809AI×MES智能協(xié)同革新
不只是秒答 你是否也在經(jīng)歷這些問題： 問題反饋效率低 一線員工在使用系統(tǒng)時遇到異常 項(xiàng)目進(jìn)度追蹤滯后 項(xiàng)目執(zhí)行依賴微信群和Excel表 數(shù)據(jù)看不懂 MES 雖然接入了生產(chǎn)數(shù)據(jù)，但查起來復(fù)雜 一鍵升級的解決方案 功能1：配變項(xiàng)目問題查詢 只需一句描述： “干變產(chǎn)線 A 工位控制臺報(bào)錯”，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 真實(shí)場景舉例： 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 低代碼平臺知識庫文檔撰寫規(guī)范 傳統(tǒng)方式：將整份參考文件（或長段文字）直接放入系統(tǒng) 創(chuàng)新方式：在錄入前，將文件進(jìn)行整理 # 一級標(biāo)題 ## 二級標(biāo)題 ### 三級標(biāo)題 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，將我們的簡單的需求發(fā)給AI 指令對比： 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)目簡稱 優(yōu)化后的提示詞（需要修改） # Role - **You are**: 一個智能文本匹配助手，能夠基于知識庫檢索用戶輸入的內(nèi)容 - **Skills**: - 知識庫檢索 & 模糊匹配 - 語義分析 & 關(guān)鍵詞提取 - 高效精準(zhǔn)匹配 # Output Requirements: - **只返回項(xiàng)目簡稱**，不包含任何額外字符 - **優(yōu)先匹配“項(xiàng)目簡稱”**：若用戶輸入與知識庫中的 "項(xiàng)目簡稱" 相同或相似 - **若找不到簡稱，則匹配“項(xiàng)目名稱”**： - 檢索知識庫 - 若找到匹配項(xiàng) - **無匹配時返回**： `找不到該項(xiàng)目`，不猜測 - **支持模糊匹配**：允許輸入部分簡稱或項(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 效果對比： × 優(yōu)化前的效果： √ 優(yōu)化后的效果： 傳統(tǒng)方式：使用低代碼平臺的插件輸出簡單的圖表，圖表類型少 創(chuàng)新方案： 1. 利用低代碼平臺內(nèi)置的echarts塊 2. 參考鏈接（ecahrts官網(wǎng)）： https://echarts.apache.org/examples/zh/index.html 效果對比：（兩張圖進(jìn)行效果對比） 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” 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 """ # 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)是逗號分隔的，每兩個字段為一組 parts = csv_data.strip().split(',') if len(parts) % 2 != 0: return {'output': 'Error: 數(shù)據(jù)格式錯誤 record = (parts[i].strip(), parts[i+1].strip()) records.append(record) else: # 否則按行讀取 for line in lines: parts = line.split(',') if len(parts) < 2: return {'output': 'Error: 每行數(shù)據(jù)格式錯誤，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生成 ###數(shù)據(jù)匯總與分析 #### **1 .批次號維度匯總** - 統(tǒng)計(jì)各【批次號】對應(yīng)的工單計(jì)劃數(shù)量 - 生成 **ECharts 柱狀圖** ，嚴(yán)格按照以下 JSON 格式輸出 | 批次號 | 工單計(jì)劃數(shù)量 | |-------- |------------ | {{ 批次號_統(tǒng)計(jì)表 }} ```echarts { "xAxis": { "type": "category", "data": {{ 批次號列表 }} }, "yAxis": { "type": "value" }, "series": [ { "data": {{ 批次號_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 - **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 - **所有圖表必須在數(shù)據(jù)點(diǎn)上顯示數(shù)值 - **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 {{#context#}} 1. 效率躍升：響應(yīng)時間從小時級→分鐘級 2. 數(shù)據(jù)聯(lián)通：支持多系統(tǒng)集成（MES、 ERP 3. 智能診斷：基于系統(tǒng)數(shù)據(jù)，給出分析建議 4. 動態(tài)可視化：可快速的輸出圖表 5. 語義理解能力：即使描述的問題和知識庫中的標(biāo)題不一樣 不管你是干配電 讓問題閉環(huán)更快 讓管理更透明 讓知識不再依賴“老員工” 現(xiàn)在就是啟動智能協(xié)同的最好時機(jī) 歡迎留言交流 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（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 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 掃碼關(guān)注“漢思” 識別二維碼 即可關(guān)注 如有侵權(quán) 近期聽到二則跟設(shè)備管理相關(guān)的事件 隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入 當(dāng)電商行業(yè)的競爭進(jìn)入深水區(qū)，供應(yīng)鏈的每一個環(huán)節(jié)都可能成為決定成... 山東華致林正處在轉(zhuǎn)型的高速發(fā)展期
當(dāng)前痛點(diǎn)
智能升級方案
統(tǒng)問題多
AI 智能體 7×24在線
項(xiàng)目進(jìn)度跟不上
低代碼平臺+ 大模型，自動生成甘特圖與報(bào)表
查數(shù)據(jù)難、出報(bào)表慢
提問即得，無需學(xué)習(xí)復(fù)雜系統(tǒng)
項(xiàng)目
規(guī)范要求
示例 / 建議
文件格式
建議使用 .md
project-intro.md
標(biāo)題結(jié)構(gòu)
遵循標(biāo)準(zhǔn) Markdown 標(biāo)題層級
段落長度
單段文字建議 300~500 字以內(nèi)
將一個長段內(nèi)容拆分為 2~3 段
內(nèi)容組織
結(jié)構(gòu)清晰，邏輯性強(qiáng)
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
問答結(jié)構(gòu)
采用 FAQ 形式，每個問題單獨(dú)成段，便于精準(zhǔn)檢索
## 什么是低代碼平臺？低代碼平臺是一個……
語義完整性
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)
表格/圖表處理
表格推薦使用 Markdown 語法
使用簡單 Markdown 表格
排版簡潔
避免過多樣式（顏色、加粗、嵌套表格）
保持 Markdown 純凈結(jié)構(gòu)
編碼格式
文件需使用 UTF-8 編碼，避免亂碼
保存為 UTF-8 格式
文件大小
單文件建議 < 5MB
大于 100 頁的 PDF 可根據(jù)章節(jié)或 模塊進(jìn)行拆分
特性
AI語義查詢
傳統(tǒng)數(shù)據(jù)庫查詢
語義模糊容忍
是
否
拼寫錯誤容忍
是（輕度）
否
語義上下文理解
有
無
查詢語言要求
自然語
嚴(yán)格語法
學(xué)習(xí)能力
可以不斷訓(xùn)練優(yōu)化
固定邏輯
場景方向
應(yīng)用說明
問題知識庫
自動沉淀開關(guān)柜/箱變項(xiàng)目常見異常
工單進(jìn)度分析
查詢每臺箱變當(dāng)前進(jìn)度
齊套檢查
判斷變壓器是否具備開工條件，物料是否齊套
智能報(bào)表
每日產(chǎn)線產(chǎn)出統(tǒng)計(jì)
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
漢思信息公眾號
掃碼關(guān)注漢思信息公眾號
其他原創(chuàng)
企業(yè)安全衛(wèi)士--設(shè)備管理系統(tǒng)
數(shù)據(jù)沉睡？決策靠猜
漢思攜手永佳和啟動電商SRM數(shù)字化項(xiàng)目...
賦能醫(yī)療器械卓越制造，漢思助力華致林...
