毛片网站在线观看-毛片网站在线-毛片网站有哪些-毛片网站视频-女生脱衣服app-女色综合

中國科學(xué)院沈陽自動化研究所

1　項目目標(biāo)和概述

傳統(tǒng)邊緣計算網(wǎng)關(guān)完成工業(yè)現(xiàn)場的設(shè)備接入、協(xié)議解析、數(shù)據(jù)緩存以及數(shù)據(jù)發(fā)布等功能，在整個工業(yè)軟件系統(tǒng)架構(gòu)體系中向上對接互聯(lián)網(wǎng)云平臺，向下對接工廠的具體硬件設(shè)備，起到了非常重要的承上啟下作用，如圖1所示。

圖1 邊緣計算網(wǎng)關(guān)功能定位

但是在工程實施過程中，數(shù)據(jù)工程師需要完成復(fù)雜的網(wǎng)關(guān)配置過程來實現(xiàn)上述功能，無法達(dá)到“工業(yè)現(xiàn)場配置無人化”的要求，大大增加了工程實施難度。同時，大多數(shù)情況下甲方需求是“交鑰匙”工程，即使用邊緣計算網(wǎng)關(guān)來實現(xiàn)工程的自主配置和擴(kuò)展，這對邊緣網(wǎng)關(guān)的智能性提出了更高的要求。

隨著近些年大模型及Agent技術(shù)的普及，邊緣計算網(wǎng)關(guān)的智能性提升問題得到了解決。基于AIAgent的工業(yè)物聯(lián)網(wǎng)關(guān)是在傳統(tǒng)邊緣計算網(wǎng)關(guān)基礎(chǔ)功能之上，通過引入軟件操作調(diào)度Agent來實現(xiàn)自然語言引導(dǎo)式的工程化配置方式，大大提升了數(shù)據(jù)配置效率，實現(xiàn)了模板快速生成、數(shù)據(jù)靈活存儲、工業(yè)場景重構(gòu)等高階功能，提升了工業(yè)數(shù)據(jù)處理的靈活性。

基于AIAgent的工業(yè)物聯(lián)網(wǎng)關(guān)廣泛應(yīng)用于汽車制造、特種裝備制造、軍工等多個行業(yè)，創(chuàng)造了巨大社會經(jīng)濟(jì)價值。并且我們將工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)源代碼進(jìn)行了開源，其下載度、關(guān)注度在Git同行業(yè)物聯(lián)網(wǎng)架構(gòu)中排行第一。

2　案例介紹

工業(yè)物聯(lián)網(wǎng)關(guān)包含基礎(chǔ)數(shù)據(jù)采集、解析、存儲等功能，引入AIAgent技術(shù)后各個基礎(chǔ)功能得到全面提升，并且可以通過自然語言引導(dǎo)完成所有軟件操作。其功能提升點如表1所示。

表1 傳統(tǒng)網(wǎng)關(guān)VSAIAgent網(wǎng)關(guān)功能點提升匯總

2.1　工業(yè)物聯(lián)網(wǎng)關(guān)基礎(chǔ)功能

工業(yè)物聯(lián)網(wǎng)關(guān)采用如圖2所示的功能架構(gòu)，該架構(gòu)由西側(cè)數(shù)據(jù)監(jiān)測、東側(cè)實時控制、接口層和安全模塊四部分組成。其中，數(shù)據(jù)監(jiān)測流程執(zhí)行數(shù)據(jù)從硬件設(shè)備到應(yīng)用的上行過程；實時控制流程執(zhí)行控制指令從應(yīng)用到硬件設(shè)備的下行過程；接口層負(fù)責(zé)統(tǒng)一對接標(biāo)準(zhǔn)組態(tài)工具，提供不同功能接口；安全模塊管理網(wǎng)關(guān)整體的通信安全。

數(shù)據(jù)監(jiān)測部分從下到上分別為協(xié)議層、基礎(chǔ)層、業(yè)務(wù)層。協(xié)議層負(fù)責(zé)多硬件設(shè)備的協(xié)議解析，對接工廠中的數(shù)采需求；基礎(chǔ)層是數(shù)據(jù)監(jiān)測的核心，負(fù)責(zé)管理網(wǎng)關(guān)運行中的所有數(shù)據(jù)；業(yè)務(wù)層負(fù)責(zé)配置報警計劃等業(yè)務(wù)的管理。

實時控制部分從上到下由任務(wù)實時調(diào)度、內(nèi)核虛擬化、實時控制器三部分組成。其中，任務(wù)實時調(diào)度負(fù)責(zé)將復(fù)雜控制任務(wù)拆解成簡單子任務(wù)，并賦予任務(wù)執(zhí)行優(yōu)先級；內(nèi)核虛擬化負(fù)責(zé)將計算資源分割，獨立并行執(zhí)行分解出的子任務(wù)；實時控制器負(fù)責(zé)利用即時通信協(xié)議與控制設(shè)備通信，完成實時控制。

圖2 工業(yè)物聯(lián)網(wǎng)關(guān)功能架構(gòu)

下面分別說明網(wǎng)關(guān)運行流程中各個模塊的功能作用。

（1）連接管理

管理網(wǎng)關(guān)與硬件建立的所有網(wǎng)絡(luò)連接，維護(hù)連接的可用性。

（2）設(shè)備管理

根據(jù)分類建立設(shè)備模板，構(gòu)建出數(shù)據(jù)采集的基本單位，為數(shù)字孿生提供模型依據(jù)。

（3）存儲管理

管理所有緩存數(shù)據(jù)的持久性存儲，分為總線存儲、行存儲和列存儲三種方式。

（4）系統(tǒng)管理

管理網(wǎng)關(guān)運行環(huán)境系統(tǒng)運行過程中的所有系統(tǒng)自帶參數(shù)，包含系統(tǒng)內(nèi)存使用率、JAVA虛擬機(jī)內(nèi)存情況、磁盤使用率和CPU使用率。

（5）腳本管理

管理用戶自定義的可執(zhí)行腳本，為腳本提供運行環(huán)境和通訊程序。

（6）報警管理

管理硬件設(shè)備的報警信息，并提供報警信息的后處理及歸檔功能。

（7）出口管理

管理通過網(wǎng)關(guān)直接發(fā)送給第三方應(yīng)用的原始數(shù)據(jù)，發(fā)送的方式包含：MQTT、OPCUA和HTTP等。

（8）日志管理

管理所有系統(tǒng)運行過程中的日志信息。

（9）實時任務(wù)調(diào)度

管理任務(wù)的優(yōu)先級和拆解，為內(nèi)核分配執(zhí)行子任務(wù)。

（10）多虛擬內(nèi)核

管理操作系統(tǒng)虛擬內(nèi)核的各種屬性，維護(hù)內(nèi)核正常運行。

（11）實時控制器

管理子任務(wù)對于硬件設(shè)備的實時數(shù)據(jù)讀取與控制命令下發(fā)。

2.2　工業(yè)物聯(lián)網(wǎng)關(guān)進(jìn)階功能

基于AIAgent的工業(yè)物聯(lián)網(wǎng)關(guān)系統(tǒng)架構(gòu)如圖3所示，其在傳統(tǒng)網(wǎng)關(guān)設(shè)備接入、協(xié)議解析、數(shù)據(jù)緩存以及數(shù)據(jù)發(fā)布等基礎(chǔ)功能之上，做了多方面的AI提升。每種功能提升對應(yīng)一種Agent的實現(xiàn)，其中包含：自然語言引導(dǎo)Agent、模板配置Agent、數(shù)據(jù)檢索Agent、數(shù)據(jù)存儲Agent、場景重構(gòu)Agent和數(shù)據(jù)路由Agent。其中自然語言引導(dǎo)Agent為調(diào)度者，操作其它Agent的運行，下面分別詳細(xì)介紹。

圖3 AIAgent網(wǎng)關(guān)多Agent架構(gòu)

（1）自然語言引導(dǎo)Agent

自然語言引導(dǎo)Agent是所有Agent的調(diào)度者，也是整個工業(yè)網(wǎng)關(guān)頁面操作的調(diào)度者。隨著應(yīng)用程序功能的日益復(fù)雜化，用戶在執(zhí)行跨應(yīng)用任務(wù)時面臨著諸多挑戰(zhàn)。為了提升用戶體驗，本項目利用最新的多模態(tài)大模型技術(shù)，結(jié)合自然語言處理和圖形用戶界面分析，開發(fā)出了自然語言引導(dǎo)Agent，旨在通過理解和執(zhí)行復(fù)雜的用戶請求，提高任務(wù)執(zhí)行的效率，減少人為錯誤，使用戶能夠更加專注于創(chuàng)造性和戰(zhàn)略性的工作。

它能夠在網(wǎng)關(guān)系統(tǒng)中的多個應(yīng)用程序之間無縫導(dǎo)航和操作，根據(jù)任務(wù)需求在不同的應(yīng)用程序中執(zhí)行一系列動作。用戶可以通過自然語言指令告訴邊緣網(wǎng)關(guān)需要完成的任務(wù)，自然語言引導(dǎo)Agent理解這些指令后，將它們轉(zhuǎn)換為具體的GUI操作，無需用戶手動干預(yù)。同時，它包含一個控制交互模塊，能夠?qū)⒁曈X模型識別的動作轉(zhuǎn)化為對應(yīng)用程序控件的實際操作，如自動點擊按鈕、輸入文本等，用戶無需實際操作頁面。

自然語言引導(dǎo)Agent采用雙代理架構(gòu)，包括MonitorAgent和ImplAgent。MonitorAgent負(fù)責(zé)分析用戶請求，并從當(dāng)前活躍的網(wǎng)關(guān)模塊中選擇一個最合適的功能模塊來執(zhí)行任務(wù)。如果請求需要跨越多個功能模塊，MonitorAgent也能夠在完成前一個功能中的任務(wù)后，切換到不同的功能模塊。ImplAgent負(fù)責(zé)在選定的功能模塊上迭代執(zhí)行動作，直至任務(wù)在特定功能模塊內(nèi)成功完成。它會捕獲當(dāng)前應(yīng)用程序用戶界面窗口的屏幕截圖，并標(biāo)注所有可用的控件，然后選擇一個控件進(jìn)行操作。

由于自然語言引導(dǎo)Agent的研發(fā)，形成所有的網(wǎng)關(guān)數(shù)據(jù)配置操作都是如圖4所示的形式，采用自然語言交互控制模式。

圖4 自然語言引導(dǎo)模式

（2）模板配置Agent

傳統(tǒng)的網(wǎng)關(guān)設(shè)備模板配置過程如圖5所示，需要點擊“模板管理”、點擊“編輯模板”、輸入“模板名稱”、選擇“模板使能”、點擊“保存”完成編輯共五個步驟完成。

圖5 傳統(tǒng)模板配置流程

配置模板Agent通過解析自然語言，直接生成模板數(shù)據(jù)庫表數(shù)據(jù)，并將數(shù)據(jù)存儲進(jìn)數(shù)據(jù)庫，從而配置模板操作一步到位，無需每步進(jìn)行配置，如圖6所示。

圖6 模板快速生成流程

（3）數(shù)據(jù)檢索Agent

數(shù)據(jù)檢索Agent通過chat形式進(jìn)行數(shù)據(jù)可視化分析，利用聊天機(jī)器人的交互性來進(jìn)行數(shù)據(jù)分析和結(jié)果的可視化呈現(xiàn)。

首先，用戶通過聊天界面輸入數(shù)據(jù)查詢或分析請求。聊天機(jī)器人接收請求后，利用NLP技術(shù)解析用戶意圖，并提取關(guān)鍵信息。根據(jù)提取的信息，機(jī)器人進(jìn)行數(shù)據(jù)查詢、分析或處理，然后將分析結(jié)果通過可視化技術(shù)轉(zhuǎn)換成圖表、圖像等形式，最后，將可視化結(jié)果通過聊天界面返回給用戶。

如圖7所示，用戶輸入給出最近一年的燃?xì)廨啓C(jī)耗能數(shù)據(jù)分析，數(shù)據(jù)檢索Agent給出對應(yīng)的SQL語句以及曲線和卡片形式的數(shù)據(jù)展示。

圖7 自然語言交互分析效果

（4）數(shù)據(jù)存儲Agent

網(wǎng)關(guān)中內(nèi)置了分布式消息總線用來完成數(shù)據(jù)的緩存。分布式消息總線是一種允許不同服務(wù)或組件之間通過發(fā)送和接收消息來進(jìn)行通信的技術(shù)。它提供了一個中央化的消息傳遞通道，使得各個服務(wù)或組件可以異步地交換信息，而無需建立直接的連接。分布式消息總線包括以下幾個主要組成部分：

消息生產(chǎn)者：負(fù)責(zé)創(chuàng)建并發(fā)送消息到消息總線上。消息生產(chǎn)者可以是任何需要發(fā)送消息的服務(wù)或組件。

消息總線：作為消息傳遞的通道，負(fù)責(zé)接收來自消息生產(chǎn)者的消息，并將其傳遞給相應(yīng)的消息消費者。消息總線通常是一個高度可靠和可擴(kuò)展的系統(tǒng)，能夠處理大量的消息傳遞需求。

消息消費者：從消息總線上接收消息，并進(jìn)行相應(yīng)的處理。消息消費者可以是任何需要接收和處理消息的服務(wù)或組件。

基于消息總線形成的發(fā)布/訂閱模型如圖8所示，消息生產(chǎn)者將消息發(fā)布到一個或多個主題上，而訂閱了這些主題的消息消費者則會接收到這些消息。每個消費者都會接收到一份消息的副本，可以獨立地處理消息。在大數(shù)據(jù)環(huán)境下需要對這些離散消息進(jìn)行負(fù)載均衡的存儲，通過數(shù)據(jù)存儲Agent來實時獲取節(jié)點參數(shù)，從而智能選擇存儲節(jié)點和存儲主題。

圖8 消息總線緩存模式

（5）場景重構(gòu)Agent

場景重構(gòu)Agent由規(guī)則引擎搭建，通過規(guī)則引擎插件可實現(xiàn)信息模型數(shù)據(jù)的二次配置組合，從而實現(xiàn)不同業(yè)務(wù)的數(shù)據(jù)支撐。

規(guī)則引擎整體架構(gòu)分為三部分：Sources（數(shù)據(jù)源）、規(guī)則運行時和Sinks（目標(biāo)系統(tǒng)）。Sources代表數(shù)據(jù)來源的位置，可能是MQTTBroker、消息隊列、文件和數(shù)據(jù)庫等。Sinks代表數(shù)據(jù)處理完成后所要存儲的位置，可以是MQTT、文件、數(shù)據(jù)庫或HTTP服務(wù)等。規(guī)則運行時包括數(shù)據(jù)業(yè)務(wù)邏輯處理、流運行時和SQL運行時，以及用于存儲持久化信息的底層存儲。

首先創(chuàng)建流，用戶定義數(shù)據(jù)源，即創(chuàng)建流，這類似于數(shù)據(jù)庫中的表格類型定義。其次，用戶為數(shù)據(jù)分析編寫SQL規(guī)則，這些規(guī)則將數(shù)據(jù)源中的數(shù)據(jù)轉(zhuǎn)化為所需的分析結(jié)果。然后指定目標(biāo)，用戶指定一個保存分析結(jié)果的目標(biāo)，如MQTT、文件、數(shù)據(jù)庫等。最終部署與運行，規(guī)則解析、規(guī)劃和優(yōu)化規(guī)則，使其成為一系列算子的流程，并在設(shè)備上執(zhí)行這些流程，實現(xiàn)低延遲和高吞吐量的數(shù)據(jù)處理。

多模型管理系統(tǒng)內(nèi)置規(guī)則引擎層實現(xiàn)了對上傳到其他應(yīng)用的數(shù)據(jù)的預(yù)處理，預(yù)處理功能包含但不限于AI模型調(diào)用、報警規(guī)則的定義、重復(fù)數(shù)據(jù)的刪減、流批數(shù)據(jù)的整合、時間窗口中間結(jié)果推送等。系統(tǒng)需提供給用戶友好的規(guī)則引擎編輯頁面，當(dāng)系統(tǒng)部署完成后，用戶可根據(jù)自己的需求二次定義數(shù)據(jù)預(yù)處理規(guī)則。規(guī)則引擎完成的配置功能如圖9所示。

圖9 場景重構(gòu)規(guī)則創(chuàng)建流程

（6）數(shù)據(jù)路由Agent

在邊緣控制的場景下，邊緣網(wǎng)關(guān)可以給被控制設(shè)備發(fā)送控制命令或者加載控制程序等。在該場景下，通過引入數(shù)據(jù)路由Agent分析用戶輸入的自然語言，來自動化確定發(fā)出什么控制命令，控制命令該路由給哪個設(shè)備等，并通過協(xié)議微服務(wù)執(zhí)行該命令。如圖10所示AGV調(diào)度場景中，邊緣網(wǎng)關(guān)需要調(diào)度多個AGV，下發(fā)多個命令，通過用戶輸入“執(zhí)行搬運A工位側(cè)圍組件”的命令，可自動化分析出需要哪臺AGV執(zhí)行該指令，并執(zhí)行指令。

圖10 AGV數(shù)據(jù)路由應(yīng)用

2.3　工業(yè)物聯(lián)網(wǎng)關(guān)AIAgent構(gòu)建過程

工業(yè)物聯(lián)網(wǎng)關(guān)AIAgent由大語言模型（LLM）、規(guī)劃技能、記憶系統(tǒng)和工具基礎(chǔ)架構(gòu)所構(gòu)成。首先，LLM為Agent提供強(qiáng)大的自然語言理解和生成能力，使其能夠理解復(fù)雜的語言指令、推理用戶意圖并生成流暢、準(zhǔn)確的回應(yīng)。其次，規(guī)劃技能使Agent能夠根據(jù)任務(wù)的目標(biāo)和要求制定合理的行動計劃，協(xié)調(diào)和優(yōu)化多步驟的決策過程，從而有效地執(zhí)行更為復(fù)雜的任務(wù)。第三，記憶系統(tǒng)使Agent能夠存儲和檢索與任務(wù)相關(guān)的重要信息，在與用戶的交互過程中保持上下文的連貫性，并且能夠根據(jù)歷史數(shù)據(jù)調(diào)整其行為，提升任務(wù)執(zhí)行的效率和準(zhǔn)確性。最后，工具基礎(chǔ)架構(gòu)賦予Agent與外部系統(tǒng)或應(yīng)用交互的能力，如調(diào)用API、執(zhí)行特定功能或訪問外部數(shù)據(jù)庫，增強(qiáng)了其在實際應(yīng)用中的靈活性和多功能性。通過這四個核心組成部分，基于大模型的Agent不僅能夠執(zhí)行語言生成任務(wù)，還能進(jìn)行智能規(guī)劃、記憶跟蹤和有效操作外部工具，從而在多個領(lǐng)域中實現(xiàn)高效、智能的自動化服務(wù)。

AIAgent構(gòu)建包括如下幾個步驟：接口文檔/數(shù)據(jù)庫結(jié)構(gòu)導(dǎo)入、Agent創(chuàng)建及工具配置、多Agent交互配置、知識庫文檔上傳、調(diào)用流程構(gòu)建和應(yīng)用集成。其目標(biāo)是實現(xiàn)基于問答交互模式下的網(wǎng)關(guān)基本元素操作、設(shè)備用戶手冊問答以及根據(jù)設(shè)備用戶手冊一鍵生成網(wǎng)關(guān)配置的操作。

（1）接口文檔導(dǎo)入

從物聯(lián)網(wǎng)關(guān)系統(tǒng)的開發(fā)工具中導(dǎo)入基本的增刪改查接口到Agent的工具庫中，如圖11所示。

圖11 接口文檔導(dǎo)入

（2）Agent創(chuàng)建及工具配置

接口能力導(dǎo)入到Agent開發(fā)環(huán)境中，形成具體的接口調(diào)用代碼，也稱之為工具或者技能，進(jìn)而為Agent配置相關(guān)的提示詞、大模型和具備的技能，如圖12所示。

圖12 Agent創(chuàng)建及工具配置

（3）多Agent交互配置

為網(wǎng)關(guān)助手設(shè)置多個Agent，包括用戶代理Agent、操作執(zhí)行Agent、文檔閱讀Agent等。需要讓他們進(jìn)行協(xié)同工作，所以需要進(jìn)行交互配置，定義他們的工作職責(zé)范圍，如圖13所示。

圖13 多Agent交互配置

（4）知識庫文檔上傳

將需要閱讀的設(shè)備用戶手冊上傳到Agent平臺的知識庫中進(jìn)行解析和向量化存儲，如圖14所示。

圖14 知識庫文檔上傳

（5）調(diào)用流程構(gòu)建和應(yīng)用集成

最后根據(jù)多個用戶需求進(jìn)行工作流程的設(shè)計，自定義交互創(chuàng)建，實現(xiàn)與Agent的交互，并且可以用多種方式對Agent的對話窗口進(jìn)行集成，如圖15所示。

圖15 調(diào)用流程構(gòu)建和應(yīng)用集成

3　代表性及推廣價值

基于AIAgent的工業(yè)物聯(lián)網(wǎng)關(guān)廣泛應(yīng)用于汽車制造、特種裝備制造、軍工等多個行業(yè)，創(chuàng)造了巨大社會經(jīng)濟(jì)價值。

（1）汽車制造行業(yè)

電阻點焊是汽車車身的主要連接工藝。由于受到生產(chǎn)現(xiàn)場眾多因素的干擾，車身焊點質(zhì)量參差不齊，質(zhì)保措施必不可少。借助儀器檢測或破壞性抽檢均無法保證焊點得到全覆蓋檢測，而且成本高昂，因此點焊質(zhì)量在線監(jiān)控成為了業(yè)內(nèi)公認(rèn)的保證產(chǎn)品質(zhì)量、提高生產(chǎn)效率的最有效方法。

在各車廠的焊裝車間，使用AIAgent工業(yè)網(wǎng)關(guān)完成焊接控制器、機(jī)械臂、PLC、工藝操作文件的數(shù)據(jù)采集、預(yù)處理和轉(zhuǎn)發(fā)，從而支撐了焊接質(zhì)量預(yù)測方法的實施。工業(yè)網(wǎng)關(guān)采用分布式部署，每個設(shè)備數(shù)采局域網(wǎng)部署一臺，內(nèi)置規(guī)則引擎完成數(shù)采場景的重構(gòu)及多個設(shè)備的流式數(shù)據(jù)匯總，基于SQLAgent完成規(guī)則的快速生成。

（2）電梯制造業(yè)

電梯設(shè)備屬于國家特種裝備，關(guān)乎公民重大人身財產(chǎn)安全，屬于國家重點扶植行業(yè)。項目目標(biāo)為實現(xiàn)電梯按需維保。傳統(tǒng)電梯維保采用半月一次的定期維保模式，電梯維修保養(yǎng)在電梯行業(yè)向來是“老大難”問題，需要耗費大量人力物力，新模式診斷出電梯即將發(fā)生故障，則進(jìn)行維保，從而減少維保投入。

在電梯數(shù)據(jù)匯總服務(wù)器搭建AIAgent工業(yè)網(wǎng)關(guān)，網(wǎng)關(guān)中內(nèi)含消息總線組件，消息總線采用分布式部署模式，從而支持萬部電梯實時運行數(shù)據(jù)的接入。基于負(fù)載反饋的Agent完成了分布式消息總線節(jié)點數(shù)據(jù)量的實時監(jiān)控，并按照節(jié)點負(fù)載度對數(shù)據(jù)進(jìn)行靈活存儲，分配不同節(jié)點、不同主題，從而實現(xiàn)了全國10w+電梯的數(shù)據(jù)接入。接入實時數(shù)據(jù)結(jié)合過往電梯歷史維保記錄，給出電梯預(yù)測性維保的方案。

（3）軍工行業(yè)

軍工生產(chǎn)，作為國家安全和國防力量的基石，具有至關(guān)重要的戰(zhàn)略意義。它不僅是國家軍事力量的直接體現(xiàn)，更是維護(hù)國家安全、保障人民利益、促進(jìn)世界和平與穩(wěn)定的重要力量。軍工產(chǎn)品的生產(chǎn)多采用機(jī)床加工制造的模式，機(jī)床加工制造過程中一方面會因產(chǎn)品型號發(fā)生變化，機(jī)床的執(zhí)行代碼會即時做出調(diào)整，另一方面刀具的損耗成本成為機(jī)床加工亟待解決的問題。

在軍工生產(chǎn)車間，部署若干套AIAgent工業(yè)網(wǎng)關(guān)，完成西門子、發(fā)那科、海德漢、華中、廣數(shù)、新代等機(jī)床品牌的數(shù)據(jù)采集，包含主軸數(shù)據(jù)、伺服數(shù)據(jù)、坐標(biāo)數(shù)據(jù)、刀具數(shù)據(jù)、工作時間數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、系統(tǒng)數(shù)據(jù)以及報警數(shù)據(jù)八大類數(shù)據(jù)。同時，通過數(shù)據(jù)路由AIAgent完成機(jī)床程序的自動化路由分配，根據(jù)產(chǎn)品型號的變化智能給出機(jī)床程序，傳遞到對應(yīng)機(jī)床設(shè)備中自動執(zhí)行。

摘自《自動化博覽》2025年2月刊