当老师傅的绝活不再是秘密
干过制造业的朋友应该都懂，车间里那些老师傅，个个都是宝。他们脑子里装着几十年攒下来的经验：哪种材料用多少转速、哪台机床有什么怪脾气、遇到突发故障该怎么处理……这些知识从来没人写成文档，全凭口口相传。可问题来了，老师傅一退休，这些经验就跟着没了。新来的小伙子对着机器抓瞎，只能翻说明书，可是说明书上哪有那些实战技巧？
我最近在GitHub上逛的时候，发现了一个挺有意思的技能项目，叫Manufacturing Operations Knowledge Base。这个项目是Taylored Systems做的演示案例，目的就是展示怎么把车间里的"部落知识"系统化地捕获下来，然后让AI变成一位随叫随到的"数字老师傅"。说实话，第一次看到这个想法的时候，我眼前一亮——这确实是制造业数字化转型里一个特别实在的痛点。
这个技能到底能干啥？
简单来说，它就是一个制造业的垂直知识库。里面预置了完整的知识结构，包括CNC设置、材料检验、维护保养、安全规程、故障排除等模块。每个模块都写得特别细，不是那种泛泛而谈的"要小心操作"之类的废话，而是具体到参数的那种。比如铝材CNC设置，它会告诉你要区分6061-T6和7075材料，因为两种材料需要的转速完全不同；扭矩要打到45牛米，不能多也不能少，而且还会加上Dave师傅的贴士："手指拧紧再转四分之一圈"。
更妙的是，它支持自然语言查询。员工不用学什么复杂的查询语法，就像跟同事聊天一样直接问："机器3显示错误代码E-47，我该怎么办？"系统就会返回你自己公司的处理流程，而不是去百度那些千篇一律的答案。这对于新员工的培训来说简直是神器，老员工离职了知识也不流失。
我仔细研究了它的知识结构
打开skill.md文件，你会看到它分了好几个章节，每个章节都像一本操作手册：
- CNC设置指南：包含铝材和钢材的不同设置步骤，从装夹材料到对刀，每一步都有明确的参数和注意事项。
- 材料检验程序：包括入库检验、尺寸抽检、首件检验等，每个环节都有具体的操作指南和记录要求。
- 维护保养日程：每天、每周、每月的维护清单，比如清洁导轨、检查液压油位、校准探针等。
- 安全规程：个人防护装备要求、应急处理流程（火灾、受伤、化学品泄漏等）。
- 故障排除：表面质量问题的排查表、尺寸偏差的排查表、刀具断裂的处理步骤。
- 老师傅经验贴士：这部分特别接地气，比如Dave说"如果机器声音不对，那它就是不对，停下来看看再做下一件废品"。
这些内容组织得井井有条，而且特别注意用表格来呈现故障排查信息，让人一目了然。
安装使用体验分享
我按照它的说明在本地试了试安装，过程挺简单的。在终端里输入npx skills add majiayu000/claude-skill-registry --skill Manufacturingdemo，等它下载完就行了。如果你是第一次用npx，可能会慢一点，但总的来说很顺畅。
装好之后，我试着问了几个问题，比如"How do I set up the CNC for aluminium?"，系统真的就把那套详细的铝材设置步骤给我列出来了，连Dave师傅的扭矩贴士都包含在内。这种把实操经验AI化的感觉，确实比翻几十页的操作手册高效多了。
一些想法和提醒
这个技能目前只是一个演示版，内容都是虚构的"Demo Manufacturing Ltd"公司的流程。但它的框架非常有参考价值。你想啊，如果一家企业真的能把老师傅的经验按这种结构整理出来，再用这个技能接入AI助手，那新员工培训效率绝对能翻好几倍。以前要跟师傅学三个月才能上手，现在问AI就行了，遇到特殊情况再找师傅确认。
不过话说回来，要建成这样一套知识库，前期收集和整理经验的工作量可不小。得有人去和老师傅们聊天，把他们的经验一条条记录下来，还要验证准确性。但这件事一旦做成了，那就是企业的长期资产，什么时候想查都方便。
总的来说，这个技能让我看到了一种可能性——制造业的知识管理不再依赖"人脑硬盘"，而是可以借助AI变成一种可持续的基础设施。虽然它还只是个demo，但方向是对的。如果你所在的企业也在为知识传承发愁，不妨参考一下这个项目的做法。
