Integration of vector databases into decision support systems for automating the work of automotive service technicians using retrieval-augmented generation

Abstract

The automotive service industry is characterized by a high dependence on technical documentation, including OEM manuals, repair instructions, diagnostic trouble trees, and component specifications. The primary challenge is knowledge fragmentation and the difficulty of gaining rapid access to relevant information during the diagnostic process. This paper discusses an approach to developing a decision support system for automotive service technicians based on Retrieval-Augmented Generation (RAG) utilizing vector databases for the semantic search of technical information.

Галузь автомобільного сервісу характеризується високою залежністю від технічної документації, зокрема від посібників виробників (OEM), інструкцій з ремонту, діагностичних схем та технічних характеристик компонентів. Головною проблемою є фрагментація знань та складність отримання швидкого доступу до необхідної інформації під час процесу діагностики. У цій статті розглядається підхід до розробки системи підтримки прийняття рішень для автосервісних техніків на основі технології «Retrieval-Augmented Generation» (RAG) з використанням векторних баз даних для семантичного пошуку технічної інформації.