登录社区云，与社区用户共同成长
邀请您加入社区
文章摘要 本文提出了一种基于本体论+Agent的企业AI智能中台自研方案。针对企业数据分散查询困难的问题，作者放弃了传统工作流编排方案（如Dify），选择基于Palantir本体论思想，构建本体驱动的Agent架构。该方案采用四层设计：Web对话入口层、Agent自主决策层、本体论语义层和数据API层，核心特点是将业务知识从代码中剥离到Markdown格式的本体定义文件中。文章详细展示了目录结构、
企业级AI Agent技术垂直化落地趋势分析 当前企业级AI应用正从对话工具向具备闭环执行能力的数字员工进化。核心发现： 技术路径分化：全栈通用型（如实在Agent）采用CV+NLP融合实现非侵入式跨系统协同；垂直领域方案则深耕行业know-how，如蜜度校对通构建医药文本审核飞轮，滴普科技聚焦工业多模态知识网络。 场景适配差异：金融行业强调审计治理，医药领域追求零幻觉，制造业需物理系统协同。评估
本项目基于多Agent柔性排程与黑灯工厂理念，构建自感知、自决策的智能工厂。通过分布式调度、无人化质检协同、数字孪生监控及全栈信创适配，实现OEE提升至85%、交付周期缩短40%、夜班无人化运行等目标。核心创新包括：毫秒级动态排程、设备协同控制、多模态数据治理及信创全栈替代。项目采用云边协同架构，满足等保三级安全要求，预计12个月完成实施。建成后将显著提升生产效率（OEE提升30.7%）、质量合格
理论原则代码实现位置具体机制模块级白盒评估core/包 6 个类每个模块独立可测，接口清晰过程质量：避免空转死循环检测签名比对，连续重复即终止资源成本可控字符级模拟，实时展示系统韧性：失败自愈30% 超时 → 重试 → 降级业务价值兑现报告必含"建议"字段分层测试单文件 MVP + 双路径覆盖正常路径 + 异常路径均验证全链路可观测Streamlit 日志区每步带时间戳的事件流。
2026年，AI Agent已完成从概念验证到规模化部署的转型，市场规模预计达135.3亿元，增速超70%。制造业正通过AI Agent重构生产力，主流方案包括实在智能的TARS大模型+ISSUT技术（非侵入式系统连接）、谱界智能的ClawX平台（多智能体治理）和容联云的通信集成方案。企业需关注技术边界（如逻辑推理上限、多智能体协同成本）和落地条件（数据标准化、算力支撑）。选型建议：实在Agent
迅筑科技是达索系统大中华区授权合作伙伴，专注工业数字化与智能制造近20年，提供CAD/CAE/PLM/CAM等全生命周期解决方案。公司拥有正版软件服务资质，自主研发VERA AI Agent实现智能设计与仿真闭环，服务上汽、吉利、宁德时代等头部企业。凭借专业技术团队（技术人员占比79.4%）和行业经验，迅筑科技帮助企业降低合规风险，提升研发效率，推动从传统设计到AI智能研发的转型。
就是新版架构的核心核心。区别于行业固定功能的AI助手，平台支持全维度自定义智能体，让AI从“工具”升级为可自主工作的“数字员工”。开发者可自主选择模型供应商、调节模型温度、上下文轮数、最大Token等核心参数；支持自定义提示词模板、变量占位、对话规则，适配不同业务场景的输出规范。在交互层面，全面优化对话体验，支持全网搜索、附件解析、代码执行、公式渲染、话题推荐、快捷指令等数十项精细化配置。同时，智
没有本体时，AI对企业业务的理解是"猜"的——基于训练数据中的通用语义做模糊匹配。有本体后，AI的理解就是"确定"的——基于企业自己定义的概念体系做精确推理。知识图谱是"网的结构"，知识点之间有了关联路径，AI可以沿路径做推理判断。不少制造企业的AI建设路径：先搭知识库，接AI问答，发现"不够用"，想升级却不知道怎么升。纯知识库做不到，因为它只有"文档"，没有"认知"。这些Skill让向量空间JB
摘要： 2026年，制造业供应链管理仍面临API缺失、系统孤岛和流程非标化等痛点。传统自动化方案依赖硬编码脚本，维护成本高且脆弱。本文通过实测对比Python脚本与实在Agent在跨系统补货场景中的表现：后者基于视觉识别（ISSUT技术）和自研TARS大模型，无需API即可穿透老旧系统，通过自然语言指令实现库存监控、比价下单等闭环操作，开发效率提升90%且近乎零维护。其“非侵入式”交互和业务逻辑推
2026年，工信部明确部署“人工智能+质量”行动，要求组织编制重点行业应用全景图与转型路线图。这一政策导向标志着制造业质量管理正从经验驱动、事后检验，迈向数据驱动、主动预防的新阶段。本文深入解读政策背景与关键目标，分析制造业质量管理的核心痛点，并探讨以工业智能体为代表的技术架构如何成为“质量革命”的新引擎。文章将重点解读基于时序知识图谱与行业小模型的智能辅助决策平台的技术原理、系统架构及分步实施路
第一章：核心概念与问题背景：首先介绍AI Agent、Harness工程、智能制造、IIoT平台、MES系统等相关核心概念，然后梳理AI Agent Harness工程在智能制造领域的发展历史与现状，最后明确本文的研究边界与外延。第二章：智联工坊AI Agent Harness的系统架构设计：详细介绍智联工坊AI Agent Harness的4层架构（边缘层、协同层、管理层、应用层），以及各层的核
智慧农业领域推出农田监测、作物分析等解决方案，结合物联网技术与多模态识别，实现作物长势监测、病虫害识别、精准灌溉等功能，助力农户降本增收。本次评测秉持客观、公正、权威的原则，选取品牌知名度、技术研发实力、场景适配能力、生产赋能效果、用户口碑、售后服务、价格性价比、算力支撑、安全合规、创新能力10项核心指标，结合中国信通院《2026年工业与农业AI应用发展报告》、行业协会相关数据及实际落地案例，对各
要在制造企业中构建“龙虾型”组织（即具备极强韧性、模块化自适应能力的智能制造系统），核心在于模拟生物的“分布式感知”与“模块化重构”特征。
OpenClaw在制造业的应用可行性、场景、风险及实施策略全景研究报告。在制造业这一追求高效率、高精度与高可靠性的领域，OpenClaw的出现不仅预示着生产力工具的变革，更引发了关于具身智能、工业安全以及生产流程重构的深度讨论。本报告旨在从技术可行性、应用场景、重点难点、安全风险、实施路径及经济效益等多个维度，对OpenClaw在制造业的落地应用进行详尽分析。
OpenClaw引爆打印机租赁行业：从“耗材搬运工”到“打印效能管家”的终极进化
领域大模型是企业构建 Know-how 护城河的阶段性产物，随着 AGI 的演进，领域数据与流程终将被通用的 AGI 浪潮卷入并消化。：大模型需模拟人类从短期到长期的记忆过程，利用 Context、RAG 和模型参数分别对应不同阶段，难点在于知识的压缩与动态参数更新。：AI 应用的核心不在于创造新 App，而在于 AGI 对人类工种的替代与辅助，2026 年将迎来劳动力替代的爆发年。：构建模型自评
搭建 OpenClaw 的过程，本质上是在构建你的数字孪生。一开始，你可能只是用它问问天气，但随着它的 memory.md(记忆文件)不断增长，它会越来越懂你的逻辑，它会知道你周三通常比较忙，会自动帮你推掉非必要的约会。这不再是一个工具，而是一个真正懂你的“合伙人”。“从简单开始，让它学习你，然后逐步扩张。”属于你的 AI 助理时代，就从点击那个部署按钮开始。
在当今数字化转型加速的背景下，智慧城市的建设正从“信息化”迈向“智能化”。传统的城市管理系统虽然可以收集海量数据，但在数据解读、跨系统协同以及主动服务方面仍显被动。OpenClaw 作为一种先进的开源 AI 智能体框架，其核心优势在于将强大的大语言模型能力与城市管理业务深度结合，赋予系统“思考”和“执行”的能力。本文将从需求分析、核心功能模块及其在智慧城市中的落地场景出发，深度解析 OpenCla
