PRATdoppelEK/vision-agent-qc：多智能体架构的电池电芯视觉质检原型
GitHub 项目 PRATdoppelEK/vision-agent-qc 展示了一个面向电池电芯制造的多智能体视觉质检原型，基于合成图像训练，测试准确率达 98.8%，Macro F1 为 0.988。
#深度学习
#深度学习
今日 1 条GitHub·电池与能源 Agent 工具AI 评分1818
GitHub·电池与能源 Agent 工具精选AI 评分6767 Volttwin 开源锂电池 SOH 估计基准代码库，含 100 个电芯与 5 种深度学习模型
Volttwin 发布锂电池 SOH 估计基准代码，覆盖 100 个电芯、CNN/LSTM/GRU/MLP/Attention 5 种深度学习模型、3 种输入类型与 3 种归一化方法，对应论文发表于 Journal of Energy Storage（2024，109884）。
推荐理由：该代码库把 100 个电芯、5 种深度学习模型与 3 类输入统一到同一命令行接口，便于直接复现 SOH 估计基线。
GitHub·电池与能源 Agent 工具精选AI 评分6262 battery-health-agent 开源锂电故障检测与健康分析代码库
jianghu511321/battery-health-agent 是 Nature Communication 论文《Realistic fault detection of Li-ion battery via dynamical deep learning approach》的官方代码仓库。
推荐理由：仓库把 DyAD、GDN、AE-SVDD、LSTM-AD 等故障检测模型与 SOH 预测原型放在一起，并给出五折实验的完整运行步骤。
GitHub·电池与能源 Agent 工具AI 评分2222 基于 NASA 锂电池数据集的 LSTM + 混合检索 RAG 最小 Agent：battery-soh-rag-agent
该项目把 LSTM 时序预测与混合检索 RAG 封装为具备任务规划、工具调用和会话记忆的最小 Agent，基于 NASA B0005 数据以 time_step=5 的 LSTM 预测容量与 SOH，检索侧用 BM25 + FAISS 双路召回并经 BGE CrossEncoder 重排。