和结果解释，AI Agent负责调用模型与业务系统，推动分析、决策和执行闭环。在PHM中，该体系支持设备异常诊断、寿命预测和维修决策；在PQM中，实现质量预测、根因分析和整

以海上风电场智能运维为例，分析知识图谱、大语言模型与AI Agent在知识工程中的协同作用。知识图谱负责统一组织设备、故障、告警、措施和备件等知识，形成可查询、可追溯的知识骨架；大语言模型负责理解说明书、工单和专家经验，完成知识抽取、术语归一化与文本生成；AI Agent负责任务规划、工具调用、故障诊断、工单生成和知识更新。三者通过知识采集、建模、抽取、校验、应用和迭代更新，构建智能运维闭环。同时

以海上风电场智能运维为例，分析知识图谱、大语言模型与AI Agent在知识工程中的协同作用。知识图谱负责统一组织设备、故障、告警、措施和备件等知识，形成可查询、可追溯的知识骨架；大语言模型负责理解说明书、工单和专家经验，完成知识抽取、术语归一化与文本生成；AI Agent负责任务规划、工具调用、故障诊断、工单生成和知识更新。三者通过知识采集、建模、抽取、校验、应用和迭代更新，构建智能运维闭环。同时

从产品设计的角度分析WorkBuddy的产品定位、软件产品设计（用户价值、产品体验、场景覆盖、企业级产品能力）、AI能力、主要优点、缺点与风险、适用场景、实施建议与评价标准。

介绍了AI Agent和Agentic AI的概念，两者的核心区别和联系，Agent的组成，Agentic能力的组织方式、如何评价系统是否具有Agentic特征，以及两者的风险、边界与治理方法。

说明开发AI Agent的步骤。

介绍数据产品团队的组成。一起做好数据产品吧。

从机器学习存在的问题谈起，介绍增量学习可以解决怎样的问题，增量学习的类别，实现增量学习的方法，增量学习的评价指标和常用数据集，类别增量学习典型方法和代码库以及参考资源，希望能帮助大家用增量学习提高图像分类、对象检测、语义分割、行为识别、对象重识别、三维点云处理等工作的质量。