WindMindOM M5 知識引擎里程碑：ChromaVectorRetriever 上線 × Z72 手冊 531 chunks 向量化 × 現場完工流程

離岸風電維運平台不只是工單系統——它是一個必須在鹽霧海風中回答精確問題的知識引擎。本週（2026-06-08），WindMindOM 的 M5 模組在三個關鍵里程碑同步交匯：語意向量檢索基礎架構 ChromaVectorRetriever 正式上線、 Z72 現場手冊被分拆成 531 個語意 chunks 全量寫入向量資料庫、以及現場完工流程（M5-5 Part B-2）的 assignee 過濾與佐證上傳完成閉環。

這三件事看起來像是三個獨立的 PR，但從系統架構角度來看，它們共同構成了 WindMindOM 從「工單管理工具」向「風機知識問答平台」的決定性跨越。

M5-2：從關鍵字到語意——ChromaVectorRetriever 的架構決策

在 WindMindOM 早期版本中，知識檢索依賴關鍵字比對：技師輸入「葉片異常振動」，系統返回包含這幾個字的段落。這個方式在手冊文本規範、術語統一時還算可用，但真實的離岸風場現場話語遠比這複雜——技師可能說「旋轉部件有異聲」，而正確的 SOP 段落可能用「葉片不平衡 + 主軸諧振」來描述同一問題。

本週合入的 PR #100 引入了 ChromaVectorRetriever，以 ChromaDB 作為本地向量資料庫後端，搭配 Sentence Transformers 生成語意嵌入（Embedding）。系統架構設計上選擇了一個重要的抽象層：

                🧬 ChromaVectorRetriever 設計重點
                統一介面：與既有的關鍵字檢索層共享相同的 Retriever 抽象，兩者可以在同一個 RAG pipeline 中混用（Hybrid Search 預留空間）
Collection 隔離：Z72 手冊、ECN 規範、工單歷史各有獨立 collection，避免跨文件污染
非同步寫入：向量寫入採用 async batch，確保批量 ingestion 不阻塞 API 回應
本地優先：在風場網路不穩定的環境下，ChromaDB 本地部署比雲端向量 DB 更可靠

            

這個選擇反映了工業 AI 應用的一個核心矛盾：雲端向量資料庫（如 Pinecone、Weaviate）功能豐富，但需要穩定網路；離岸風場的通訊條件恰恰是最不穩定的環境之一。在可靠性與功能之間，研究室選擇了「本地優先、語意優先」的路線。

M5-3/4：Z72 手冊向量化——531 chunks 的工程細節

有了 ChromaVectorRetriever，下一個問題是：把什麼內容向量化？這週的 PR #103 回答了這個問題：Z72 現場維護手冊全量向量化，最終產出 531 個語意 chunks，取代了原有的 fixture 測試資料。

531 不是一個隨機的數字。Chunking 策略的選擇直接決定了 RAG 系統的回答品質：

設計面向	選擇	理由
Chunk 大小	512 tokens（含 64 token overlap）	保留跨段落的 SOP 步驟完整性
分割依據	章節結構優先，段落為輔	避免將同一個 SOP 步驟切成兩個 chunk
Metadata 標記	章節 ID、機組型號（Z72）、頁碼	支援後續過濾與來源追溯
取代 fixture	是，正式取代測試用虛擬資料	讓 CI 測試在真實向量空間中驗證

📚 為什麼「取代 fixture」是一個重要決策？

在軟體開發中，用虛擬資料（fixture）做測試是常規操作，但在向量檢索系統中，fixture 往往太「乾淨」：向量之間的距離分布與真實手冊文本完全不同。當你的測試在 fixture 上通過，但真實手冊文本讓 retriever 返回錯誤段落時，你才會發現問題。PR #103 讓 CI pipeline 開始在真實的 Z72 向量空間中跑，讓每次 commit 都承擔「真實檢索品質」的壓力。這是研究等級的系統工程與產品等級的系統工程之間的關鍵差距。

M5-5 Part B-2：讓完工流程在現場真正可用

語意檢索解決了「問對問題、找到答案」的部分；但離岸風電維運還有另一半邏輯： 任務完成的佐證閉環。工單不只要派出去，還要確認「有誰做了什麼、留下了什麼證據」。

本週的 PR #101 完成了 M5-5 Part B-2 現場完工流程，核心新增功能包含：

Assignee 過濾：完工提交只接受被指派的技師，防止非授權人員誤提交
佐證上傳：支援現場照片與簽名作為完工佐證，並設定檔案大小上限（PR #102 的後續修正）
退料 Guard 重做：處理退料場景的 edge case，避免耗材庫存在部分退料時出現計算異常

💡 技術啟示：工業 SaaS 的「最後一公里」難題

在一般的 Web 應用中，檔案上傳是小事。但在離岸風場的場景中，技師在機艙頂拍的照片可能是 15MB 的 RAW 檔，而風場現場的 4G 訊號只有 1 Bar。「佐證上傳」的背後是：壓縮策略、斷點續傳、離線暫存、重試機制的完整工程。這些不是研究論文會討論的細節，卻是工業 SaaS 產品落地的決定性因素。 WindMindOM 在 M5 這週直接面對了這些「最後一公里」問題。

本週研究室行動項目

✅ 確認完成

ChromaVectorRetriever 正式上線，PR #100 合入（M5-2）
Z72 手冊 531 chunks 全量向量化，取代 fixture，PR #103 合入（M5-3/4）
現場完工流程 Assignee 過濾 + 佐證上傳，PR #101 合入（M5-5 Part B-2）
完工佐證大小上限 + 退料 guard 修正，PR #102 合入
清理 21 個 stale PRs，健康度盤點完成

🎯 下一步展望

M5-2 語意檢索品質評估：在真實 531-chunk 空間上進行 Hit Rate 與 MRR 測試
Hybrid Search 實驗：BM25 關鍵字 + ChromaDB 語意，加權融合策略設計
Multi-turbine 支援：將向量化流程擴展至 Vestas V120 等其他機型手冊
現場完工流程離線模式：評估 PWA 或 React Native 的離線佐證暫存方案

WindMindOM 在 M5 這週跨越了一條重要的邊界：從「管理工單的工具」變成「能回答風機問題的系統」。 531 個 chunks 只是開始——真正的挑戰是在接下來的評估與迭代中，讓這個知識引擎真正在現場技師的手裡成為可信賴的夥伴。

本週 RAG Ultimate 同步完成了 Phase 3 r112~r114 三輪 standby 健康 checkpoint，系統保持穩定。下一步待確認 Phase 4 主線方向。

本文參考來源