4000900632 309181818@qq.com 周一至周六 08:30-18:00
知识中心
知识分类

AI和Agent百科

词条数量 1633

质量追溯Agent的实现方式

质量追溯Agent的核心实现方式,是把传统MES里的批次记录、条码采集、质检数据,升级为能自主感知、推理和执行的智能体,让追溯从“事后翻记录”变成“事中主动拦截、事前预测预警”。过去几年,制造业对质量追溯的诉求发生了明显变化。以前只要能从成品倒查到原料批次就算合格,现在客户审核、监管抽查、售后索赔都要求分钟级定位问题范···

AIAgent在仓储物流中的

AI Agent在仓储物流中的应用,正在从“概念验证”走向“规模落地”,成为智能制造与智慧物流领域最受关注的技术方向之一。随着电商履约时效压缩、制造业物料齐套要求提高、人力成本持续上升,传统WMS与自动化设备之间的“决策断层”越来越明显,而AI Agent恰好补上了这一环。一、核心概念与定义AI Agent,中文常称为···

设备运维Agent的预测维护

设备运维Agent的预测维护,正在成为制造业设备管理从事后抢修转向事前预防的关键技术路径。随着工业AI与智能体技术的成熟,越来越多工厂开始关注如何让设备自己开口说话,在故障发生前就发出预警。这一趋势背后,是制造业对非计划停机容忍度越来越低、对运维效率要求越来越高的现实压力。一、核心概念与定义设备运维Agent的预测维护···

AIAgent辅助工艺参数优化

AI Agent正在成为工艺参数优化领域最值得关注的技术路线,它把老师傅的经验、历史数据和实时工况整合进一个能自主决策的智能体,让工艺调参从靠人盯走向自动寻优。一、什么是AI Agent辅助工艺参数优化AI Agent辅助工艺参数优化,是指利用具备感知、推理、决策和执行能力的智能体软件,对制造过程中的温度、压力、速度、···

智能排产Agent的决策逻辑

智能排产Agent的决策逻辑,本质上是把传统APS的数学优化能力和大模型的推理能力结合起来,让排产从算出一个结果变成说清楚为什么这么排、出问题怎么办。这两年制造业对AI Agent的关注度明显升温。过去排产靠人工经验加Excel,后来上了APS高级排程,但遇到插单、缺料、设备故障,系统往往只能给一个僵硬的甘特图。现在大···

AIAgent在质量检测中的

AI Agent在质量检测中的应用,本质是把事后抽检变成过程实时判定加闭环处置,让质检从人工经验驱动升级为智能体自主驱动。过去两年,随着机器视觉、工业大模型和边缘计算成熟,制造业对AI质检的关注度明显升温,尤其是3C电子、汽车零部件、新能源电池等高节拍行业,都在寻找能落地的智能体方案。一、核心概念与定义AI Agent···

制造执行Agent如何调度工单

制造执行Agent调度工单,本质上是把传统MES里靠人工排产、靠经验派工的那部分工作,交给一个能感知产线状态、能推理、能闭环执行的AI智能体来完成。过去两年,随着大模型能力下沉到工业现场,越来越多的制造企业开始关注:工单到底能不能由Agent自动调度?它靠什么做决策?和传统APS、MES排产有什么区别?下面从概念、原理···

工业AIAgent在制造业的

工业AI Agent正在成为制造业智能化升级的关键抓手,它把大模型的推理能力与工厂里的设备、工单、质量数据打通,让系统从

AIAgent的规划与推理能力

AI Agent的规划与推理能力,正在从实验室走向工厂车间,成为智能制造领域最受关注的技术变量之一。过去一年,大模型让机器“能说会道”,而真正让AI在工业现场“能干活”的,是它拆解任务、预判路径、动态调整的规划与推理本领。越来越多制造企业开始追问:AI Agent到底怎么想问题?它能在产线上做什么?落地时要避开哪些坑?···

AIAgent的工具调用能力

AI Agent的工具调用能力,是决定它能否从聊天机器人进化为数字员工的关键分水岭。过去两年,大模型的理解与生成能力飞速提升,但真正让AI在工业现场产生价值的,是它能像人一样拿起工具去操作设备、查询数据、触发流程。在智能制造领域,这一能力正在把AI Agent从演示屏幕推向产线边缘。一、核心概念与定义AI Agent的···

AIAgent的记忆机制设计

AI Agent的记忆机制设计,决定了它能否从“一次性问答工具”变成“越用越懂业务的数字员工”。过去一年,随着大模型能力快速普及,工业圈对AI Agent的关注点已经从“能不能对话”转向“能不能记住并复用经验”。尤其在智能制造场景里,设备参数、工艺路线、质量异常处理记录,这些信息如果每次都要重新输入,Agent的价值就···

多Agent协作系统的原理

多Agent协作系统的原理,简单说就是让多个具备自主决策能力的AI智能体,通过分工、通信、协商和仲裁机制,共同完成单个Agent无法独立承担的复杂任务。在智能制造领域,这套原理正从实验室走向产线,成为工业AI落地的重要技术路线。近两年,随着大模型推理成本下降和边缘算力提升,制造业对多Agent协作系统的关注度明显升温。···