Blog
Industrial AI in practice, AI tool tutorials, automation deep dives
Agent Mesh：多智能体协同在工业场景的应用前景
本文从工业AI一线视角出发，剖析多智能体在工业场景的幻觉放大与通信开销风险，提出基于状态机约束与知识图谱硬约束的混合协同范式，并结合实战案例提供工业级Agent Mesh落地指南。
告别“唯参数论”：工业大模型选型深度指南与实战决策树
摒弃参数迷信，从工业零容错与数据孤岛特性出发，深度剖析通用与垂直大模型在私有化部署、幻觉控制及实时控制上的差异，提供务实选型决策树。
企业知识库搭建实战：用 Dify/RAG 实现内部知识自助查询
抛弃“调API即落地”的伪命题。本文基于宁数智研20年工业实战经验，深度拆解Dify+RAGFlow架构，直击复杂文档解析深水区，提供从粗糙分块到语义路由、混合检索的工程化避坑指南与LLMOps闭环方案。
边缘计算在工业 AI 中的应用：为什么推理必须在产线端
2026年工业AI进入深度渗透期。本文从一线工程视角剖析为何云端推理在核心产线是伪命题，并结合真实ROI数据与轻量化部署路径，论证边缘推理的必然趋势。
Dify Agent 节点完全指南：构建自主规划的工业级 AI 智能体
结合20年工业落地经验，深度拆解Dify Agent节点机制。通过设备故障诊断实战，探讨复杂任务拆解、容错控制与ROI，为工业级智能体落地提供务实指南。
Coze 多智能体协同实战：设计复杂业务流程的 AI 团队
本文从工业AI落地视角，直击多智能体协同中的上下文污染、死循环与状态丢失痛点，结合Coze架构拆解设备故障诊断等复杂业务的状态机流转与API容错设计，提供高可用编排方案。
大模型应用成本优化：Token 消耗控制与推理效率提升
结合20年工业AI落地经验，深度剖析大模型Token消耗陷阱。通过语义缓存、上下文压缩、模型路由与契约层计费，实现企业级应用降本30%以上的实战路径与管控模型。
Test Import
测试摘要
Dify 工作流深入解析：从节点到自动化
在上篇文章中，我们对 Dify 做了一个全面的入门介绍。今天我们要深入 Dify 最核心的部分——工作流系统（Workflow）。无论你是用聊天流程、文本生成还是API服务，底层都是工作流引擎在驱动。理解工作流，就理解了 Dify 的灵魂。