Blog
Industrial AI in practice, AI tool tutorials, automation deep dives
预测性维护从入门到落地：工业 AI 实战路线图（2026版）
宁数智研团队基于20年实战经验，拆解2026年时序大模型与Agent新架构。从数据清洗到全厂自主决策，提供预测性维护落地路线图与ROI测算模型。
Coze 知识库 RAG 深度测评：能力边界与优化方案
基于工业场景实测，剖析Coze原生RAG在复杂表格、长尾召回上的能力边界，提出“原生+外部插件+Agent路由”混合架构优化方案。
Dify vs Coze vs 扣子：企业级 AI 平台选型深度对比（2026版）
从工业级复杂业务流与数据安全双重视角，深度对比Dify与Coze/扣子在Multi-Agent编排、RAG幻觉控制及私有化部署的底层差异，提供企业级AI选型决策矩阵。
Dify 知识库最佳实践：文档解析、分段策略与检索质量调优
从工业级RAG落地深水区切入，结合27家制造企业实测数据，深度解析非标文档解析、动态分段与混合检索调优策略，提供可复用的知识库兜底方案。
AI 应用可观测性：如何监控和调试大模型生产环境
本文从工业AI落地视角出发，探讨大模型生产环境的黑盒痛点。结合Langfuse等工具演进，提出可观测性是数据飞轮的起点，并通过Trace链路追踪、自动化评估及统一LLMOps平台，提供从能用到好用的实战方法论。
Dify API 集成实战：把 AI 能力嵌入现有业务系统
本文从工业AI一线落地视角，深度剖析Dify API在MES/ERP等复杂系统中的工程化集成痛点，涵盖SSE流式代理、JWT鉴权、双重限流及多模态接入，提供从Demo到生产级AI中台的避坑指南。
Dify 自部署全攻略：Docker 部署、模型配置与生产环境运维
宁数智研团队基于20年工业实战经验，深度解析Dify生产级私有化部署。从Docker架构优化、模型网关路由到运维监控，提供高可用AI中台建设避坑指南。
告别参数崇拜：2026工业大模型选型实战与ROI避坑指南
摒弃参数规模论，从一线LLMOps工程视角剖析通用与垂直大模型在工业场景的真实表现。结合压测数据与实战案例，揭示盲目追求大参数的ROI陷阱，给出基于RAG+小模型微调的务实落地路径。
Dify RAG 系统深度解析：从向量检索到混合检索优化实战
本文从工业AI落地视角，深度解析Dify RAG系统在复杂文档解析、混合检索与重排优化中的实战策略，提供量化评测数据与调优指南，助力企业构建高可靠知识库。