BossAgents 落地工程化方案

BossAgents 落地工程化方案

对标框架:数据要素大赛路演实战经验 —— 有数据 / 懂业务 / 能落地

生成日期:2026-08-31 | 文中所有数字为当日脚本直查实测,非估算


0. 先纠正三个判断(不纠正会把力气花错地方)

纠正 1:数据不是"几乎没做",是"最值钱的那块没被计量"

原判:数据资产化几乎没做,企业数据散在各系统。

实测:资产总览已在真实查库聚合server/core/industrial-data-asset-overview.js),

覆盖 aml_asset_library(15万级)+ sccapp_process_data(86万级)+ rule_engine(6万级)+ 图谱关系(74万级),

页面 src/views/IndustrialAssetOverview.vue 的资产总数/质量分/价值分/估值金额/近24h 均为真实值(非写死 mock)。

真缺口:这套口径里没有 pskb 工艺规程库(163,466 条)和行业知识库(磷化工 KB)

而 pskb 恰恰是 BossAgents 里唯一"智能体可直接调用"的数据资产(已有公开 API /api/pskb/specs 搜索/详情/导出)。

文档说"能被智能体调用的数据才算数"——最能算数的那批,反而没进资产总览。对外讲的是配置元数据量级,

最能体现懂业务的知识资产没被计量。

纠正 2:不是"没有技能层",是"49 个方法是通用的,行业 know-how 没注入"

原判:75 个数字员工都是通用角色 + 通用提示词,没有技能层。

实测:

  • 员工配置:server/boss-scheduler/profiles/local.yaml 134 条 / staff-router.js 55 个 DS- ID
  • worker 实现 49 个,且都有真实 run() 逻辑(fmea 96 行 / ipqc 203 行 / equip 458 行 / capa 76 行)——

FMEA、IPQC、IQC、CAPA、ECR、设备运维都是成体系的质量/工艺方法,不是提示词包装

  • 仅 12 / 49 个 worker 消费 parameters.industry

真缺口:方法层有了(通用质量方法),行业层没有。采购助手不懂账期、设备助手不懂主轴轴承寿命——这个方向你判对了,

但根因是"行业 know-how 没注入",不是"没有技能"。而且行业工艺数据本身也薄:磷化工 12 条、白酒 13 条(机械 163,441 条是通用 SCCAPP)。

纠正 3:验收标准必须前置,不能放最后

原判三步走:先 8 处调整(1-2 周)→ 再建数据资产+技能库(2-3 周)→ 最后标准化交付(持续)。

问题:没有验收标准,就不知道技能库要做到什么精度、数据资产要提供哪些字段、陪跑跑到什么程度算通过。

等于先建房子再画图纸。验收标准必须最先立,倒推建设。


1. 现状硬数据(2026-08-31 实测)

资产数量位置智能体可调
pskb 工艺规程163,466(机械 163,441 / 磷化工 12 / 白酒 13)server/data/kb/process_spec_kb.db✅ /api/pskb/* 公开
pskb 工序279,883同上
pskb BOM380同上
磷化工 KB 文档~12,070server/data/kb/phos_chem.db部分
磷化工结构化(工艺+BOM)~110,131分库部分
数字员工(配置/路由/worker)134 / 55 / 49profiles/local.yaml、staff-router.js、workers/
其中行业感知 worker12 / 49workers/*.js
工业资产总览真实聚合 4 库core/industrial-data-asset-overview.js❌ 未含 pskb / KB

2. 三个缺口(精确定位)

缺口 1|数据:资产视图漏了最值钱的那块

  • 现象getAssetOverview() 聚合 AML / 工艺业务 / 规则引擎 / 图谱关系,不含 pskb 163,466 与行业 KB
  • 危害:对外只能讲"配置元数据 XX 万条";而"智能体可调用 + 带业务语义"的工艺知识资产没被计量,也无法回答"数据贡献了多少价值"
  • 动作
  • A1 把 pskb(spec/step/bom)+ 行业 KB(kb_docs / process_knowledge_entries / industry_bom)并入资产总览口径

server/core/industrial-data-asset-overview.js

  • A2 加可调用性维度:标注哪些资产有 API、被哪些 worker 调用、调用次数(当前缺调用计量,无法回答"被调用 3,847 次")
  • A3 企业自有数据接入封装:上传 → 识别类型 → 打标 → 索引 → 供 worker 取数(当前"用完即走")

缺口 2|业务:有方法层,缺行业 know-how

  • 现象:49 个 worker 是通用质量方法;仅 12 个消费 parameters.industry;行业工艺仅磷化工 12 / 白酒 13 条
  • 危害:懂方法不懂行业 —— FMEA 会做,但不知道湿法磷酸反应槽的失效模式
  • 动作
  • B1 行业工艺包扩厚度:磷化工 12 → ≥50、白酒 13 → ≥50(方法已成熟:scripts/kb-govern-base.cjs + LLM,8/31 已验证 25 家族零用量空缺)
  • B2 worker 行业化:12 → 49,全量消费 parameters.industry,把行业工艺参数注入判定逻辑
  • B3 场景技能包:按"行业 → 场景 → 技能组合"打包(例:制造业/采购降本 = 需求拆解 + 供应商扫描 + 比价 + 合同审核),客户选场景而非选员工

缺口 3|落地:缺验收标准 + 陪跑 + 价值度量(原判正确)

  • 动作
  • C1 验收标准前置:每个技能定业务指标(不是功能验收),倒推建设精度
  • C2 陪跑 SOP:4 周(部署接入 → 技能验证 → 陪跑前 10 个真实任务 → 验收 + 价值报告)
  • C3 价值度量自动化staff_execution_logs(真表,在 core_runtime.db)统计任务数/耗时/成功率,季度出报告

验收标准示例(C1 该长这样)

| 技能 | 业务验收指标 |

|---|---|

| IPQC 检验卡生成 | 覆盖工序率 ≥80%、检验特性数 ≥10、可追溯到具体工步参数 |

| 工艺复用检索 | Top5 命中率 ≥90%(用已知历史工艺回测) |

| BOM 用量提取 | 叶子物料用量空缺率 = 0 |

| 供应商比价 | 比价准确率 ≥90%、合同生成 <30s |


3. 三步走(验收标准前置版)

阶段周期做什么交付物
第 1 周:立标准 + 露资产1 周① 定 3 个标杆技能的业务验收指标(C1)② pskb + KB 并入资产总览(A1)③ 加调用计量(A2)验收标准表 + 资产总览含知识资产与调用次数
第 2–3 周:注 know-how + 打包技能2 周① 行业工艺包扩到 ≥50/行业(B1)② worker 行业化 12 → 49(B2)③ 场景技能包配置向导(B3)2 个行业工艺包 + 场景化技能组合
第 4 周起:陪跑 + 价值度量持续① 按 SOP 跑前 3 个客户(C2)② 价值报告模板 + 自动化(C3)陪跑 SOP + 季度价值报告

4. 本周具体动作清单(对应到文件)

#动作文件验收
1定 3 个技能的业务验收指标新增 docs/技能验收标准.md指标可度量、可用历史数据回测
2pskb + 行业 KB 并入资产总览server/core/industrial-data-asset-overview.js/api/industrial-asset/overview 返回含 pskb 163,466
3加资产"可调用性/被调用次数"同上 + 调用埋点资产页能看到"被 worker 调用 N 次"
4行业工艺包扩容config/industry-ext/*.json + scripts/kb-govern-base.cjs磷化工 ≥50 家族,叶子 BOM 零空缺
5worker 行业化server/boss-scheduler/workers/*.js消费 parameters.industry 的 worker 12 → 49

5. 与"8 处调整"的关系(顺序修正)

  • 8 处调整 = 把"表演"转向"干活"(做正确的事)
  • 这三块 = 数据资产化 / 行业 know-how 注入 / 落地工程化(做难而正确的事)
  • 顺序修正C1 验收标准 必须与 8 处调整并行前置,不能等最后。

没有验收指标,技能库做到什么精度、数据资产提供什么字段、陪跑跑到哪算通过,全都无据可依 —— 又会退回"演示"。


一句话

BossAgents 不是缺数据、缺技能、缺交付,是已有的数据和技能"没被计量、没被行业化、没被验收"

  • 163,466 条工艺规程躺在 pskb 里,没进资产总览 → 计量它
  • 49 个 worker 懂方法不懂行业,12 个才认行业 → 行业化它
  • 演示跑得通但没人用、没结果、没反馈 → 用业务指标验收它
← 返回案例列表
分享:
🤖 Try Now →
🤖
🎁