处理从理论到实践：半导体晶圆厂运维助手的工业级AI意图识别分层漏斗架构这类问题时，先确认目标场景，再按步骤核对配置或玩法细节。

一、背景：为什么我们需要分层漏斗？

在 AI 落地的真实场景中，我们常常面临两个极端：

真正优秀的架构师，不是把所有请求都交给最强大的模型，而是知道哪些请求根本不需要大模型。

分层漏斗架构的核心思想就是：像医院分诊一样，按请求复杂度分配算力资源。规则层拦截高频固定意图（毫秒级），上下文层处理多轮对话依赖（百毫秒级），RAG 层应对专业知识查询（秒级），仅有极少数边缘情况落入大模型兜底层。

下文会以半导体晶圆厂（FAB）运维助手为场景，介绍一个基于 Flask + Modular RAG 的 MVP 实现，展示如何将这一思想落地为可运行的系统。

二、半导体晶圆厂场景的特殊性

半导体制造对环境、设备、工艺的要求极高，运维人员经常需要查询：

这些请求中，70%以上是高频固定意图（如"帮助"“设备状态”“报错”），可以直接用规则层拦截；约20%涉及上下文依赖（如"那湿度呢？"需要结合上一轮的对象）；不到10%需要专业知识库检索或复杂分析。分层漏斗恰好匹配这种流量分布。

三、架构设计：四层漏斗逐级过滤

我们的 MVP 在原有三层基础上增加了 RAG 层，形成更精细的四层漏斗：

1. 规则层（Rule Layer）

# rule_layer.py 核心逻辑RULES =[(r'b帮助b|bhelpb','help'),(r'b设备状态b|b机台状态b','status'),(r'b报警b|b报错b','report_fault'),]defmatch(text):for pattern, intent in RULES:if re.search(pattern, text, re.IGNORECASE):return intent,1.0returnNone,0.0

2. 上下文层（Context Layer）

# context_layer.py 简化版classContextTracker:def__init__(self):self.sessions ={}# session_id -> {history, slots}defupdate(self, session_id, user_input, intent=None):session = self.sessions.setdefault(session_id,{'history':[],'slots':{}})# 根据当前输入和历史槽位推断意图...

3. RAG 层（Retrieval-Augmented Generation）

每个模块均可独立替换，例如 Retriever 可以从关键词匹配升级为向量数据库，Reranker 可以换成交叉编码器。

4. 兜底层（Fallback Layer）

四、代码实现关键点

4.1 Flask 后端

app.py 提供两个路由：

@app.route('/api/chat', methods=['POST'])defchat():data = request.get_json()result = engine.process(data['message'], data.get('session_id','default'))return jsonify(result)

4.2 分层引擎

IntentEngine 依次调用各层，并记录 trace：

defprocess(self, message, session_id):start = time.time()trace =[]# 规则层intent, conf = rule_layer.match(message)if intent:latency =(time.time()- start)*1000trace.append({"layer":"rule","detail":f"matched {intent}","latency":latency})return build_response("rule", intent, conf, latency, trace)# 上下文层...# RAG层...# 兜底层...

4.3 前端 Trace 可视化

前端使用 Flexbox 布局，左侧聊天区，右侧处理路径面板。每次请求返回后，将 trace 渲染为可折叠的层级卡片，显示每层名称、耗时、命中/跳过原因。效果如下：

┌─────────────────────────────────────────────────────────┐│规则层⏱️ 0.5ms ❌ 跳过││原因：未匹配到规则│├─────────────────────────────────────────────────────────┤│上下文层⏱️ 1.2ms ❌ 跳过││原因：意图不明确│├─────────────────────────────────────────────────────────┤│RAG层 ⏱️ 2350ms✅ 命中││查询改写：良率下降 → 良率管理 故障排查││检索文档：3篇相关文档 ││答案生成：基于知识库生成专业回答 │└─────────────────────────────────────────────────────────┘

界面展示

五、典型对话示例

六、性能指标

七、总结与扩展

核心理念

克制与精准的流量调度——不是所有请求都需要大模型，也不是所有规则都能永远生效。分层漏斗的本质是一种成本与效果的帕累托最优。

可扩展方向

八、获取源码

本项目已在 GitHub 开源，欢迎 Star 和 Fork：https://github.com/BumbleBee-ZDS/Intent-Recognition-Hierarchical-Funnel-Architecture