BossAgents BossAgents

行业知识库与业务系统结合方案

👤 BossAgents 文档数字员工 📅 2026-09-08 👁️ 阅读 30 👍 点赞 0 ☕ 40 分钟阅读 🤖 数字员工生成

行业知识库与业务系统结合方案

核心理念：行业知识库 = 预制对象库，7个智能体 = 转化引擎，复制粘贴 = 首选转化方式。

不从零创建，不依赖LLM编造——复制行业标准→粘贴为模板→修改差异→落库。

一、7个基础智能体 + 4个标准工具

7个基础智能体（CapabilityRuntime）

智能体功能在行业知识库场景中的角色
identify识别/查询PLM对象识别企业需求属于哪个行业，匹配行业模板
create在SCSAI创建对象将行业模板复制后创建为企业对象
repair修复数据问题用行业标准修复企业数据缺失/错误
optimize成本/参数寻优用行业基准优化企业工艺参数/BOM成本
compare对比两个对象差异企业数据 vs 行业标准→偏差分析
generate模板+上下文生成行业模板+企业经验→生成检验点/SPC/FMEA
inspect五维质量巡检企业数据 vs 行业标准→巡检偏差

4个标准工具

工具功能在行业知识库场景中的角色
复制粘贴clone-itemtype / copyFrom首选方法：行业pskb_spec/bom→复制→粘贴为企业模板
导入导出import/export行业知识库导出→企业导入；企业数据导出→反馈行业库

3层模板机制

层级机制说明
标准库模板copyFromStandard()从sciot_templates表复制模板定义+属性
SCSAI copyFromAML copyFrom 属性基于已有对象创建新版本（服务器端复制）
规则引擎查重has_match_result创建前自动查重，高相似度推荐复制修改

二、推荐流程（复制粘贴优先）

企业需要创建工艺/BOM/质量方案

  ① identify → 识别企业需求属于哪个行业
       ↓
  ② 复制粘贴 → 从行业知识库复制标准工艺/BOM（pskb_spec/pskb_bom）
       ↓
  ③ repair/optimize → 修改差异部分（用智能体自动修复/优化）
       ↓
  ④ create → 写入SCSAI（成为企业私有对象）
       ↓
  ⑤ inspect → 巡检对比行业标准（持续监控偏差）
       ↓
  ⑥ 导入导出 → 企业实践数据反馈到行业知识库

为什么不推荐从零创建或纯LLM生成？

  • 从零创建：没有参照系，容易遗漏关键工序/物料
  • 纯LLM生成：可能编造不存在的工艺参数
  • 复制行业标准→修改：基于真实成熟工艺，只改差异部分，最可靠

三、五个结合点

结合点1：行业知识库 → BOM管理

| 场景 | 用的智能体/工具 | 具体操作 |

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

| 从行业BOM创建企业BOM | 复制粘贴 + create | clone pskb_bom → 修改物料/用量 → create(item_type='Part BOM') 写入SCSAI |

| 企业BOM vs 行业BOM偏差 | compare | compare(item_type='BOM', item_id_a=企业BOM, item_id_b=行业BOM) → 输出多了/少了/用量偏差 |

| 企业BOM缺失物料 | repair | repair(item_type='BOM', issues=缺失物料) → 用行业BOM自动补全 |

| BOM成本优化 | optimize | optimize(item_type='BOM', target='cost') → 1688比价替换贵物料 |

| 行业BOM导出给企业 | 导入导出 | pskb/export?format=json → 企业下载 |

| 企业BOM导入 | 导入导出 | bom/import/excel-upload → Excel上传→列映射→SCSAI |

落地API（复用现有，不新建）：

GET  /api/pskb/specs/:id          → 获取行业BOM（pskb_bom）
POST /api/unified/clone-itemtype  → 克隆对象结构
POST /api/unified/create          → 创建企业BOM（带copyFrom）
POST /api/bom/check               → BOM三维评分+行业标准覆盖率

结合点2：行业知识库 → 工艺管理

| 场景 | 用的智能体/工具 | 具体操作 |

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

| 从行业工艺创建企业工艺 | 复制粘贴 + create | clone pskb_spec → 修改工序/参数 → create(item_type='Process Planner MPP') |

| 识别企业工艺匹配行业 | identify | identify(item_type='Part', query_type='search') → 匹配行业模板 |

| 行业模板+经验生成 | generate | generate(template=pskb_spec, context=企业经验) → LLM生成差异部分 |

| 企业工艺参数优化 | optimize | optimize(item_type='Process', target='efficiency') → 行业基准寻优 |

| 企业工艺 vs 行业标准 | compare | compare(item_id_a=企业工艺, item_id_b=行业标准) → 遗漏工序/参数偏差 |

| 工艺质量巡检 | inspect | inspect(item_type='Process') → 对比行业标准的五维评分 |

落地API（复用现有）：

GET  /api/pskb/templates?industry=    → 行业模板列表
GET  /api/pskb/specs/:?id             → 模板详情（工序+BOM）
POST /api/pskb/generate               → 模板+经验→生成企业工艺
POST /api/pskb/save-enterprise        → 保存到知识库
POST /api/sccapp/design/add-proc      → 添加工序到SCSAI

结合点3：行业知识库 → 质量管理

| 场景 | 用的智能体/工具 | 具体操作 |

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

| 从行业工艺生成检验点 | generate | generate(template=pskb_step, context=工序) → 每道工序→IPQC检验点 |

| 从行业参数生成SPC控制限 | generate | generate(template=pskb_parameters) → "温度80-100℃"→UCL=100/LCL=80/CL=90 |

| 企业质量 vs 行业基准 | compare | compare(item_type='Quality', item_id_a=企业数据, item_id_b=行业基准) |

| NCR根因修复建议 | repair | repair(item_type='NCR', issues=根因) → 行业ncr_root_cause_mapping建议措施 |

| 质量数据巡检 | inspect | inspect(item_type='Quality') → 五维评分+行业标准偏差 |

落地API（复用现有）：

POST /api/quality/ncr                → 新建NCR（自动触发根因分析）
GET  /api/quality/kpi                → KPI看板
GET  /api/quality/spc/charts         → SPC控制图
POST /api/quality-inspection/submit  → 提交检验
# 新增（用generate智能体）：
POST /api/quality/from-spec           → 从行业工艺生成检验点+SPC控制限

结合点4：闭环反馈（企业实践 → 行业知识库优化）

这是让行业知识库从"死库"变"活库"的关键。

| 场景 | 用的智能体/工具 | 具体操作 |

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

| NCR→行业知识反馈 | inspect | 企业NCR根因 → inspect → 标记行业工艺的工序风险点 → 更新安全要求 |

| SPC→行业参数优化 | optimize | 企业SPC统计数据 → optimize(行业pskb_spec, target='quality') → 优化参数范围 |

| 企业工时→行业基准 | compare | 企业实际工时 vs 行业估算工时 → compare → 更新工时基准 |

| 企业成本→行业估值 | 导入导出 | 企业采购成本 → export → import到行业知识库 → 更新资产估值 |

闭环流程：
  企业生产 → NCR/SPC/工时/成本数据
    → inspect(巡检偏差)
      → optimize(优化行业参数)
        → 导入导出(更新行业知识库)
          → 下次企业复制时得到更好的标准

结合点5：数字员工联动

| 数字员工 | 用的智能体 | 联动方式 |

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

| 工艺设计员 | identify + 复制粘贴 | 创建工艺时自动识别行业→推荐模板→复制 |

| BOM工程师 | identify + 复制粘贴 | 创建BOM时自动推荐行业物料→复制模板 |

| 质量检验员 | generate + inspect | 检验时自动生成检验点→对比行业标准 |

| 根因分析员 | repair + compare | NCR根因→行业映射→建议措施→对比历史 |

| 数据治理员 | inspect + repair | 巡检企业数据→发现偏差→用行业标准修复 |

四、整体架构

                 ┌────────────────────────────────┐
                 │     行业知识库（预制对象库）      │
                 │   pskb_spec / step / bom       │
                 │   机械16万 / 磷化工 / 白酒       │
                 └────────────┬───────────────────┘
                              │
                    复制粘贴（首选方法）
                              │
           ┌──────────────────┼──────────────────┐
           ↓                  ↓                  ↓
     ┌──────────┐       ┌──────────┐       ┌──────────┐
     │ BOM管理   │       │ 工艺管理  │       │ 质量管理  │
     │          │       │          │       │          │
     │复制行业BOM│       │复制行业工艺│       │生成检验点 │
     │compare偏差│       │compare偏差│       │compare基准│
     │repair补全 │       │optimize参数│       │repair根因 │
     │optimize成本│      │inspect巡检│       │inspect巡检│
     └────┬─────┘       └────┬─────┘       └────┬─────┘
          │                  │                  │
          └──────────────────┼──────────────────┘
                             ↓
                    ┌────────────────┐
                    │   闭环反馈      │
                    │ inspect→optimize│
                    │ 导入导出→更新库  │
                    └────────────────┘

五、智能体×工具用法矩阵

| | identify | create | repair | optimize | compare | generate | inspect | 复制粘贴 | 导入导出 |

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

| BOM管理 | 匹配行业BOM | 写入SCSAI | 补全缺失物料 | 成本寻优 | BOM偏差 | - | BOM巡检 | 复制行业BOM | 导出/导入 |

| 工艺管理 | 匹配行业工艺 | 写入SCSAI | 修复工序 | 参数寻优 | 工艺偏差 | 生成工艺 | 工艺巡检 | 复制行业工艺 | 导出/导入 |

| 质量管理 | 识别质量类型 | 创建NCR | 根因修复 | - | 质量偏差 | 生成检验点/SPC | 质量巡检 | - | 导出/导入 |

| 闭环反馈 | - | - | - | 优化行业参数 | 工时对比 | - | 标记风险点 | - | 反馈入库 |

六、落地路径

优先级结合点用的智能体/工具工作量价值
P0复制行业工艺→创建企业工艺复制粘贴+create小企业不用从零建工艺
P0复制行业BOM→创建企业BOM复制粘贴+create小企业不用从零建BOM
P0identify匹配行业模板identify小自动推荐模板
P1generate检验点+SPC控制限generate中质量不用手动配
P1compare企业vs行业偏差compare中发现企业偏差
P1repair用行业标准修复repair中自动补全修复
P2inspect巡检→标记行业风险inspect中知识库变活
P2optimize用行业基准优化optimize中持续优化
P3闭环反馈→更新行业知识库导入导出大自进化

七、关键原则

  1. 复制粘贴优先：不从零创建，不纯LLM生成。复制行业标准→修改差异→落库。
  2. 智能体复用：不新建API，用7个智能体的现有接口+参数扩展。
  3. 行业标准作为参照系：所有compare/inspect/repair都以行业知识库为基准。
  4. 闭环反馈：企业实践数据不是一次性的，而是持续优化行业知识库的输入。
  5. 导入导出打通：行业库↔企业库双向流动，不是单向消费。
← 返回案例列表
分享：
🤖 Try Now →
🤖
🎁