erics-engineering-wisdom

skill
Security Audit
Warn
Health Warn
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 34 days ago
  • Low visibility — Only 5 GitHub stars
Code Pass
  • Code scan — Scanned 1 files during light audit, no dangerous patterns found
Permissions Pass
  • Permissions — No dangerous permissions requested

No AI report is available for this listing yet.

SUMMARY

Eric's Engineering Wisdom v2.0 - 12y automotive R&D experience distilled into an AI engineering diagnosis expert skill

README.md

Eric's Engineering Wisdom v2.0

12年一线汽车零部件研发经验 × AI = 生产级工程诊断专家系统

Download Count
License: MIT
WeChat: 网瘾中年


这是什么?

一个把人类工程师的实战经验"蒸馏"进 AI的技能包。

不是让 AI 替你做工程决策,而是让 AI 听懂你的工程问题、走对分析路径、不给你废话方案

核心能力

能力 说明
问题精准分类 自动识别 NVH / 电机 / 齿轮 / 材料 / 测试 五大领域,拒绝"通用技术回答"
跨域组合分析 支持多领域同时切入(如:电机+齿轮+NVH 联合诊断)
个人经验层 内置 Eric 12年研发一线数据:300+份检测报告、40+款量产车型、完整四阶段技术演进路径
工程智慧纲领 第一性原理 → 奥卡姆剃刀 → 端到端闭环,三条工程思维路线按需切换
生产级方案过滤 所有建议必须标注「生产可行性」等级,区分"理论可行"和"产线能用"

安装

方式一:一键安装(推荐)

访问 https://www.autodevai.cn/ai-tools 获取安装链接,WorkBuddy 用户可直接一键安装。

方式二:手动安装

# 1. 下载技能包
git clone https://github.com/Shun1989/erics-engineering-wisdom.git ~/.workbuddy/skills/erics-engineering-wisdom

# 2. 重启 WorkBuddy,技能自动加载

方式三:从 ZIP 安装

  1. 下载 erics-engineering-wisdom-v2.zip
  2. 解压到 ~/.workbuddy/skills/erics-engineering-wisdom/
  3. 重启 WorkBuddy

快速开始

安装完成后,直接向 AI 描述你的工程问题:

某纯电轿车在 60km/h 巡航时,车内中高频异音明显,
阶次分析显示在 2 阶、4 阶有峰值,
声品质主观评价"尖锐、刺耳",请问如何系统性排查?

AI 会:

  1. 识别问题领域(NVH / 阶次分析 / 声品质)
  2. 给出完整诊断路径(测试 → 分析 → 优化)
  3. 标注每个步骤的生产可行性
  4. 关联相似历史案例(如果有)

适用人群

角色 能获得什么
一线 NVH / 电机 / 齿轮工程师 问题诊断 SOP、工具链推荐、方案可行性预判
技术管理者(总监/经理) 团队技术决策框架、资源分配逻辑、风险点识别
AI 实践者 / 工程师 领域专家技能构建方法论、经验蒸馏完整案例

技能结构

erics-engineering-wisdom/
├── SKILL.md                          # 主技能定义(触发词、路由逻辑)
├── manifest.json                      # 技能元数据
├── README.md                         # 本文件
├── references/                       # 核心参考文档
│   ├── engineering-wisdom.md        # 工程智慧纲领(第一性原理/奥卡姆剃刀/端到端闭环)
│   ├── cross-domain-insight-map.md   # 跨域洞察地图(五大领域知识图谱)
│   ├── erics-judgment.md           # Eric 判断框架(经验数据 + 决策逻辑)
│   └── skill-cross-reference.md     # 技能交叉引用(与其他技能的协同)
└── engineering-expert/              # 子技能:领域专家路由
    ├── SKILL.md
    └── references/

真实场景示例

场景 1:NVH 阶次异音排查

问题:纯电轿车 60km/h 车内 2 阶、4 阶异音
AI 输出

  • 测试路径:LMS Test.Lab 阶次切片 → Head ArtemiS 声品质参数
  • 根因假设:减速器齿轮啮合频率调制 / 电机电磁力波
  • 生产可行性:标注「需整车半消声室」→ 提示替代方案
  • 历史案例:关联 3 款相似车型处理记录

场景 2:电机电磁噪声优化

问题:永磁同步电机 5000rpm 近场噪声超标 8dB(A)
AI 输出

  • 分析路径:电磁力波计算 → 定子模态匹配 → 结构修改建议
  • 方案分级:拓扑优化(生产可行)/ 磁钢斜极(需重新开模)
  • 风险点:标注「可能影响 NVH 其他频段」

场景 3:齿轮传动啸叫预测

问题:减速器样机台架测试啸叫超标
AI 输出

  • 分析路径:齿轮修形参数 → 传递误差 TE → 壳体模态
  • 优化建议:齿向修形量调整 + 壳体局部加强
  • 生产可行性:区分「样机可行」vs「量产成本可接受」

为什么需要这个技能?

通用 AI 的三个问题

问题 表现 后果
术语理解偏差 把"阶次"当"顺序",把"声品质"当"声音质量" 给出完全错误的分析方向
方案不可生产 推荐实验室级方案,不考虑产线约束 工程师拿去落地,发现根本做不了
无历史经验锚定 每次都从零开始"思考" 重复踩坑,无法积累

本技能的应对策略

  1. 术语表 + 领域知识图谱 → AI 真正"懂行"
  2. 生产可行性分级 → 区分"理论"和"实战"
  3. Eric 个人经验层 → 12年一线数据作为校验基准

技术演进背景

Eric 完整经历了汽车零部件 NVH 的四阶段技术演进

异音检测 → 声音大小判定 → 声品质合格性判断 → 主动声学

每个阶段的判断逻辑、工具链、生产约束,都沉淀在技能里。

这意味着 AI 不仅能回答"怎么做",还能回答"为什么这么做还有什么替代路径历史上踩过什么坑"。


获取更多

  • 技能一键安装https://www.autodevai.cn/ai-tools
  • 公众号文章:搜索「网瘾中年」查看技能诞生全过程
  • 问题反馈:GitHub Issues
  • 微信交流:添加公众号「网瘾中年」后台留言

版本记录

版本 日期 核心更新
v2.0 2026-06 新增跨域组合分析、工程智慧纲领、生产可行性分级
v1.0 2025-12 初始版本,五大领域独立诊断

License

MIT License — 自由使用、修改、分发。


Built by Eric (网瘾中年) | 12年汽车零部件研发 | AI 实践者

Reviews (0)

No results found