AI Agent紡織業之應用

本研究採取「理論分析」與「技術實作」並行之方式。首先深入剖析 經濟部 IPAS「AI 應用規劃師」 之職能大綱，將其核心決策邏輯具現化。隨後以 南緯實業 之紡織生產檢測為實務場景，建構一套基於 Ollama Llama3 地端大型語言模型 (LLM) 之智慧 Agent 系統。該系統透過 「知識、感知、認知、執行」 之四層架構，成功解決了工業原始數據中語意模糊、格式錯位及異常負值等痛點。最終透過 64 筆批次實務資料 實驗驗證，證實該系統能有效自癒髒數據，並在確保工業安全的前提下，大幅提升品質監測之自動化效益。

AI Agent 四層架構與流程圖導讀

本系統的核心引擎分為四個運作層次，旨在將製造現場的碎片化資訊轉化為企業決策：

• 感知層 (Perception)：利用多模態 LLM 技術將口述、手寫或非標準化郵件提取為標準結構化 JSON 格式，解決紙本報告數位化的難題。

• 知識層 (Knowledge)：透過 RAG (檢索增強生成) 檢索「2026 驗布新規」與海關法規，提供「色差值 > 3.0 即不合格」的精確判定基準。

• 認知層 (Cognitive)：運用 思維鏈 (Chain of Thought, CoT) 推理邏輯，使 AI 能理解如「經紗斷裂」或「布面油汙」等複雜瑕疵的嚴重性，而非僅進行數值比對。

• 執行層 (Execution)：透過 MCP (Model Context Protocol) 協議，自動於 ERP 系統標記阻斷並即時通知主管，實現端到端的智慧化閉環。