Transforming solar and wind maintenance reports with Genie and AI agents

通过 Genie 和 AI 代理转变太阳能和风能维护报告 | Databricks 博客

跳至主要内容

客户

2026年6月8日

通过 Genie 和 AI 代理转变太阳能和风能维护报告

Plenitude 如何使用 Databricks Genie 和 Agent Bricks 将非结构化的维护 PDF 转换为可搜索的数据层，并在太阳能和风能电厂中实现自然语言分析。

作者：Maria Vallarelli

摘要

• Plenitude 在 Databricks Genie 上构建了一个基于代理的系统，将太阳能和风能维护的非结构化 PDF 转换为统一的、可查询的数据模型。

• 该解决方案结合使用 Genie、Unity Catalog 语义元数据和 AI 函数，使用户能够通过自然语言提问，并在电厂和时间维度上创建可视化。

• 早期成果包括更快的多电厂分析、具有行级安全性的受控自助访问，以及对关键资产（如逆变器）进行预测性维护的基础。

通过 AI 代理从维护 PDF 转变为可操作的洞察

太阳能和风能电厂的操作和维护供应商通常以 PDF 的形式交付报告，关键信息分散在自由文本、表格和图像中。这种格式易于访问但难以扩展：随着资产数量的增加，团队必须手动阅读每份文档以了解故障、趋势或重复问题，这使得跨电厂的比较变得缓慢且不一致。

Plenitude 和 Databricks 构建了一个基于代理的系统，将这些 PDF 维护报告转换为结构化数据。核心思想很简单：将文档转换为数据，然后使用 AI 代理从这些数据中提取可操作的见解。现在用户可以通过自然语言提问，分析时间趋势，比较电厂并导出结构化输出，而无需逐个浏览报告。

从 PDF 到数据分析的基于代理的架构

该解决方案从事件驱动的电厂级 PDF 报告摄入开始。每份新报告都会触发一个 Databricks 作业，该作业解析文档并应用基于 LLM 的提取。提取的元素以 JSON 格式序列化并存储在 Delta Lake 中，Delta Lake 保留完整的版本历史，以便审计和重放。

图1：用于多电厂分析的自动化文档智能架构

为了解决维护信息几乎完全存在于非结构化 PDF 中的根本问题，Plenitude 使用了 Databricks 文档智能 AI 函数——特别是 ai_parse_document，从每一页中提取多种类型的元素，包括文本块、表格、图表和元数据。每个元素都通过诸如电厂、报告周期、页码和内容类型等属性进行丰富，并且每条记录都保留直接链接回原始报告，以实现可追溯性。

这种结构解锁了强大的功能：

• 按时间、类别和地理位置进行过滤。

• 识别内容类型并使用空间坐标。

• 将每个见解追溯回原始 PDF。

• 与 BI 工具和数字代理集成，而无需更改底层文档。

维护报告不再是静态文件，而是成为准备进行高级分析和代理推理的持久数据层。

在 Databricks 上的数据处理：从 PDF 到 Delta Lake

架构分为三个主要层次：摄入和解析、数据结构化和基于代理的交互。

图2：提取 - 查询 – 推理

步骤1：解析

使用 ai_parse_document，该流程从每一页中提取文本、表格和元数据，并将其序列化为结构化的 JSON 对象。即使是最复杂的表格也能完整地被捕捉，包括其在页面上的位置和 HTML 表示。

步骤 2：标准化和存储

对于每一页（page_id）和每一个对象（id），系统会在 Delta Lake 表中创建一行。每一行包含以下内容：

• 提取的 JSON 内容。

• 页面和对象标识符。

• 表示页面上边界框的坐标（coords）。

• 内容类型（例如文本或表格）。

• 高价值的元数据，如月份、年份、文件名、类别和国家。

这种标准化模型将 PDF 转换为统一的、可查询的数据集，便于与其他数据源进行连接，同时保留了与原始文档的完整可追溯性。

步骤 3：Genie 空间和 Agent 模式

在这一精心构建的数据层之上，Plenitude 创建了一个专用的 Genie 空间，然后利用 Genie 的 Agent 模式对数据进行深度研究。Genie 使用结构化的 Delta Lake 表作为其主要上下文，并允许用户使用自然语言与维护数据进行交互。

当用户提出一个问题时，Genie 会：

• 使用 Unity Catalog 中的语义元数据来识别可用的表和列。

• 借助详细的列描述、精选的知识库和 SQL 示例来指导查询生成。

• 生成并执行针对结构化层的 SQL 查询。

• 返回答案、可视化结果，并可选择导出结果。

图 3：Genie：从问题到可视化

这种设计使 Genie 能够理解维护数据的业务语义及其底层结构，从而产生准确且具有上下文感知的答案。

图 4：Genie 工具流和执行管道

元数据和指令对 Genie 的重要性

为了从复杂的 PDF 派生数据集中获得可靠的结果，仅有上下文是不够的。Plenitude 发现，两个设计模式至关重要：丰富的元数据和对 Genie 空间的明确指令。

元数据作为与 Agent 的契约

明确的表和列描述告诉 Genie 每个字段的含义以及如何使用。例如，page_id 识别原始报告中的源页面，type 表示元素是文本还是表格，coords 编码了空间位置，content 包含提取的文本或表格表示。这些元数据将原始 JSON 转换为 Genie 可推理的可理解知识。

通用指令作为操作基础

当数据碎片化或跨越多个页面时，添加到 Genie 空间本地知识库中的领域特定指令变得至关重要。Plenitude 对处理跨页表格、忽略 HTML 艺术品、排除标题行和应用特定于工厂的过滤器进行了编码。

一个实际的例子：即使拥有完整的元数据，如果 Genie 对 YTD 列求和或忽略了缺失的月份，它可能会计算出错误的季度总计。通过添加明确的指令，如“仅使用月级列，从不使用 YTD 字段”和“在求和之前验证所有必需的月份都已存在”，团队为 Genie 提供了确保结果一致的操作保障。

这些特定于 Genie 空间的指令，结合来自 Unity Catalog 的元数据，有助于 Genie 正确地应用逻辑来解释数据。

使用 Genie 和 Agent Bricks 实现可扩展的 Agent 工作流

虽然 Genie 在结构化维护层之上提供了强大的研究代理体验，但 Plenitude 也需要可重复的工作流程和编排，以支持日益增长的一系列使用场景。Agent Bricks 是这一演进的下一步。

借助 Agent Bricks，Plenitude 可以从“LLM 加提示”模式转向代理式工作流程，这些工作流程可以代表维护分析师和工程师执行一系列操作。由 Delta Lake 表、元数据和指令支持的 Genie 所使用的相同精选数据，可以被使用 Agent Bricks 构建的 Supervisor 风格代理重复使用，以实现以下目标：

• 将复杂问题分解为更小的分析任务。
• 调用 Genie 工具流程生成并执行 SQL。
• 触发下游操作，如报告生成或警报创建。

过去需要手动连接提示、工具和验证逻辑的工作，现在可以集中到 Agent Bricks 中，与管理数据的同一 Databricks 平台进行统一管理。

通过自动液态聚类优化性能

由于代理驱动的查询是探索性和动态的，传统的基于 Z-ORDER 的调优并不总是最佳选择。Plenitude 发现，随着新报告、用户和问题的出现，访问模式会不断演变，这使得手动聚类难以持续维护。

相比之下，自动液态聚类通过学习表的实际使用方式，并据此调整布局，从而减少了对前期索引设计和持续调优的需求。这一点在概念验证和早期上线阶段尤为重要。在这一背景下，自动聚类是 Delta 表上代理和 LLM 驱动工作负载的首选方案。

为 Genie Rooms 提供数据访问安全

维护数据通常有特定于国家或地区的访问要求。为了统一执行这些规则，Plenitude 使用行级安全性，结合 Unity Catalog 和表进行管理。

一个 Unity Catalog 函数会确定当前用户可以访问哪些国家，并返回一个列表或关键字 ALL（如果用户有完全的访问权限）。然后，表会根据该函数过滤行，因此每个用户只能看到其被授权访问的国家的数据。

当用户通过 Genie Room 进行交互时，所有查询都运行在过滤后的表上，因此行级安全性会自动应用。这意味着用户可以用自然语言提问，但只能看到他们被允许查看的数据。同一数据集同时支持 Genie、代理和 BI 工具，而可见性则根据用户进行调整。

未来改进：迈向预测性维护

由于维护报告包含开放事件和故障详情，结构化数据模型是预测性维护的坚实基础。逆变器就是一个很好的例子：故障可能导致每个单位损失数兆瓦时的电量，而重复问题通常首先出现在维护笔记中。

通过分析随时间推移的故障模式，Plenitude 可以：

• 识别潜在的记录问题。
• 检测早期预警信号。
• 优先考虑需要进一步调查的工厂。
• 将更高质量的事件历史数据输入预测模型。

基于代理的系统将这些信号转化为可访问的分析、趋势和可视化，使团队能够提前预知问题，而不仅仅是被动应对。

在之前的方法中，分析仅限于单独阅读报告，这使得难以建立历史趋势、比较工厂或生成结构化输出。创建图表、导出结果或结合多个报告中的见解最多只能手动完成，而且通常不可行。

通过使用 Databricks 上的 Genie Agent 模式和一个适合代理的数据模型，Plenitude 可以：

• 跨时间、跨工厂探索维护数据。

• 生成可视化图表并导出结果，包括 PDF 输出。

• 检测早期信号和重复模式。

• 扩展分析，而无需增加手动工作量。

通过结合结构化数据、业务元数据和人工智能推理，系统生成的分析、趋势和可视化支持问题的早期检测和预测，而不仅仅是回顾性报告。

了解更多关于 Databricks Genie 和 Agent Bricks 的信息。

在您的邮箱中获取最新文章

订阅我们的博客，即可将最新文章发送到您的邮箱。

注册

查看所有博客

slice-start id="_gatsby-scripts-1"

slice-end id="_gatsby-scripts-1"