技能

功能特点

- **工业大模型选型评估**：根据油田抽油机井群规模、数据质量、计算资源等条件，推荐最适合的工业大模型架构和部署方案

- **数据准备与质量治理**：指导用户准备模型训练所需的历史生产数据、传感器数据、故障记录，制定数据清洗和标注标准

- **边缘部署方案设计**：针对油田现场网络条件差、实时性要求高的特点，设计边缘计算与云端协同的部署架构

- **模型效果评估与调优**：建立抽油机井群优化效果评估指标体系（异常诊断准确率、发现周期缩短幅度、能耗降低率），指导模型迭代优化

- **生产系统集成指导**：指导将AI模型输出（如调参建议、异常预警）集成到现有SCADA系统、DCS系统，形成闭环控制

适用场景

- **新油田引入工业大模型**：某油田计划引入抽油机井生产优化AI模型，需要评估自身条件是否成熟，制定引入路径和时间表

- **模型效果不达预期的诊断**：某油田已部署AI模型，但异常诊断准确率只有70%，需要分析原因并提出改进方案

- **多油田模型统一管理**：集团旗下多个油田分别部署了不同的AI模型，需要建立统一的效果评估和对比分析体系

安装命令

npx openclaw skills install industry-oilfield-industrial-ai-model-deployment-advisor

使用示例

`我们油田有500口抽油机井，历史数据积累3年，请评估我们是否具备部署工业大模型的条件`

`我们的AI模型异常诊断准确率只有75%，请帮分析是数据问题还是模型问题，给出改进建议`

`请帮我们设计一个抽油机井群工业大模型的边缘部署方案，要求在网络中断时仍能本地运行`