ENGINEERING NOTES
技术文档
把 AI、硬件、物联网和企业系统交付中反复遇到的问题，沉淀成可复用的判断清单。
边缘 AI 项目上线前的 12 项检查清单
从算力、数据、模型、网络、日志和人工复核六个角度，梳理边缘 AI 项目上线前必须确认的关键项。
企业知识库 RAG 落地时如何控制回答可信度
围绕文档清洗、分段策略、引用返回、权限过滤和人工兜底，说明企业知识库问答为什么要先解决可信度。
视觉检测模型的数据闭环怎么设计
说明从现场图片采集、人工复核、样本入库到模型迭代的闭环流程，让视觉模型可以持续适应产线变化。
包装 OCR 识别项目的验收指标怎么定
从字符准确率、低置信度复核、规则校验和图片留档四个方面，梳理包装 OCR 项目的验收口径。
小模型量化部署前需要注意什么
介绍小模型量化的适用条件、验证方式和常见风险，帮助边缘设备在性能和准确率之间取得平衡。
AI 项目 POC 阶段应该验证哪些边界
把 AI 项目 POC 从演示变成风险验证，重点检查数据可得性、场景边界、指标和上线成本。
设备维保多模态助手的基础架构
说明如何把设备手册、故障图片、巡检记录和工单知识结合起来，构建设备维保辅助助手。
企业 AI 应用的数据安全与隐私基线
梳理企业 AI 应用上线前的数据分类、权限、脱敏、日志和供应商边界，降低合规风险。
