日韩美女乱婬试看视频网站,曰的好深好爽免费视频网,黄频视频大全免费的国产,国产精品八区在线观看,国产在线一区二区三区精品,少妇水真多免费视频,久久久伊人天堂网,国产女主播精品大秀系列,福利喷水导航,欧美粗大插爽视频,国产精品免费打屁股网站,mm131国产视频,精品在线N,一个人看WWW在线视欧美,成AV人色在线观看,在线观看h片视频,日本aaaaa级特黄大片

漢思原創(chuàng)

100+項(xiàng)目經(jīng)驗(yàn)總結(jié)，高級(jí)顧問(wèn)提煉純干貨

預(yù)約演示 對(duì)話專家

AI × MES 智能協(xié)同革新：不只是秒答
，更是顛覆！

作者：Hanthink 發(fā)布時(shí)間：2025-05-09 20:47:06 814
漢
思
信
息

AI×MES智能協(xié)同革新

不只是秒答

，更是顛覆

ThinkDeep & MES

 一
、為什么你需要AI × MES
？

你是否也在經(jīng)歷這些問(wèn)題：

  • 問(wèn)題反饋效率低

一線員工在使用系統(tǒng)時(shí)遇到異常，需要層層反饋

、溝通繁瑣，問(wèn)題閉環(huán)周期過(guò)長(zhǎng)
。

  • 項(xiàng)目進(jìn)度追蹤滯后

項(xiàng)目執(zhí)行依賴微信群和Excel表

，計(jì)劃延誤時(shí)無(wú)人察覺、責(zé)任難追
。

  • 數(shù)據(jù)看不懂

    、系統(tǒng)查不出

MES 雖然接入了生產(chǎn)數(shù)據(jù)

，但查起來(lái)復(fù)雜
，表格沒有結(jié)論
、圖表沒有重點(diǎn)
。

一鍵升級(jí)的解決方案

當(dāng)前痛點(diǎn) 智能升級(jí)方案
統(tǒng)問(wèn)題多
、溝通低效
  AI 智能體 7×24在線，直接秒答
項(xiàng)目進(jìn)度跟不上 低代碼平臺(tái)+ 大模型
，自動(dòng)生成甘特圖與報(bào)表
查數(shù)據(jù)難、出報(bào)表慢 提問(wèn)即得
，無(wú)需學(xué)習(xí)復(fù)雜系統(tǒng)
二
、它到底能做什么

功能1：配變項(xiàng)目問(wèn)題查詢

只需一句描述： “干變產(chǎn)線 A 工位控制臺(tái)報(bào)錯(cuò)”

，AI 立刻返回常見原因
、處理辦法
、是否與近期變更有關(guān)聯(lián)
。

功能2：項(xiàng)目進(jìn)度智能分析

輸入：“A305箱變的組裝進(jìn)度怎么樣

？AI 輸出計(jì)劃狀態(tài)
、延誤節(jié)點(diǎn)、滯后原因分析
、完成率圖表等數(shù)據(jù)視圖。

真實(shí)場(chǎng)景舉例：

張家港開關(guān)柜項(xiàng)目生產(chǎn)主管只需在AI界面輸入“高低壓柜 X12 當(dāng)前狀態(tài)”

，即可快速定位到當(dāng)前工序、負(fù)責(zé)人
、完成率
，實(shí)時(shí)調(diào)度
，無(wú)需等待日?qǐng)?bào)或主管反饋
。

三
、低代碼平臺(tái)配置技巧：讓AI更懂你

低代碼平臺(tái)知識(shí)庫(kù)文檔撰寫規(guī)范

傳統(tǒng)方式：將整份參考文件（或長(zhǎng)段文字）直接放入系統(tǒng)

，內(nèi)容冗長(zhǎng)且結(jié)構(gòu)混亂
。

創(chuàng)新方式：在錄入前

，將文件進(jìn)行整理
，梳理層級(jí)結(jié)構(gòu)
，適合分段解析
、精準(zhǔn)召回。

項(xiàng)目 規(guī)范要求 示例 / 建議
文件格式 建議使用  .md
、 .txt ；其中 Markdown 最佳
 project-intro.md
標(biāo)題結(jié)構(gòu) 遵循標(biāo)準(zhǔn) Markdown 標(biāo)題層級(jí)
，清晰分章分節(jié)

# 一級(jí)標(biāo)題

## 二級(jí)標(biāo)題

### 三級(jí)標(biāo)題
段落長(zhǎng)度 單段文字建議 300~500 字以內(nèi)，避免超長(zhǎng)文本 將一個(gè)長(zhǎng)段內(nèi)容拆分為 2~3 段
內(nèi)容組織 結(jié)構(gòu)清晰
，邏輯性強(qiáng)
，避免內(nèi)容過(guò)度重復(fù)或無(wú)序
 建議按「項(xiàng)目介紹 → 架構(gòu)設(shè)計(jì) → 技術(shù)實(shí)現(xiàn)」等順序分層
問(wèn)答結(jié)構(gòu) 采用 FAQ 形式
，每個(gè)問(wèn)題單獨(dú)成段
，便于精準(zhǔn)檢索
 ## 什么是低代碼平臺(tái)？低代碼平臺(tái)是一個(gè)……
語(yǔ)義完整性 保持每節(jié)內(nèi)容自洽
，不跨段依賴或頻繁引用 上下文
 如「用戶權(quán)限管理」單獨(dú)成節(jié)， 討論管理方式和應(yīng)用場(chǎng)景
表格/圖表處理 表格推薦使用 Markdown 語(yǔ)法
；圖表盡量轉(zhuǎn) 為文字描述，避免插入復(fù)雜圖片
 使用簡(jiǎn)單 Markdown 表格
，如下 例中的寫法
排版簡(jiǎn)潔 避免過(guò)多樣式（顏色
、加粗
、嵌套表格）
， 以便機(jī)器解析
 保持 Markdown 純凈結(jié)構(gòu)；必要 時(shí)可用簡(jiǎn)單的列表或引用
編碼格式 文件需使用 UTF-8 編碼
，避免亂碼
 保存為 UTF-8 格式，尤其是 .txt文件
文件大小 單文件建議 < 5MB；過(guò)大的文件可以拆分多 個(gè)部分上傳 大于 100 頁(yè)的 PDF 可根據(jù)章節(jié)或 模塊進(jìn)行拆分

提示詞工程-"用AI馴服AI"

傳統(tǒng)方式：人工編寫提示詞（Prompt） → 輸出結(jié)果不穩(wěn)定

創(chuàng)新方案： 用AI馴服AI

，將我們的簡(jiǎn)單的需求發(fā)給AI，讓AI完善提示詞

指令對(duì)比：

  •  優(yōu)化前的提示詞

##  任務(wù)

根據(jù)用戶輸入的內(nèi)容提取項(xiàng)目簡(jiǎn)稱

，不需要額外加任何符號(hào)

  • 優(yōu)化后的提示詞（需要修改）

# Role

- **You are**: 一個(gè)智能文本匹配助手

，能夠基于知識(shí)庫(kù)檢索用戶輸入的內(nèi)容
，并返回對(duì)應(yīng)的 項(xiàng)目簡(jiǎn)稱
。

- **Skills**:

- 知識(shí)庫(kù)檢索 & 模糊匹配

- 語(yǔ)義分析 & 關(guān)鍵詞提取

- 高效精準(zhǔn)匹配

# Output Requirements:

- **只返回項(xiàng)目簡(jiǎn)稱**，不包含任何額外字符

、標(biāo)點(diǎn)、說(shuō)明或格式化標(biāo)記
。

- **優(yōu)先匹配“項(xiàng)目簡(jiǎn)稱”**：若用戶輸入與知識(shí)庫(kù)中的 "項(xiàng)目簡(jiǎn)稱" 相同或相似，直接返回該簡(jiǎn) 稱

。

- **若找不到簡(jiǎn)稱

，則匹配“項(xiàng)目名稱”**：

- 檢索知識(shí)庫(kù)，找出最接近的 "項(xiàng)目名稱"

。

- 若找到匹配項(xiàng)

，返回對(duì)應(yīng)的 "項(xiàng)目簡(jiǎn)稱"
。

- **無(wú)匹配時(shí)返回**： `找不到該項(xiàng)目`

，不猜測(cè)
、不生成無(wú)關(guān)內(nèi)容。

- **支持模糊匹配**：允許輸入部分簡(jiǎn)稱或項(xiàng)目名稱的關(guān)鍵詞

，尋找最相關(guān)的匹配項(xiàng)。

# Example Inputs & Outputs:

**Input:** `三峽雄安能源江蘇張家港光束汽車` **Return:** 三峽雄安

**Input:** `張家港光束汽車` 

**Return:** 三峽雄安

**Input:** `南方電網(wǎng)廣州供電局` 

**Return:** 找不到該項(xiàng)目

效果對(duì)比：

× 優(yōu)化前的效果：

圖片1.png

√ 優(yōu)化后的效果：

圖片2.png

四
、圖表能力提升

傳統(tǒng)方式：使用低代碼平臺(tái)的插件輸出簡(jiǎn)單的圖表，圖表類型少

，樣式單一

創(chuàng)新方案：

1. 利用低代碼平臺(tái)內(nèi)置的echarts塊

，輸出符合自己需求的echarts圖表

2. 參考鏈接（ecahrts官網(wǎng)）： https://echarts.apache.org/examples/zh/index.html

效果對(duì)比：（兩張圖進(jìn)行效果對(duì)比）

AGSnJFKM_MZhn.png

核心代碼：

echarts

{

"xAxis": {

"type": "category",

"data": ["高風(fēng)險(xiǎn)", "中風(fēng)險(xiǎn)", "低風(fēng)險(xiǎn)"] 

},

"yAxis": {

"type": "value"

},

"series": [ {

"data": {{ 風(fēng)險(xiǎn)評(píng)估_數(shù)據(jù) }},

"type": "bar", 

"label": {

"show": true,

"position": "top" 

}

}]

}

使用方法：

  • 利用代碼輸出echarts配置項(xiàng)

import json

def main(csv_data):

"""

解析輸入的 CSV 字符串?dāng)?shù)據(jù)

，提取“模塊名稱”和“數(shù)量”，構(gòu)造用于 ECharts 的配置（柱 狀圖）
。

輸入數(shù)據(jù)可以是每條記錄單獨(dú)一行

，也可以是所有記錄在一行中
，每?jī)蓚€(gè)字段為一組
。

"""

# 先嘗試按行分割

lines = csv_data.strip().splitlines()

records = []

if len(lines) == 1 and csv_data.find('\n') == -1:

# 如果沒有換行符

，假設(shè)數(shù)據(jù)是逗號(hào)分隔的，每?jī)蓚€(gè)字段為一組

parts = csv_data.strip().split(',') if len(parts) % 2 != 0:

return {'output': 'Error: 數(shù)據(jù)格式錯(cuò)誤

，每組應(yīng)該有兩個(gè)字段 '} for i in range(0, len(parts), 2):

record = (parts[i].strip(), parts[i+1].strip()) records.append(record)

else:

# 否則按行讀取，每行數(shù)據(jù)應(yīng)包含兩個(gè)字段

for line in lines:

parts = line.split(',') if len(parts) < 2:

return {'output': 'Error: 每行數(shù)據(jù)格式錯(cuò)誤

，必須包含模塊名稱和

數(shù)量 '}

records.append((parts[0].strip(), parts[1].strip()))

categories = [] values = []

for category, value_str in records: try:

value = float(value_str) except Exception as e:

return {'output': f"Error: 數(shù)量字段轉(zhuǎn)換失敗 - {value_str}"}

categories.append(category) values.append(value)

# 構(gòu)建 ECharts 配置

echarts_config = { "xAxis": {

"type": "category",

"data": categories },

"yAxis": {

"type": "value" },

"series": [ {

"name": "數(shù)量", "type": "bar", "data": values

} ]

}

# 生成輸出文件

output = "```echarts\n" + json.dumps(echarts_config, indent=2, ensure_ascii=False) + "\n```"

return {"output":output}

  • 利用指令讓大模型自動(dòng)生成

###數(shù)據(jù)匯總與分析

#### **1 .批次號(hào)維度匯總**

- 統(tǒng)計(jì)各【批次號(hào)】對(duì)應(yīng)的工單計(jì)劃數(shù)量，并使用 **Markdown 表格** 展示真實(shí)數(shù)據(jù)

。

- 生成 **ECharts 柱狀圖**

，嚴(yán)格按照以下 JSON 格式輸出，**并在圖表中顯示數(shù)值**
。

| 批次號(hào) | 工單計(jì)劃數(shù)量 |

|-------- |------------ |

{{ 批次號(hào)_統(tǒng)計(jì)表 }}

```echarts

{

"xAxis": {

"type": "category",

"data": {{ 批次號(hào)列表 }}

},

"yAxis": {

"type": "value"

},

"series": [

{

"data": {{ 批次號(hào)_工單數(shù)量 }}, "type": "bar",

"label": {

"show": true,

"position": "top" }

}

] }

` ` `

### **輸出要求**

- **所有數(shù)據(jù)必須以  Markdown  表格格式呈現(xiàn) ，數(shù)據(jù)必須是真實(shí)的

，不得使用示例數(shù)據(jù) 。**

- **Markdown  表格必須直接輸出

，不應(yīng)嵌套在代碼塊或  JSON  字符串中
。**

- **所有可視化數(shù)據(jù)必須嚴(yán)格按照指定的  ECharts   JSON  格式輸出 ，確保  低代碼平臺(tái)  識(shí)別并 生成圖表

。**

- **所有圖表必須在數(shù)據(jù)點(diǎn)上顯示數(shù)值

， ECharts  配置需包含  ` "label " :  {  " show " : true  } `
。**

- **不得省略任何  JSON  結(jié)構(gòu)

，變量部分必須替換為真實(shí)數(shù)據(jù) 。**

- **Markdown  表格與  ECharts  數(shù)據(jù)應(yīng)匹配

，避免數(shù)據(jù)不一致的問(wèn)題 。**

{{#context#}}
五
、AI查詢的顛覆性優(yōu)勢(shì)

1. 效率躍升：響應(yīng)時(shí)間從小時(shí)級(jí)→分鐘級(jí)

，從“問(wèn)人找人”變成“秒答”

2. 數(shù)據(jù)聯(lián)通：支持多系統(tǒng)集成（MES

、 ERP
、知識(shí)庫(kù)等），實(shí)現(xiàn)統(tǒng)一查詢與處理

圖片4.png

3. 智能診斷：基于系統(tǒng)數(shù)據(jù)

，給出分析建議

圖片5.png

4. 動(dòng)態(tài)可視化：可快速的輸出圖表

圖片6.png

5. 語(yǔ)義理解能力：即使描述的問(wèn)題和知識(shí)庫(kù)中的標(biāo)題不一樣

，也可以根據(jù)AI 的語(yǔ)義理解能力，匹配到 對(duì)應(yīng)的問(wèn)題
。

特性 AI語(yǔ)義查詢 傳統(tǒng)數(shù)據(jù)庫(kù)查詢
語(yǔ)義模糊容忍 是 否
拼寫錯(cuò)誤容忍 是（輕度） 否
語(yǔ)義上下文理解 有 無(wú)
查詢語(yǔ)言要求 自然語(yǔ) 嚴(yán)格語(yǔ)法
學(xué)習(xí)能力 可以不斷訓(xùn)練優(yōu)化 固定邏輯
六、典型場(chǎng)景 × 電氣行業(yè)落地實(shí)踐
場(chǎng)景方向 應(yīng)用說(shuō)明
問(wèn)題知識(shí)庫(kù) 自動(dòng)沉淀開關(guān)柜/箱變項(xiàng)目常見異常
，如接線不符、元件漏裝等
工單進(jìn)度分析 查詢每臺(tái)箱變當(dāng)前進(jìn)度
、滯后原因
、責(zé)任工位
齊套檢查 判斷變壓器是否具備開工條件，物料是否齊套
，提前發(fā)出缺料預(yù)警
智能報(bào)表 每日產(chǎn)線產(chǎn)出統(tǒng)計(jì)、不合格項(xiàng)趨勢(shì)
、 BOM匹配異常統(tǒng)計(jì)圖表
決策支持 基于歷史項(xiàng)目數(shù)據(jù)
，智能分析工序瓶頸和調(diào)度建議
結(jié)語(yǔ)：讓AI成為你MES系統(tǒng)的“超級(jí)助理”

不管你是干配電

、箱變
、環(huán)網(wǎng)柜，還是中壓電氣設(shè)備制造—— AI × MES 都能為你帶來(lái)：

  • 讓問(wèn)題閉環(huán)更快

  • 讓管理更透明

  • 讓知識(shí)不再依賴“老員工”

現(xiàn)在就是啟動(dòng)智能協(xié)同的最好時(shí)機(jī)

！

歡迎留言交流，也歡迎轉(zhuǎn)發(fā)給那些正在思考“MES+AI”的同行伙伴

。

往期推薦:

深思AI（1）：從“人找數(shù)據(jù)”到“數(shù)據(jù)找人”：MOM系統(tǒng)如何用AI重構(gòu)生產(chǎn)決策邏輯

深思AI（2）：漢思AI視覺識(shí)別項(xiàng)目突破

，昆明拜耳藥品三期信息AI柔性識(shí)別系統(tǒng)成功上線

深思AI（3）：淺析AI在智能倉(cāng)儲(chǔ)管理系統(tǒng)中的融合應(yīng)用

深思AI（4）：漢思信息MES/MOM全面接入DeepSeek，深思(ThinkDeep)V2.0助推企業(yè)進(jìn)入AI+智造階段

深思AI（5）：AI助力企業(yè)高效運(yùn)營(yíng)與質(zhì)量管理

END

HanThink

漢思信息技術(shù)有限公司成立于2008年

，致力于提供企業(yè)用戶全面
、量身定制的MOM管理軟件MES
、WMS、LES
、QMS
、EAM、EMS
、IOT和整體解決方案
。

目前服務(wù)的領(lǐng)域涵蓋離散和流程兩大行業(yè)：汽車行業(yè)、新能源行業(yè)

、醫(yī)藥行業(yè)
、食品行業(yè)、機(jī)加工制造行業(yè)
、大型裝配等。

尤其在汽車

、醫(yī)藥
、食品、新能源行業(yè)（新能源汽車
、光伏
、電池
、儲(chǔ)能等）積累了豐富的實(shí)施經(jīng)驗(yàn)和行業(yè)方案
，是國(guó)內(nèi)MOM的領(lǐng)先供應(yīng)商。

掃碼關(guān)注“漢思”

識(shí)別二維碼

即可關(guān)注

如有侵權(quán)

，請(qǐng)聯(lián)系漢思刪帖

0591-88209992
官方電話
二維碼
微信掃碼聯(lián)系