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

工业知识图谱与Agent的结合

工业知识图谱与Agent结合,本质是把工厂里分散的设备参数、工艺文件、故障记录、物料清单变成一张机器可读的关系网络,再让AI Agent在这张网络上做推理和任务编排,从而把“查资料、做判断、走流程”这三件事从人脑转移给系统。用一句话概括:知识图谱负责“记住东西之间怎么关联”,Agent负责“根据目标自己找路走”,两者合···

AIAgent在供应链管理中的

AI Agent在供应链管理中的角色,一句话概括:它把供应链从“人盯着流程跑”变成“流程自己找路走”——以目标为导向,自主感知需求波动、库存水位、物流异常,并直接调用ERP、WMS、TMS等系统的接口完成下单、调拨、催运等动作,人只负责设定规则和处理例外。它不是替代ERP,而是在ERP之上加一层会判断、会执行的“数字调···

AIAgent平台选型指南

AI Agent平台选型,核心不是比谁家的模型参数大,而是看这个平台能不能把“感知-决策-执行”这条链路在你的业务系统里跑通。换句话说,选型的第一判断标准是集成能力与执行可靠性,模型能力排在第二位。一个连不上你现有MES、SCADA或ERP的Agent平台,再聪明也只是个聊天窗口。一、AI Agent平台到底解决什么问···

AIAgent的ROI评估方法

AI Agent的ROI评估不能只看它替掉多少人工工时,而要把任务成功率、人工接管率、单任务推理成本、系统集成与运维投入放在同一张账上算,用“净收益=可量化节省+可量化增量收益-全周期总成本”这个框架来算,才能得出经得起财务复核的结论。换句话说,一个AI Agent值不值得上,取决于它在具体工序里能否稳定跑通闭环,而不···

机器人Agent的柔性制造

机器人加Agent做柔性制造,核心是把“死程序执行”变成“带感知和决策的任务闭环”:机器人负责物理动作,Agent负责理解订单、拆解工序、调度设备和异常重规划,两者通过OPC-UA、MQTT等工业协议与MES/WMS对接。它解决的是多品种、小批量、换线频繁场景下,传统固定自动化产线换型成本高、响应慢的问题。一、机器人+···

微调大模型在工业场景的价值

微调大模型在工业场景的核心价值,是把通用大模型从“什么都懂一点”变成“懂这条产线、懂这个工艺、懂这家工厂的规矩”的专用推理引擎,让AI在具体工序上给出可执行、可核验的判断,而不是泛泛而谈。它解决的不是“模型够不够聪明”,而是“模型懂不懂现场”。一、微调大模型到底解决工业现场的什么问题通用大模型在工业场景落地时,常卡在三···

工业Agent的幻觉问题与

工业Agent的幻觉问题不能靠“换个大模型”解决,而是要靠“模型之外”的工程约束来兜底。核心答案就一句:在工业场景里,Agent的输出必须被工艺规则、实时数据和权限边界三重校验,凡是不能追溯到具体设备参数或工单记录的回答,一律视为不可信。换句话说,治理工业Agent幻觉的重点不是让模型“少说错话”,而是让系统“不许它乱···