数据少、质量不齐，
怎么组织有效依据？
组合专业资料、项目规则、运行快照与工程师观察，先检查来源、时效和适用条件。缺少信息时先澄清，再形成建议。
设计重点：来源追溯 · 证据补齐 · 适用范围INDUSTRIAL INTELLIGENCE / 圆木智维
让工程经验，
成为下一次
行动的依据。
从一段程序到一次排障，把工程师的判断、设备运行信息与企业技术积累连接起来。让 AI 理解现场，协助形成可审阅、可验证、可追溯的工程方案。
编程调试排障维护知识迭代
YM / ENGINEERING LOOP产品逻辑示意
01 / HUMAN工程师目标 · 现象 · 现场判断
02 / SIGNAL设备信息运行快照 · 告警 · 参数
03 / MEMORY企业知识手册 · 项目 · 实操经验
04 / ACTION验证与反馈审阅 · 测试 · 经验沉淀
上下文决定方案CONTEXT → PLAN → VERIFY
工程工作，连接成一个连续过程。YMachine / 01
WORKFLOWS / 工作场景
四类工程任务，
同一个协作工作台。
先明确任务，再组织证据。AI 给出候选方案，工程师完成审阅，验证结果回到项目和知识库。
圆木智维 / 工程工作台交互预览 · 示例数据PROGRAMMING / 编程
把控制目标，整理为可验证的程序草案。
梳理 I/O、运行条件和停机联锁，生成 ST 草案，再核对逻辑与测试结果。
已组织的上下文
控制需求I/O 点表联锁规则
程序草案DRAFT / 待审阅
IF EStop OR StopCmd THEN
FanRun := FALSE;
ELSIF StartCmd AND DriveReady THEN
FanRun := TRUE;
END_IF;下一步：审阅停机优先级，执行联锁测试。
工程 AI 协作示意
继续澄清目标与约束…↑
以上是产品工作方式的交互示意。当前验证版本以 PLC＋变频器风机模拟场景为基础；生成内容需经工程审阅，不直接控制真实设备。
ENGINEERING LOOP / 工程闭环
AI 的回答，
需要走完现场的下一步。
让建议带着依据，也带着验证路径。一次任务的结束，是下一次工程协作的起点。
- 01
明确目标
与工程师对话，厘清任务、症状、边界和缺失信息。
问题与约束 - 02
组织证据
结合设备快照、产品资料与客户经验，确认适用范围。
来源与上下文 - 03
形成方案
生成程序、参数候选、排查步骤或维护建议，保留引用。
可审阅的草案 - 04
验证结果
由工程师审阅与测试，记录有效、无效和待确认的结果。
工程判断与反馈 - 05
沉淀经验
把任务过程整理成知识草稿，审核后进入后续检索。
版本与知识积累
KNOWLEDGE / 企业工程记忆
手册之外，
还有属于客户的经验。
把分散在文档、项目记录与现场笔记中的技术积累，整理成带来源、适用范围和版本的知识。演示库含 80 份 ABB 产品族模拟资料，覆盖 16 个系列。
↗
让碎片进入同一条脉络
导入资料、提取文本、归属设备与项目。图片和视频可作为现场证据，由工程师补充观察。
↗
让经验有适用的边界
区分 ABB 专业资料、客户实操经验与现场案例，结合关键词、稀疏向量与关联资料检索，按型号、固件和任务限定范围。模拟资料始终仅供参考。
↗
让迭代来自可追溯的反馈
AI 辅助提炼知识草稿；审核、修订与撤回保留记录；回答可回到原文，检索可运行评测，让后续任务使用经过确认的经验。
ENGINEERING MEMORY知识流转示意
产品专业资料手册 / 产品信息
客户技术积累项目文档 / 实操笔记
现场任务记录现象 / 措施 / 验证结果
知识草稿AI 提炼 · 人工审核
风机联锁检查经验- 适用对象
- 项目设备 / 对应程序版本
- 证据来源
- 现场记录 + 验证结果
- 生效条件
- 工程师审核通过
✳
回到下一次工程任务检索依据 · 辅助判断 · 再次验证
↗BUILT FOR CONTEXT / 面向工业现场
从工业约束出发，
设计 AI 的工作方式。
工业知识的价值，在于具体设备与具体条件下的正确判断。产品迭代围绕三项实际问题展开。
数据少、质量不齐，
高效训练，
如何向专家水平靠近？
先结合预训练模型、经审核知识检索与工程规则，避免从零训练。整理专家案例和失败反馈，用评测识别稳定能力缺口，再规划小样本适配。当前未训练模型；专家水平需经真实案例盲评与现场验证。
能力路线：检索与规则先行 · 专家评测 · 按需小样本适配工程现场，
怎么控制运行成本？
把确定性校验交给规则和测试，把需要理解与推理的任务交给模型。按任务检索必要上下文，减少无关信息与重复调用。
设计重点：规则校验 · 任务检索 · 按需推理LOCAL RUNTIME / 本地运行
工程智能，运行在
你的工厂内网。
以厂内服务器连接设备、资料与工程师。产品目标：本地完成编程、调试、排障、维护及知识迭代，断网仍可协作。
工厂内网目标架构 · 分阶段落地
01 / CONTEXT
现场设备与工程资料
- PLC / 变频器本地只读网关 · 快照 / 告警 / 参数
- ABB 资料与客户经验手册 / 项目 / 笔记 / 图片视频
原始材料留在厂内，按设备与工况组织。
02 / PROCESS
本地处理引擎
解析与索引检索与规则联锁测试本地模型推理
规则先行 · 按需推理 · 不自动转云
03 / VERIFY
工程师工作台
- 程序草案 / 参数候选
- 排查步骤 / 维护计划
待核实 人工审阅 测试验证
经验持续迭代
草稿经审核与回归后进入知识库；保留来源、数据与算法版本及原始结果，供任务回放。模型更换不覆盖已确认经验。
资源策略分批建索引、复用缓存，模型只处理必要上下文；不从零训练。
硬件选型按模型规模、上下文与并发选择边缘 GPU 服务器，DGX Spark 可作为选项。
本地原型
已支持离线模拟流程与本机模型兼容接口，模型需自行部署。
当前在线版
ymachine.cn 使用云端 DeepSeek，需要联网；所选工程文字发送至模型服务。
本地 AI 闭环仍需客户环境验收。OCR、音视频理解、ABB 专属接入与原生参数应用为后续适配项；当前设备与联锁演示为模拟。
START WITH ONE ENGINEERING TASK