场景与目标
仓储环节的高频问题大多有标准答案:某物料编码对应什么规格、替代料规则是什么、超金额出库要走哪级审批、盘点当天的差异如何处理。但答案分散在三处:ERP 导出的物料主数据表、PDF 版 SOP 手册,以及「问老员工」的口头经验。结果是新仓管上手靠背、作业靠问,SOP 改版后旧做法还在被沿用。本文给出一套可复现的本地化知识库方案,把三类知识统一为一个问答入口,数据不出内网。
方案总览:三条数据线一个入口
物料主数据是天然的结构化表格,逐行拼接字段后建向量索引,即可支持按品名找编码、按规格找库位;SOP 手册先抽取文本,再按段落语义切片并保留版本号元数据;老员工口述经验整理成问答对文本,走与 SOP 相同的入库流程。检索层统一用 FAISS,问答层用 Ollama 加载本地 Qwen 模型,所有组件开源且可完全离线运行。
步骤一:物料主数据结构化入库
把物料台账逐行拼接为描述文本并编码建索引,同时保留原始行文本用于展示:
import pandas as pd, faiss, json
from sentence_transformers import SentenceTransformer
df = pd.read_excel('materials.xlsx') # 物料编码、品名、规格、替代料、存放库位
rows = df.apply(lambda r: ' | '.join(str(v) for v in r.values), axis=1).tolist()
model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
vecs = model.encode(rows, normalize_embeddings=True)
index = faiss.IndexFlatIP(vecs.shape[1])
index.add(vecs.astype('float32'))
faiss.write_index(index, 'materials.faiss')
json.dump(rows, open('material_rows.json', 'w', encoding='utf-8'), ensure_ascii=False)
print('物料条目数:', len(rows))
步骤二:SOP 文档切片与向量化
用 pypdf 抽取 SOP 手册全文,按语义切片后向量化入库,切片原文落盘供问答时引用:
from pypdf import PdfReader
from langchain.text_splitter import RecursiveCharacterTextSplitter
from sentence_transformers import SentenceTransformer
import faiss, json, numpy as np
reader = PdfReader('warehouse_sop.pdf')
text = '\n'.join(p.extract_text() or '' for p in reader.pages)
chunks = RecursiveCharacterTextSplitter(chunk_size=400, chunk_overlap=60).split_text(text)
model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
vecs = model.encode(chunks, normalize_embeddings=True)
index = faiss.IndexFlatIP(vecs.shape[1])
index.add(np.array(vecs, dtype='float32'))
faiss.write_index(index, 'sop.faiss')
json.dump(chunks, open('sop_chunks.json', 'w', encoding='utf-8'), ensure_ascii=False)
print('SOP 切片数:', len(chunks))
步骤三:统一问答入口
检索命中 SOP 片段后交给本地大模型作答,要求标注出处、片段之外不臆造:
import faiss, json
from sentence_transformers import SentenceTransformer
from langchain_community.llms import Ollama
model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
llm = Ollama(model='qwen2.5')
def ask(question, k=4):
idx = faiss.read_index('sop.faiss')
q = model.encode([question], normalize_embeddings=True).astype('float32')
_, i = idx.search(q, k)
chunks = json.load(open('sop_chunks.json', encoding='utf-8'))
ctx = '\n---\n'.join(chunks[j] for j in i[0])
prompt = f'仅依据以下 SOP 片段回答并注明出处,片段没有的就说查不到:\n{ctx}\n问题:{question}'
return llm.invoke(prompt)
print(ask('超过一定金额的物料出库需要什么审批?'))
提醒:SOP 文件必须带版本号与生效日期管理,改版后向量库要重建并保留旧版供追溯,避免「新 SOP 已发布、库内还在答旧流程」;物料主数据应从 ERP 定时同步而非手工维护;涉及安全作业与金额审批的最终依据,永远以现行有效 SOP 与 ERP 流程为准,问答仅作辅助。
上线前后的工作流对比
上线前,仓管遇到问题的动线是「翻 PDF、翻台账、问班长」,答案质量取决于当时问到了谁;上线后,动线收敛为「问一次、给出处」,回答附带 SOP 片段出处,班长从答疑者变成纠错者。评估阶段建议做两件事:整理 30 条真实高频问题做命中率抽检;保留问答日志,把回答不到位的条目回填为新的知识切片,让库随使用变厚。
仓储只是知识库的一个切入场景,上邦的私有 AI 知识库方案(https://aiwork.shangbon.com/ai-rag.html)支持文档与图纸统一入库、本地化部署与权限分级,也可与仓储、生产相关业务系统的数据打通,中小企业可以从单个仓库试点再逐步推广到全库。
参考来源
FAISS 官方仓库(向量相似度搜索库) - github.com/facebookresearch/faiss;pypdf 官方文档(PDF 文本提取) - pypdf.readthedocs.io。