意图引导台 · 说需求，给验证
用一句话描述你想让 AI 帮你做什么 —— 系统自动识别能力、回显理解、用示例数据当场验证效果，确认后即可接入你自己的数据开工。无需自己拖配置。
工业数据延伸驾驶舱
8 个可本地运行的工业数据引擎 + 35 条真实需求库：先在这里用你的 CSV 验证效果，再去方案配置落地。
这是什么
主体是 8 个可运行引擎：智能问数、约束排产、售后运维智能体、电机终测溯源、DFM 核对、良率归因、OEE 看板、库存归因， 每个都以 CSV / 只读数据库为输入，算法在本地引擎跑，AI 解读可关闭。 引擎从 35 条真实需求（电子信息、装备制造、冶金、新能源、纺织、轻工、生物医药 7 大行业）中提炼， 需求库已结构化为 175 条「需求理解 → 拆解 → 边界判定」样本，可选用于按客户显卡配置微调需求理解模型。
智能问数 · 用一句话查生产数据
对应需求 #5：车间、计划、质量、仓库的人直接用中文提问，AI 翻译成 SQL（只读校验）在生产库上执行，自动出图表与结论。当前接的是演示 MES/ERP 库（设备·工单·日报·质检·停机·库存·订单，近 90 天），接你的库只需换连接与表说明。
约束排产 · 真正的求解器，不是按交期排序
对应需求 #19 / #25：订单交期、多产线分配与产线能力、物料齐套日、样机/插单优先、出口/国内标注、同系列合并减换型、设备检修窗口、能耗——列表调度构造初解 + 模拟退火优化，几秒出结果，与 EDD 基线对比，AI 给出调整建议。ERP 导出订单 CSV 可直接粘贴。
售后运维智能体 · 7×24 基于你的手册与工单作答
对应需求 #24：把设备手册、报警代码表、历史维修工单、服务政策上传成知识库，客户/现场人员用自然语言描述故障，智能体检索原文后给出带引用的排查步骤、可能原因、需追问的信息；解不了的自动升级并生成可派单的工单摘要。不编造知识库之外的内容。内置一套演示知识（注塑机·CNC·伺服·空压机·机器人·工单案例·服务政策）。
电机终测异常溯源 · 多维检测 + 自动找原因
对应需求 #21 / #1-②：粘贴/上传终测记录 CSV（效率·噪音·振动·电流·温升·转速… + 工位/班次/批次/供应商等字段），自动识别指标列与溯源列，按机型分组基线；稳健 z 分 + 马氏距离抓“每项都在规格内但组合异常”，再对每个维度做异常率提升度检验与交叉溯源，最后 AI 给根因假设、现场验证方法与处置。数据仅用于本次计算，不落盘。
客户需求 × 厂内制程能力 自动核对
对应需求 #2：粘贴客户邮件/规格表/图纸说明 → AI 抽取层数、板厚、线宽线距、孔径、铜厚、表面处理、阻抗… → 逐项与本厂能力库比对（可做 / 需确认 / 超能力 / 缺失）→ 自动生成需向客户确认的问题清单 → 填入客户回复再核，直到全部确定 → 一键生成制程确认单（叠层、工艺路线、风险、报价备注）。能力库可按本厂实际编辑保存。
良率 × 工艺参数 关联分析 · 找关键参数与最优窗口
对应需求 #20 / #4 / #28-②：粘贴/上传批次级 CSV（良率 或 不良率 或 良品数+投入数 + 料温/模温/压力/时间等数值参数 + 设备/班次/原料批次等类别参数 + 日期），自动给出：关键参数排序（η² 方差解释）、每个参数的分箱良率曲线与形状（单调/倒U）、推荐工艺窗口（含二维网格）、参数交互、类别水平差异、良率变点与同期参数漂移（到具体设备/班次）、低良率批次清单；再由 AI 给工程结论、DOE 验证方案与参数调整动作。数据仅用于本次计算，不落盘。
产线稼动率 / OEE 监控 · 停机归因与改善
对应需求 #32 / #4：粘贴/上传设备状态记录 CSV（设备、开始/结束时间或时长、状态：运行/故障/换型/待机/计划停机、原因，可由 MES/数采/安灯导出），可选产出表（产量/良品/标准节拍）→ 自动归一到六大损失，给出每台设备稼动率、可用率 A·表现性 P·良品率 Q·OEE、MTBF/MTTR、小停机频次、停机帕累托（原因×设备）、班次差异、逐日趋势、设备×小时热力图、当前状态快照与告警，再由 AI 给瓶颈判定与改善动作。接实时数据时只需定时推送同格式记录。
库存金额居高原因分析 · 呆滞 / 超储 / 参数 / 齐套 归因与降库存
对应需求 #14：粘贴/上传 ERP 库存快照 CSV（物料编码、单价、库存数量或金额、安全库存、采购批量、提前期、最近出入库日期、供应商、类别，自动识别列），可选出入库流水（算消耗速率、需求趋势、XYZ 波动、库存金额月度回溯）与工单/排产需求（算齐套错配）→ 逐物料判定主因：呆滞、需求下滑未调参、采购批量过大、安全库存虚高、齐套错配、超储，估算可释放金额，再由 AI 给管理层根因、参数调整（安全库存/MOQ/覆盖天数）与分部门动作。
从驾驶舱到落地 · 工业软件方案配置
这里的每一项 AI 能力都可以装进你的工厂方案。在驾驶舱里用示例数据验证效果后，去《工业软件方案配置》告诉我们你是谁、有哪些设备、要解决什么，系统会给出“内核 + 插件”的方案包，可自行增减模块，并进入交付看板跟进。
驾驶舱能力 → 方案模块 对照
| 驾驶舱里可现场验证 | 解决的需求 | 落地方案里对应的模块 | 数据接入 |
|---|
数据工作台 · 时序需求预测
这里保留 8 个引擎尚未覆盖的「时序需求预测（Holt，含 MAPE 回测）」。异常检测、OEE、库存、排产已升级为正式引擎，点卡片直达。
实时研判 · 运行中程序在线分析
连接边缘采集件，自动接收机床正在执行的 G-code，实时研判进度、刀具、剩余时间、节拍与异常。数据本地处理、不上传。
刀路轨迹 (XY 实时)
进给速度 (实时)
异常事件日志
暂无异常
数据构成 · 每个引擎要什么数据
引擎 × 输入数据对照：你手里有哪几张表，就能先跑哪个引擎。全部为 CSV 或只读库，不需要加装传感器。
| 引擎 | 输入来源 | 需要的列 / 字段 | 内置样例规模 | 对应需求 |
|---|---|---|---|---|
| 智能问数 NL2SQL | MES/ERP 只读库连接（或导出的表） | 任意业务表；演示库含工单、报工、质检 | 内置演示库 | #5 |
| 约束排产 | 订单表 CSV | 订单号, 产品系列, 数量, 交期, 工时, 出口/国内, 可选换型矩阵 | 内置示例订单 | #19 #25 |
| 售后运维 RAG 智能体 | PDF / Word / 表格文档 | 设备手册, 报警代码表, 历史工单, 服务政策 | 内置示例手册 | #24 |
| 电机终测异常溯源 | 终测记录 CSV | 效率, 噪音, 振动, 电流, 温升, 转速 + 工位/班次/批次/供应商 | 示例 720 台 | #21 #1-② |
| DFM 制程能力核对 | 客户规格文本 / 邮件 / 图纸说明 | 层数, 板厚, 线宽线距, 孔径, 铜厚, 表面处理… | 内置 PCB 能力库 | #2 |
| 良率 × 工艺参数归因 | 批次级 CSV | 良率或良品数+投入数, 料温/模温/压力/时间等数值参数 | 示例 300 批 | #20 #4 #28-② |
| 稼动率 / OEE 看板 | 设备状态记录 CSV | 设备, 开始/结束时间或时长, 状态(运行/故障/换型/待机), 产量, 良品 | 示例 8 台 × 7 天 | #32 #4 |
| 库存金额归因 | ERP 库存快照 CSV | 物料编码, 单价, 库存数量/金额, 安全库存, 采购批量, 最近出库, BOM 齐套 | 示例 120 项 × 12 月 | #14 |
需求库本身的行业 / 职能 / 边界分布见「需求浏览」页底部。
需求浏览
35 条结构化需求，每条标注我们能不能接：已有引擎（点击直达）/ 可配置（在现有引擎与数据接入基础上定制）/ 不接（视觉、控制程序生成、非工业）。
需求库分布（次级信息）
按行业分布（需求数）
按职能分布（需求数）
按落地边界（需求数）
按任务类型（样本数）
AI 怎么理解你的需求
意图引导台背后的五步：需求分类 → 方案拆解 → 数据需求识别 → 落地边界判定 → 实施建议。35 条需求都按这五步做了结构化（175 条样本），下方各给一条真实样本，看 AI 是怎么把一句话需求拆成可执行方案的。这是需求理解环节，客户能用的能力见 8 个引擎。
怎么接入
客户视角三步，从零接入到实时采集；每一步都可以单独停下来产出结果。
① CSV 数据体检（0 接入）
从 MES/ERP/质检系统导出 CSV，在本驾驶舱对应引擎里直接跑；或发给我们做一次免费数据体检，回给你一份归因报告。不需要装任何东西。
② 边缘盒接 MES / PLC（自动映射）
在客户局域网部署边缘工作站，通过 OPC UA / Modbus / 数据库只读连接取数；对无语义点表用测点自动映射（专利申请中）识别设备/部件/物理量/单位，再进入引擎。全部引擎本地运行，AI 解读可关闭。
③ 实时采集件（机床在线研判）
边缘采集件接机床控制器，把正在执行的 G-code 与轴状态推给「实时研判」。MTConnect 适配优先（HTTP /current，无授权库），FOCAS / OPC UA 按客户机型排期；当前页面提供模拟回放，真机接入以合作项目推进。
落地边界与数据安全
本产品聚焦工业数据延伸：算法本地运行、数据不出域，按需求性质区分四种落地边界。
四种落地边界 · 我们承接哪几种
本模型独立承接 与 需对接业务系统 两类由函甲承接；需视觉/硬件协同 类找视觉合作方，我们不揭榜；对接专用控制系统 类只做需求理解与数据交接，不产出控制程序。完整口径见 业务边界。