Case Studies README(案例域使用说明)
知识库位置:
FDE Knowledge Base/06 Case Studies/README.md整体结构见 Case Studies Knowledge Map(案例研究知识地图)。
06 Case Studies│├── Case-Studies-Knowledge-Map(案例研究知识地图)│├── 01-Enterprise-Knowledge-Assistant(CS-001 企业知识助手)│├── 02-AI-Customer-Support-Agent(CS-002 AI 客服智能体)│├── 03-AI-Sales-Assistant(CS-003 AI 销售助理)│├── 04-Manufacturing-Predictive-Maintenance(CS-004 制造业预测性维护)│├── 05-Enterprise-Data-Integration(CS-005 企业数据集成)│├── 06-AI-Workflow-Automation(CS-006 AI 工作流自动化)│├── 07-Cross-Case-Comparison(横向案例对比)│├── 08-Cross-Case-Lessons(横向案例经验)│└── README(本文件)同时:
99 Templates/└── Case-Study-Template(案例研究模板)Case Study 的真实性等级(Case Type,案例类型)
Section titled “Case Study 的真实性等级(Case Type,案例类型)”随着知识库增长,每篇 Case Study(案例研究)都必须标注真实性等级:
Case Type(案例类型):- Reference Scenario(参考情景):教学用综合案例- Anonymized Real Case(匿名真实案例):脱敏后的真实项目- Public Case(公开案例):来自公开来源- Internal Case(内部案例):来自内部项目目前六篇案例均标记为:
Case Type: Reference Scenario(参考情景)因为它们是用于教学和方法论说明的综合案例,不应包装成某个真实客户项目。
以后如果加入真实案例,应明确标记:
Anonymized Real Case(匿名真实案例)并删除:
- Customer Name(客户名称)
- Sensitive Data(敏感数据)
- Internal Architecture Secrets(内部架构细节)
- Credentials(凭证信息)
- Confidential Metrics(保密指标)
Case Study Metadata(案例元数据)
Section titled “Case Study Metadata(案例元数据)”每篇 Case Study 顶部统一包含:
Case ID(案例编号)Industry(行业)Primary Domain(主要领域)Case Type(案例类型)Complexity(复杂度)Primary Technologies(主要技术)Business Function(业务职能)Delivery Stage(交付阶段)Status(状态)Version(版本)例如(CS-001):
Case ID: CS-001
Industry(行业):Cross-industry(跨行业)
Primary Domain(主要领域):Enterprise Knowledge(企业知识管理)
Case Type(案例类型):Reference Scenario(参考情景)
Complexity(复杂度):Medium(中)
Primary Technologies(主要技术):RAG(检索增强生成)Search(搜索)SSO(单点登录)LLM(大语言模型)
Business Function(业务职能):Knowledge Management(知识管理)
Delivery Stage(交付阶段):End-to-End(端到端)
Status: Core
Version: v0.1这样后面案例增长到几十篇时,可以按照:
- Industry(行业)
- Architecture(架构)
- Technology(技术)
- Business Function(业务职能)
- Complexity(复杂度)
进行筛选。
06 Case Studies
Version: v0.1(Core Reference Cases)KB Version: v0.7Status: Core Reference Cases(核心参考案例)
Coverage(覆盖模式):- Knowledge(知识问答)- Support(客户支持)- Sales(销售)- Manufacturing(制造业)- Data(数据)- Workflow Automation(工作流自动化)