BossAgents × PLM 底座 · 通用技能集成框架

BossAgents 通用技能集成框架 v1（2026-08-31）—— 底层通用底座一次建好，上层按业务场景搜索并插拔已被验证的外部技能。采购比价只是第一个实例，不是单独的一套。与《采购比价技能集成方案 v1》《智能体表演平台详细设计方案 v1》配套。

| 指标 | 数值 | 说明 |

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

| 1 套 | 通用底座（所有场景共用） | 建一次：数据资产 / 技能接入 / 运行时 / 场景配置 4 层架构 |

| 5 步 | 接入一个新场景 | 全程不碰底座代码：选技能、填映射、配评分、回测、上线 |

| N 个 | 场景可插拔 | 采购已跑通，运维/质量/工艺待验证 |

目录：01 结论先行 · 02 设计原则 · 03 总体架构 · 04 数据资产注册中心 · 05 技能注册表 · 06 映射引擎+四项适配器 · 07 编排运行时+结果回流 · 08 新场景接入五步 · 09 采购比价实例 · 10 运维/质量/工艺三场景骨架 · 11 落地节奏 · 12 风险与对策 · 13 数据来源说明

01 结论先行

BossAgents 要的不是「采购做一套、设备运维又做一套」，而是一个先建一次、后面只往里加的通用技能底座。

一句话：底层四件套（数据资产中心、技能注册表、映射与适配、编排运行时）是通用工程，建一次、所有场景共用；换场景只做三件事——选技能、填映射、配评分，底座代码零改动。

采购比价作为第一个实例，验证的不只是「比价这件事能跑通」，更是「这套通用底座能被一个真实场景完整走一遍」。底座通了，设备运维、质量分析、工艺优化就是同样的五步，只是技能和映射表不一样。这才是「一个数字员工带技能，换一个数字员工不重做底座」的落地方式。

02 设计原则：为什么必须通用底座

按场景各做一套 vs 通用底座+场景插拔 的对比：

| 维度 | 一个场景一套（错误做法） | 通用底座+场景插拔（本框架） |

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

| 接入新场景 | 重新写映射、写适配、写集成，3-6 周/场景 | 选技能+填映射+配评分，3-5 天/场景 |

| 底座代码 | 每个场景各维护一套，越堆越乱 | 只维护一套，所有场景共用，越用越稳 |

| 数据资产 | 每个场景各自连库取数，权限/审计分散 | 统一数据资产中心，一套权限、一套审计 |

| 技能更换 | 换技能=改场景代码 | 注册表换一个技能实现，映射表微调 |

| 交付沉淀 | 每次从零开始，经验不积累 | 每跑通一个场景，底座+技能库更厚 |

底座层（通用，只建一次）：

• 数据资产注册中心：所有 PLM 数据源统一注册、统一取数
• 技能注册表：技能声明式注册，按 MCP/API/SDK 统一调用
• 数据映射引擎：字段映射配置化，场景只填表
• 四项适配器（数据/安全/性能/输出）组件化复用
• 编排运行时：调用、超时、重试、审计、结果回流

场景层（上层插拔）：

• 每个场景只做：注册数据资产 → 选技能 → 填映射 → 配评分 → 验证
• 采购比价、设备运维、质量分析、工艺优化……都是「场景配置包」
• 场景之间不耦合，新增场景不碰已有场景
• 技能从外部搜索已验证方案接入（优先源码/MCP），不自研

03 总体架构：底层通用 + 上层插拔

四层结构。中间两层是通用底座（建一次），最上层是场景配置（插拔），最底层是 PLM 数据资产。

┌─────────────────────────────────────────────────────────┐
│  场景层（插拔）                                          │
│  采购比价（样板）· 设备运维 · 质量分析 · 工艺优化          │
│  每个场景 = 一个配置包                                    │
├─────────────────────────────────────────────────────────┤
│  技能接入层（通用）                                        │
│  技能注册表 · 数据映射引擎 · 四项适配器                     │
│  MCP / API / SDK 统一调用                                 │
├─────────────────────────────────────────────────────────┤
│  运行时层（通用）                                          │
│  编排 · 鉴权 · 审计 · 重试 · 结果回流                      │
│  技能输出写回数据资产，形成闭环                              │
├─────────────────────────────────────────────────────────┤
│  数据资产层                                               │
│  PLM 统一注册：物料 / 历史价 / 供应商 / BOM / 设备台账 /     │
│  检测记录 / 工艺路线                                       │
└─────────────────────────────────────────────────────────┘

关键原则：场景只做「配置」，不做「开发」。技能不直接连 PLM 库，统一走数据资产中心取数；技能调用统一走注册表，任何技能可插拔替换。数据权限和审计在底座统一管控。

04 底座组件一：数据资产注册中心

所有 PLM 数据源先在底座注册成「数据资产」，带元数据（字段名、类型、单位、权限）。场景不再直接 SQL 查表，而是通过统一取数接口 get_data_asset() 取数。这一步做一次，所有场景共用。

数据资产注册表示例（采购与扩展场景共用同一注册表）：

| 资产 ID | 数据源 | 关键字段（示例） | 消费场景 | 状态 |

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

| DA-001 | 物料主数据 | 物料编码 / 规格 / 单位 / 分类 | 采购比价、质量分析 | 已注册 |

| DA-002 | 历史采购价 | 物料 / 供应商 / 单价 / 数量 / 日期 | 采购比价 | 已注册 |

| DA-003 | 供应商档案 | 名称 / 资质 / 评级 / 账期 | 采购比价 | 已注册 |

| DA-004 | 采购订单历史 | PO 号 / 交期达成率 / 来料合格率 | 采购比价 | 已注册 |

| DA-005 | BOM 结构 | 产品 / 组件 / 物料清单 | 采购比价、工艺优化 | 已注册 |

| DA-006 | 设备台账 / 运行日志 | 设备编码 / 运行参数 / 停机记录 | 设备运维（待接入） | 待注册 |

| DA-007 | 检测记录 / 不良品 | 批次 / 检测项 / 不良类型 / 工艺参数 | 质量分析（待接入） | 待注册 |

| DA-008 | 工艺路线 / 设备参数 | 工序 / 参数 / 能耗 / 产量 | 工艺优化（待接入） | 待注册 |

每个数据资产带权限范围（哪个角色能看）和访问审计（谁在什么时候取过数）——做一次，所有场景合规。数据资产可以回流：技能产生的新结果（比价结论、质量判定）写回资产池，形成数据闭环。

05 底座组件二：技能注册表

每个外部技能在注册表里声明式登记：ID、名称、来源仓库、协议类型、输入输出 Schema、验证状态。底座按协议统一调用，场景不需要关心技能是 MCP 还是 API。

技能注册表示例（采购实例已登记，其余待搜索验证后登记）：

| 技能 ID | 名称 | 来源 | 协议 | 输出能力 | 状态 |

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

| SK-PROC-01 | Procurement MCP Server | zavora-ai/mcp-procurement | MCP | price_benchmark / supplier_risk_score / supplier_recommend / negotiation_brief | 已验证 |

| SK-PROC-02 | WhichBid 报价解析 | Dixon-O/which-bid | API | 报价单解析 / 0-100 评分 / 隐藏费用检测 | 已验证 |

| SK-PROC-03 | 比价评分模型 | FastGPT 实战权重 | 算法 | 价格40%+交付30%+质量30% 综合得分 | 已验证 |

| SK-EQP-XX | 设备故障预测 / 维护计划 | 待搜索验证 | 待定 | 故障预警 / 维护排期 / 备件预测 | 待验证 |

| SK-QA-XX | 质量根因分析 / SPC | 待搜索验证 | 待定 | 异常根因定位 / 控制图 / 不良归因 | 待验证 |

| SK-PRO-XX | 工艺参数寻优 / 能耗优化 | 待搜索验证 | 待定 | 参数推荐 / 能耗对比 / 良率优化 | 待验证 |

技能注册项的结构（新技能照此登记）：

{
  "skill_id": "SK-PROC-01",
  "name": "Procurement MCP Server",
  "source": "https://github.com/zavora-ai/mcp-procurement",
  "protocol": "MCP",
  "inputs": ["物料编码", "历史采购价", "供应商档案"],
  "outputs": ["price_benchmark", "supplier_risk_score",
              "supplier_recommend", "negotiation_brief"],
  "license_check": "接入前核查许可证与依赖",
  "status": "已验证（采购实例接入中）"
}

06 底座组件三：数据映射引擎 + 四项适配器

这是「换场景不换底座」的核心。字段映射做成配置化引擎，不是写死在代码里；场景接入只填一张映射表。四项适配器组件化实现一次，所有场景按需启用。

映射引擎（场景只填表，引擎通用）：

{
  "场景": "采购比价",
  "数据资产": ["DA-001物料", "DA-002历史价", "DA-003供应商", "DA-004订单", "DA-005BOM"],
  "技能": ["whichbid.parse", "mcp.price_benchmark", "mcp.supplier_risk_score", "评分模型"],
  "映射": [
    {"源": "DA-001.物料编码",   "目标": "whichbid.报价条目.物料编号"},
    {"源": "DA-002.单价",       "目标": "price_benchmark.历史均价"},
    {"源": "DA-003.评级",       "目标": "risk_score.资质得分"},
    {"源": "DA-004.交期达成率", "目标": "评分模型.交付得分"},
    {"源": "DA-004.来料合格率", "目标": "评分模型.质量得分"}
  ],
  "编排": "解析报价单 → 比价基准 → 风险评分 → 综合排序 → 省钱报告",
  "输出模板": "报价对比报告"
}

四项适配器：一次实现，场景配置化启用：

| 适配器 | 通用实现（底座做一次） | 场景只做什么 |

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

| ① 数据适配 | 字段映射引擎、类型转换、单位统一、缺失兜底 | 填一张映射表（见上） |

| ② 安全适配 | 私有化部署、敏感字段脱敏、操作审计、数据不出厂 | 勾选该场景涉敏字段 |

| ③ 性能适配 | 连接池、超时、重试、缓存、异步任务队列 | 配置超时阈值即可 |

| ④ 输出适配 | 统一渲染器：技能输出 → BossAgents 产物标准 Schema | 选一个输出模板 |

收益：因为适配器是通用的，采购场景打磨好的「映射引擎 + 脱敏 + 审计 + 渲染器」，设备运维、质量分析直接复用，不需要重新写。

07 底座组件四：编排运行时 + 结果回流

• 场景编排：场景 = 一组技能的调用序列 + 评分权重 + 回退策略，全部配置化。采购的编排是「解析→比价→风险→排序→报告」；设备运维是另一条序列，两者都由运行时按配置执行。
• 统一调用：按技能注册表的协议分派（MCP client / REST / SDK），场景层不感知差异。
• 结果回流：技能输出经输出适配后，既呈现给数字员工，也写回数据资产中心，成为下一次任务的历史依据。
• 鉴权与审计：每次技能调用记录「谁、何时、调了哪个技能、用了哪些数据」，全场景一套。

# 通用编排运行时（示意：一次实现，所有场景共用）
def run_scenario(scenario_config, request):
    data = [data_asset.get(asset_id, filters) for asset_id in scenario_config["数据资产"]]
    result = scenario_config["技能序列"](data)          # 按注册表协议统一调用
    report = output_adapter.render(scenario_config["输出模板"], result)
    data_asset.write_back(report)                       # 写回数据资产，形成闭环
    return report

08 上层插拔：新场景接入五步（不碰底座）

1. 第 1 步 · 注册数据资产：从 PLM 选出该场景需要的数据源（设备台账、检测记录、工艺路线……），在资产中心登记字段与权限。
2. 第 2 步 · 选技能 / 新增技能：优先从注册表复用；没有就用 AI 编程工具搜索该场景已被验证的最优技能（优先源码/MCP），验证后登记进注册表。
3. 第 3 步 · 填映射表：把数据资产字段 ↔ 技能输入字段对应起来，写进场景配置包（JSON）。
4. 第 4 步 · 配编排与评分：定义技能调用顺序、评分权重、输出模板、回退策略。
5. 第 5 步 · 回测验证上线：用 PLM 历史数据回测，定验收指标（如比价准确率、故障预警提前率），达标后上线。

验收红线：任何场景，第 5 步没跑通历史数据回测，就不算接入完成。「演示能跑」不等于「数据喂进去结论靠谱」。

09 场景实例一：采购比价（样板，已跑通方案）

采购比价是第一个完整走完五步的实例，它验证了底座可用。技能选型与字段映射的详细版见配套文档《采购比价技能集成方案 v1》，本框架收录其底座视角的沉淀。

采购比价实例 = 一份场景配置包（底座代码零改动）：

| 接入步骤 | 采购比价实例的做法 |

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

| ① 数据资产 | 物料 / 历史采购价 / 供应商档案 / PO 历史 / BOM（DA-001~005） |

| ② 选技能 | Procurement MCP（比价/风险/推荐/谈判）+ WhichBid（报价解析）+ 评分模型 |

| ③ 映射表 | 物料编码→报价条目、历史单价→基准、评级→风险分、交期/合格率→评分权重 |

| ④ 编排 | 报价单解析 → 价格基准 → 供应商风险 → 综合排序 → 省钱报告 |

| ⑤ 验证 | 用 PLM 历史采购数据回测，人工核对比价结论，2 周跑通首个闭环 |

采购跑通后沉淀进底座：映射引擎的写法、四项适配器的配置、输出渲染器、省钱报告模板——全部成为后续场景的可直接复用资产。

10 场景实例二~四：同一底座，换技能换配置

下面三个场景展示「换场景不换底座」：数据资产、技能、映射、编排全是各自的配置包，底座四件套原样复用。技能具体选型用 AI 编程工具搜索验证后填入注册表。

三个待接入场景的配置包骨架（技能方向待搜索验证）：

| 场景 | ① 数据资产 | ② 候选技能方向 | ③④ 映射与编排要点 | ⑤ 验收指标（示例） |

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

| 设备运维 | 设备台账 / 运行日志 / 点检记录 / 故障历史 | 故障预测、维护计划、备件需求预测（待搜索验证） | 运行参数→故障特征输入；编排：监控→预警→排期→工单 | 故障提前预警率、非计划停机下降 |

| 质量分析 | 检测记录 / 不良品 / 工艺参数 / 客诉 | SPC 控制图、根因分析、不良归因（待搜索验证） | 检测项→SPC 输入；编排：判异→归因→改进建议 | 异常检出率、根因定位准确率 |

| 工艺优化 | 工艺路线 / 设备参数 / 能耗 / 产量 | 参数寻优、能耗优化、良率优化（待搜索验证） | 工艺参数→寻优输入；编排：基线→寻优→参数推荐 | 单件能耗下降、良率提升 |

上表的技能方向与验收指标是待验证的骨架，不是已完成结论。每个场景接入时走第 08 章五步，技能用搜索到的真实方案替换，指标用历史数据回测后定。

11 落地节奏：先建底座，再插场景

• 第 1-2 周 · 建底座最小集：数据资产中心（先注册采购相关 DA-001~005）→ 技能注册表框架（MCP 统一调用）→ 映射引擎 + 四项适配器骨架。目标：底座可运行，能接第一个技能。
• 第 3-4 周 · 采购实例完整跑通：WhichBid 报价解析 + Procurement 2 个核心工具 + 评分模型，走完五步，历史数据回测，产出省钱报告模板。这是「底座被真实场景验证」的关键一步。
• 第 5 周起 · 场景复制：设备运维 → 质量分析 → 工艺优化，各 3-5 天接入一个。先搜索验证技能，再填配置包，底座代码不再动。
• 持续 · 技能库沉淀：每个验证通过的技能沉淀进注册表，场景配置包归档。BossAgents 的价值从「数字员工多」变成「技能库厚、底座稳、场景接入快」。

提醒：不要先铺场景。底座没跑通就并行接多个场景，等于又回到「一套场景一套代码」。先让采购把底座逼出来，再复制。

12 风险与对策

通用技能底座建设的主要风险与应对：

| 风险 | 等级 | 对策 |

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

| 底座过度设计，第一版就想覆盖全部场景 | 高 | 底座最小集优先：只做能支撑采购实例跑通的部分，再按场景反哺扩展 |

| 外部技能质量参差 / 许可证 / 安全风险 | 中 | 只接「已被验证」技能，集成前核查许可证与依赖，跑私有化沙箱 |

| 映射表字段对不上，返工 | 中 | 映射表先评审再开发，作为配置包归档；字段缺失用兜底规则+置信度标注 |

| 评分权重不符合行业实际 | 中 | 权重做成配置项，用 PLM 历史数据回归校准 |

| 各场景数据资产权限/口径混乱 | 中 | 统一在资产中心登记字段与权限，一套审计；口径差异在映射层兜底 |

| 想一次接全所有技能 | 低 | 明确「先底座、再采购、后复制」，接得多 ≠ 落地强 |

13 数据来源说明

本框架的采购实例技能来自公开联网检索（截至 2026-08-31），作为底座首个实例的已验证技能：

• Procurement MCP Server（37 个 MCP 工具、source-to-pay 全流程、10 个智能分析工具）：GitHub · Procurement MCP Server（zavora-ai/mcp-procurement）
• WhichBid（AI 报价对比、0-100 评分、隐藏费用检测）：GitHub · WhichBid（Dixon-O/which-bid）
• TenderTally（投标逐行对比 Excel、Claude skill，表演素材）：GitHub · TenderTally
• FastGPT 智能采购实战（价格 40%+交付 30%+质量 30% 权重、制造业成本降 12.7% 案例）：CSDN · FastGPT 供应商自动评估与动态比价

设备运维 / 质量分析 / 工艺优化的技能选型为待验证方向，接入时用 AI 编程工具搜索真实方案后替换。PLM 具体字段名需与实施团队核对；人天/周期为工程估计，以实际开发排期为准。采购详细方案见配套文档《采购比价技能集成方案 v1》。

BossAgents 通用技能集成框架 v1 ｜ BossAgents 项目组 ｜ 2026-08-31 ｜ 配套：采购比价技能集成方案 v1、智能体表演平台详细设计方案 v1