CNC智能报价系统
🦫 让AI代替人工完成制造零件报价
基于RAG的智能检索系统，10分钟完成传统需要数天的报价工作。
作者信息
| 项目 | 信息 |
|---|
| ------ | ------ |
| 作者 | Timo |
| 邮箱 | miscdd@163.com |
| 标识 | 海狸 (Beaver) - 靠得住、能干事、在状态 |
核心功能
| 功能 | 说明 |
|---|
| ------ | ------ |
| 🔍 智能检索 | 向量检索 + 规则匹配双引擎 |
| 🧠 知识库 | 基于RAG的智能报价 |
| ⚡ 风险控制 | 价格异常检测与预警 |
| 📊 案例匹配 | 历史报价案例相似度检索 |
系统架构
用户输入需求
↓
HybridRetriever（混合检索器）
├─ VectorRetriever（向量检索）
└─ RuleRetriever（规则匹配）
↓
QuoteEngine（报价引擎）
├─ 材料成本计算
├─ 工时估算
└─ 风险评估
↓
输出报价 + 风险报告
文件结构
cnc-quote-rag-system/
├── SKILL.md # 本文件
├── SKILL_BOM.md # 物料清单
├── config.json # 配置文件
├── requirements.txt # 依赖列表
├── cases.json # 案例库
├── cnc_quote_engine.py # 报价引擎
├── hybrid_retriever.py # 混合检索器
├── case_retriever.py # 案例检索器
└── risk_control.py # 风险控制器
快速开始
安装依赖
pip install -r requirements.txt
使用示例
from cnc_quote_engine import CNCQuoteEngine
from hybrid_retriever import HybridRetriever
from risk_control import RiskController
# 初始化
engine = CNCQuoteEngine()
retriever = HybridRetriever(mode="hybrid")
risk_ctrl = RiskController()
# 计算报价
quote = engine.calculate(
material="AL6061",
dimensions=[100, 50, 10],
surface="anodize",
quantity=10
)
print(f"单价: ¥{quote.unit_price}")
print(f"交期: {quote.lead_time}天")
核心模块
| 模块 | 文件 | 功能 |
|---|
| ------ | ------ | ------ |
| 报价引擎 | cnc_quote_engine.py | 成本计算+风险评估 |
| 混合检索器 | hybrid_retriever.py | 向量+规则双引擎 |
| 案例检索 | case_retriever.py | 历史案例匹配 |
| 风险控制 | risk_control.py | 价格异常检测 |
检索模式
| 模式 | 说明 | 适用场景 |
|---|
| ------ | ------ | ---------- |
vector_only | 纯向量检索 | 语义相似查询 |
rule_only | 纯规则匹配 | 精确条件查询 |
hybrid | 混合检索 | 综合场景（推荐） |
性能指标
| 指标 | 数值 |
|---|
| ------ | ------ |
| 检索速度 | <200ms |
| 准确率 | >95% |
| 支持材料 | 50+ |
| 案例库 | 可扩展 |
风险等级
| 等级 | 分数范围 | 说明 |
|---|
| ------ | ---------- | ------ |
| LOW | 80-100 | 安全，可直接执行 |
| MEDIUM | 60-79 | 需注意，建议复核 |
| HIGH | 40-59 | 高风险，必须检查 |
| CRITICAL | 0-39 | 严重风险，禁止执行 |
License
MIT License - Copyright (c) 2026 Timo
🦫 海狸 (Beaver) | 靠得住、能干事、在状态