068 智建未来之登高篇：智能建造人人可为—工程场景AI专项应用之高阶赋能

课程大纲

重塑认知：AI如何改变工程建设行业

一、行业趋势：工程建设AI应用全景扫描

1. 当前主要应用方向
标杆企业已实现规模化落地
2. 标杆企业成效数据

二、基本原理：大模型、RAG与Agent的核心概念

1. 大语言模型（LLM）
理解、生成、推理
2. RAG技术
检索增强生成：先检索外部知识库，再生成精准回答
使AI基于私有数据和最新信息作答。蜀道集团规范库即基于RAG实现
3. AI智能体（Agent）
思考—行动—观察循环：感知需求→规划拆解→调用工具→记忆优化
实现从会说话到会做事

三、分层定位：找准学习起点

1. 入门层：零基础。掌握主流AI工具基础使用、有效提问
2. 进阶层：有经验。聚焦知识库搭建和智能体培养，深度融入工作流
3. 专家层：技术背景。多智能体协同、工作流编排、模型微调

筑基固本：AI驱动的个人知识库搭建与应用

一、知识库的本质：从记忆负担到第二大脑

1. 工程建设从业者痛点
知识分散、检索低效、经验流失
2. AI知识库的价值
智能检索（自然语言提问）、知识关联（语义连接）、持续进化（随使用优化）

二、工具选择：四大主流方案对比

1. 方案一：DeepSeek+AnythingLLM（零代码、易上手）
全本地化、零成本、支持微调
2. 方案二：RAGFlow+DeepSeek+Ollama（轻量级、完全开源）
需Docker，完全离线，数据隐私保障
3. 方案三：Dify+VDB（功能强大、支持工作流编排）
可视化、多知识库、API开放、复杂工作流设计
4. 方案四：千帆平台+知识库（企业级、开箱即用）
预置技能、模型灵活切换，适合企业级应用

三、实操

演练：现场搭建个人工程知识库
1. 第一步：文档准备与预处理
选用技术规范、施工方案、标准文本。命名规则
2. 第二步：工具安装与配置（以AnythingLLM为例）
配置三要素
3. 第三步：创建工作区与上传文档
按专业创建工作区，批量上传文档，触发向量化
4. 第四步：智能检索与问答测试
提问公式：任务指令+数据范围+输出格式。实例
5. 第五步：知识库持续优化

四、工程场景应用：知识库实战落地

场景一：技术规范快速检索
输入问题→系统检索规范片段→生成结构化报告并标注出处
决策响应从数周缩至数天
场景二：施工方案编制辅助
检索同类方案框架、技术参数、控制要点，减少重复劳动
场景三：安全事故案例库与风险预警
存储事故报告、隐患案例，自动检索风险提示，辅助安全管理
4. 现场实战环节：分组搭建我的第一个工程知识库

智慧赋能：个人专属智能体搭建与培养

一、智能体基础：从概念到实操

1. 核心架构
感知层→决策层→执行层→记忆层
2. 提示工程
四要素：角色设定、任务描述、输出格式、约束条件。实例
3. 智能体培养逻辑
持续迭代：对话训练、反馈纠正、知识注入、工作流固化

二、主流智能体工具详解与实操

1. 工具一：OpenClaw——开源、隐私优先
部署流程：验证环境→配置API凭证→启动服务→测试工作流
支持多代理、不同人格（SOUL.md文件配置）
培养方法：编写SOUL.md定义性格、沟通风格、工作原则
2. 工具二：Dify——可视化智能体开发平台
3. 工具三：Coze——零门槛智能体搭建

三、智能体的培养：从搭建到持续进化

1. 初始配置
角色定位、知识范围、工作边界、安全约束
2. 对话训练
肯定正确、纠正错误、追问澄清、分步引导
3. 知识注入
持续补充新规范、项目案例、专家经验、问答记录
4. 工作流固化
将高频任务固化为技能

四、现场实战：搭建并培养一个工程场景专属智能体

1. 实战目标
每组选择业务场景，搭建智能体原型
可选场景：技术方案审核、安全巡检、合同审核、工程量计算、材料询价
2. 实施步骤
场景定义→工具选择→智能体搭建→对话训练→测试优化
3. 成果展示与互评
每组5分钟路演，从功能完整性、回答准确性、便捷性、创新性四维度评分

标杆领航：五个工程行业AI应用典型案例

内容重点

案例一：中铁城建AI助手——施工方案生成15秒完成
案例二：铁一院多模态大模型——70年铁路经验活起来
案例三：蜀道集团工程技术规范库——RAG赋能智能决策
案例四：智行国际AI隐患识别智能体——施工安全智能管控
经验：多模态+知识图谱；全流程智能化输出；移动端便捷体验

行动指南：从课堂到工地的AI落地路线图

一、个人AI应用起步清单

培训结束后一周内完成五件事
第一，选定AI工具（DeepSeek）并完成配置
第二，搭建个人知识库（上传20份核心文档）
第三，创建第一个智能体（Coze平台，简单场景）
第四，建立AI使用习惯（先问AI→再查规范→最后请教专家）
第五，记录AI使用成果，每周复盘

二、团队AI应用推进建议

三步法
第一步：选准场景，小切口突破（方案生成或规范检索）
第二步：培养种子选手，形成火种效应
第三步：制定规范，固化成果（知识库月更新、智能体季评估、经验双周分享）

三、持续学习资源推荐

1. 工具推荐：DeepSeek、通义千问、KIMI、文心一言、Coze、Dify、OpenClaw
2. 学习资源：官方文档、行业交流社群、公众号/知识星球、线上挑战赛
3. 企业内训深化：三个月后成果汇报会，六个月后进阶培训，一年后评选标杆案例
课程总结与答疑
回顾核心知识点与实操技能
互动答疑
资料工具包发放

适合对象

工程建设企业项目总工、技术负责人、安全/质量/商务人员、设计、BIM工程师、业务技术骨干等

课程定位与主要问题

工具会用但流程接不上、结果不好验时，课程可以用于梳理现状、练习方法，并明确课后的跟进责任

核心收益

场景边界更清楚：AI驱动的个人知识库搭建全流程，独立完成从资料收集、向量化到智能检索的全链路构建
学会培养专属AI智能体的系统方法，掌握OpenClaw、Dify、Coze等至少三种主流框架
建立AI+工程融合思维，直接应用于方案编制、规范检索、安全排查、合同审核等场景

查看更多收益收起更多收益

获得五个完整标杆案例的实操参考，涵盖方案生成、知识库、安全巡检、合同审核等方向
场景边界更清楚：个人AI应用行动方案，确保学习成果落地生效

课程背景与交付信息

随着人工智能技术的迅猛发展，以大语言模型和AI智能体为代表的AI工具正在深刻改变各行业作业方式。工程建设行业长期面临知识传承难、经验复用率低、方案编制耗时长、隐患排查依赖人工等痛点。锚准这一变革赛道，行业头部企业开始布局领跑和冲线。中铁城建AI助手实现15秒生成2万字施工方案，采纳率100%；铁一院多模态大模型贯通28个铁路专业知识，问答准确率超90%；蜀道集团RAG规范库将选型周期从数周缩至数天。这些发生在当下的标杆实践证明，AI已成为工程建设降本增效的核心驱动力。然而，当前多数的从业者普遍仍停留在AI工具浅层使…

课程时间

1天

授课方式

理论讲授、案例剖析、现场演示、分组实操、成果路演

课程内容重点

01重塑认知：AI如何改变工程建设行业

02筑基固本：AI驱动的个人知识库搭建与应用

03智慧赋能：个人专属智能体搭建与培养

04标杆领航：五个工程行业AI应用典型案例

05行动指南：从课堂到工地的AI落地路线图

讲师介绍

蔺军

工业数智化实战专家

浙江大学工学博士，正高级工程师。21年工程管理及12年数智化实战经验，主导3家龙头企业数智化转型，擅长智能建造与大型工程全周期管理，兼具深厚学术背景与丰富一线实战成果

建筑工程钢结构桥梁工程智能制造航空航天

查看讲师主页

课程差异说明

本课程页面围绕《068 智建未来之登高篇：智能建造人人可为—工程场景AI专项应用之高阶赋能》重点呈现课程定位、适合对象、核心收益和 5 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

工程建设企业项目总工、技术负责人、安全/质量/商务人员、设计、BIM工程师、业务技术骨干等。

学习这门课可以获得什么收益？

掌握AI驱动的个人知识库搭建全流程，独立完成从资料收集、向量化到智能检索的全链路构建；学会培养专属AI智能体的系统方法，掌握OpenClaw、Dify、Coze等至少三种主流框架。

课程通常安排多长时间？

课程通常可按1天安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用理论讲授+案例剖析+现场演示+分组实操+成果路演，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配

智能建造 人人可为—工程场景AI专项应用之高阶赋能