Plenitude和Databricks合作开发了一个基于代理的系统，旨在将太阳能和风能工厂的PDF维护报告转化为结构化数据，从而支持自然语言查询、跨工厂分析和预测性维护。传统的维护报告以PDF形式呈现，包含自由文本、表格和图像，导致团队需要手动阅读每个文档，跨工厂比较缓慢且不一致。新系统通过事件驱动的PDF摄入、LLM提取和Delta Lake存储，将报告转换为统一的数据层。
系统架构分为三层：第一层是解析，使用Databricks的ai_parse_document函数从每个页面提取文本、表格和元数据。该函数能够处理复杂的表格，并保留页面上的位置信息和HTML表示。第二层是归一化和存储，为每个页面和对象在Delta Lake表中创建一行，包含页面ID、对象ID、边界框坐标、内容类型以及月份、年份、文件名称、类别和国家等元数据。这样，PDF被转换为统一、可查询的数据集，并且易于与其他数据源连接，同时保留对原始文档的完全追溯能力。第三层是Genie空间和代理模式，用户可以通过自然语言与结构化的维护数据交互。Genie利用Unity Catalog中的语义元数据识别表和列，借助详细的列描述、知识库和SQL示例生成查询，返回答案、可视化结果并支持导出。
为了实现可靠的结果，Plenitude强调了元数据和显式指令的重要性。丰富的表和列描述帮助Genie理解字段含义，例如page_id标识源页面，type表示元素类型（文本或表格），coords编码空间位置，content包含提取的文本或表格表示。这些元数据将原始JSON转化为Genie可以推理的知识。此外，Genie空间的本地知识库中的领域特定指令处理多页表格、忽略HTML工件、排除标题行和应用工厂特定过滤器。一个实际例子：即使有完整的元数据，Genie在计算季度总计时可能会错误地包含YTD列或忽略缺失的月份。通过添加明确指令如“仅使用月份级列，不使用YTD字段”和“在求和前验证所有必需月份是否存在”，团队为Genie提供了操作护栏，确保结果一致。
除了Genie，Plenitude还使用Agent Bricks构建可重复的工作流。Agent Bricks允许从“LLM加提示”模式转向代理工作流，执行复杂的任务序列，例如分解复杂问题、调用Genie工具流生成和执行SQL、触发下游操作如报告生成或警报创建。自动液体聚类优化了代理驱动的查询性能，因为它能学习实际使用模式并自适应调整布局，减少了手动调优的需求。在安全性方面，Plenitude通过Unity Catalog函数和行级过滤表实现数据访问控制。一个函数确定当前用户可访问的国家，然后表根据该函数过滤行，确保用户只能看到授权数据。当用户通过Genie Room交互时，所有查询都在过滤后的表上运行，自动应用行级安全。
未来，该系统有望支持预测性维护。维护报告中包含的故障细节为分析故障模式、识别早期预警信号、优先处理需要深入调查的工厂以及向预测模型提供更高质量的故障历史提供了基础。逆变器是一个很好的例子：故障可能导致单个设备损失数兆瓦时，而重复问题通常首先出现在维护笔记中。通过分析随时间变化的故障模式，Plenitude可以识别潜在记录问题、检测早期警告信号、优先处理需要深入调查的工厂，并向预测模型输入更高质量的故障历史。总之，该代理系统将维护数据转化为可访问的分析、趋势和可视化，帮助团队从被动响应转向主动预防。