| 01-项目说明与应用场景.md | ||
| 02-产品思路与AI核心能力.md | ||
| 03-评测标准.md | ||
| README.md | ||
链睿 SynchroFlow
参赛赛道：数字产业赛道（AI+制造）
日期：2026 年 5 月
一、项目概述
链睿 SynchroFlow — 基于"供应链同步智能"范式的全链路决策优化平台。
链睿 SynchroFlow 是一款面向中小制造企业的 AI Agent 平台，运用用大模型推理能力，从企业各业务系统中提取决策价值。平台通过五个协同智能体实时联动供应链预警、质量根因分析、生产计划建议、设备异常预警与供应商评估五大环节，将传统"事后单一预警"升级为"事前-事中-事后"的全链路同步决策。每个 Agent 通过可插拔的 Skill 机制获得具体分析能力——预置通用 Skill 开箱即用，企业还可装载定制 Skill 以适配自身的行业术语、决策流程、沟通风格和文化特性。核心设计理念是让 Agent 在服务企业的过程中持续积累专属知识，越用越懂企业，分析越来越精准——交付一个越用越强的 AI 供应链智囊团。
二、问题分析与价值主张
核心问题
中小制造企业数据散落在各业务系统和日常沟通中，质量问题排查靠翻记录、供应商出了问题凭感觉、设备坏了才知道——缺乏全链路联动的决策能力，每年因数据孤岛和决策滞后造成显著损失。
痛点冰山：
水面以上（企业自述的痛点） 水面以下（根本原因）
├── "8D 报告总是超期" ├── 数据未结构化 → 信息散落在各业务系统和日常沟通中
├── "供应商出了问题找不到根因" ├── 信息未关联 → 各环节数据孤立，看不到因果
├── "设备经常突然坏，影响交付" ├── 经验未沉淀 → 知识锁在老员工脑子里，无法传承
└── "同样的问题反复发生" └── 决策未支撑 → 凭经验凭直觉，缺乏数据驱动的依据
链睿的核心价值：结构化 → 关联 → 沉淀 → 支撑，从根本原因层面解决问题，而非仅治标。
行业现状
| 痛点 | 行业现状 | 数据来源 |
|---|---|---|
| 数据孤岛 | 68% 制造企业仍用 Excel 管理进销存，43% 供应链协同依赖邮件沟通 | 中国信通院 2025 调研 |
| 决策滞后 | 因数据孤岛每年损失营收的 3-8%；质量问题排查平均 4-5 天 | 信通院/行业案例 |
| 局部优化 | 各环节系统互不连通，一个环节出问题无法联动评估全局影响 | 77.8% 企业认为数据打通是首要挑战 |
| 中小企业数字化空白 | 中小企业有局部数字化工具但各环节未打通，决策仍依赖人工经验 | 金蝶/轻流行业报告 |
为什么值得做
- 市场真实且紧迫：中小制造企业普遍被链主客户要求 48 小时质量响应、PPM 达标，但跨环节问题追溯仍依赖人工经验；临港新片区 106 家专精特新中小企业形成密集的潜在客户集群
- 现有方案错位：传统 ERP/MES 重且贵，中小企业难以承受；轻量工具（简道云/轻流）只能做单流程自动化，无法做跨环节联动决策
- AI 能力恰逢其时：大模型推理能力 + Agent 架构成熟，让"从各环节数据中提取联动决策价值"成为可能——这正是中小制造企业最需要但过去做不到的事
- 止损价值可量化：每个质量客诉延误、每次非计划停机、每个供应商问题未被及时发现，都直接对应可量化的经济损失——Agent 联动决策的价值在于避免这些损失
有效性验证
从 6 个维度验证项目是否做成（详见评测标准文档）：
- 功能完整性：五模块独立运行 + 跨模块联动通畅，基础功能测试通过率 ≥ 90%
- 决策准确性：根因分析命中率、库存预警准确率、供应商评分一致性等核心指标达到生产环境可用水平
- 业务价值：异常发现时间缩短 ≥ 70%，客诉遏制响应 < 48 小时，用户建议采纳率 ≥ 70%
- 可用性：冷启动 ≤ 7 天，非 IT 人员学习成本 ≤ 2 小时，日常数据录入 ≤ 30 分钟/天
- AI 可靠性：输出稳定性 ≥ 95%，幻觉控制 100%（不编造数据），所有分析结论可追溯到原始数据
- 泛化能力：跨 2-3 家不同行业企业冷启动均 ≤ 7 天，行业知识可迁移加速新客户启动
三、目标用户
优先目标范围：中小制造企业——年营收千万级、人员数十至数百人，通常已有钉钉/飞书等协同工具和局部业务系统，但各环节数据互不相通，质量、设备、供应商、库存、排产之间缺乏联动决策能力。
这些企业普遍面临"链主"客户的严格质量响应要求（48 小时遏制、PPM 达标），但跨环节的问题追溯和协同响应仍依赖人工经验。
产业聚焦优势：上海临港新片区聚焦集成电路、智能汽车、高端装备、民用航空等主导产业，"链主"企业周边聚集 106 家专精特新中小企业和数百家配套企业，形成密集的潜在客户集群：
| 产业方向 | 链主企业 | 典型需求 |
|---|---|---|
| 集成电路 | 积塔半导体、中微半导体、拓捷科技 | 精密零部件交付、质量追溯、设备监控 |
| 智能汽车 | 特斯拉、上汽乘用车、延锋 | 48h 遏制响应、PPM 达标、供应商管理 |
| 高端装备 | 三一重机、上海电气 | 排产优化、设备预警、多品种小批量 |
| 新能源 | 瑞庭时代（CATL）、氢晨新能源 | 供应链稳定性、批次一致性 |
| 新材料 | — | 原料批次追溯、供应商评估 |
核心用户角色
| 角色 | 典型场景 | 信息需求 |
|---|---|---|
| 厂长/总经理 | 每日浏览全局状态，关注交付风险和损失 | 汇总看板 + 关键预警 |
| 质量工程师 | 处理客诉、8D 报告、日常质检分析 | 完整根因分析过程、批次追溯、六维排除详情 |
| 采购员/供应链 | 日常采购、库存管理、供应商沟通 | 库存预警、采购建议、供应商评分趋势 |
| 设备管理员 | 设备维护、参数监控、报数录入 | 参数趋势图、维保提醒、故障模式 |
不同角色在对话式交互中看到不同深度的分析：厂长看到结论和建议，质量工程师看到完整的六维排除和因果链推理过程。
四、应用场景
整体场景
一家中小制造企业，日常运营中同时面对设备管理、质量管控、供应商管理、供应链调度、生产排程五大环节。这些环节数据相互关联，但传统管理方式下彼此孤立。
链睿的五个 AI Agent 分别值守一个环节，当任一环节出现异常时，自动触发跨环节的协同评估和联动决策。
日常运行态：
设备 Agent 持续监控参数趋势 → 发现微弱异常信号
质量 Agent 积累质检数据 → 建立产品-设备-物料-供应商的关联图谱
供应商 Agent 跟踪评分趋势 → 发现来料合格率缓慢下滑
供应链 Agent 维护库存水位 → 预警缺料风险
生产 Agent 管理排产进度 → 评估交付风险
异常触发态（一次信号，全链路联动）：
设备参数异常 → 广播信号
→ 质量 Agent 立即评估：该设备近期产品是否受影响？
→ 供应商 Agent 交叉核查：是设备问题还是来料问题？
→ 供应链 Agent 评估：物料是否需要调整？
→ 生产 Agent 重算：排产是否需要调整？
→ 协同调度层汇总 → 输出联合决策方案 → 推送用户确认
三个关键能力层次：
- 快速止损：质量客诉 48h 响应、设备异常快速定位、供应商问题一次闭环
- 看见未知：Agent 从数据中发现人类注意不到的微弱信号和缓慢趋势
- 全局联动：一个环节出问题，自动评估所有环节的影响
场景一：半导体装备精密零部件 — "从设备异动到交付保障"
企业画像：半导体装备精密零部件中小企业，多台高精度 CNC，客户为半导体链主企业（交付准时率要求 > 98%）
传统痛点链：
设备刀具磨损/主轴温漂（不自知）
→ 加工尺寸超差流入客户
→ 客户产线停工（损失重大）
→ 48h 遏制措施限期回复
→ 内部排查翻 Excel/纸质记录需 4-5 天（超限被罚款/丢订单）
→ 排查发现是进口刀具批次问题
→ 但供应商评估无数据支撑，只能凭感觉处理
→ 问题反复发生
Agent 联动决策流程：
【触发】设备预警 Agent — CNC 主轴温度持续上升，振动频谱出现异常分量（疑似轴承故障特征频率）。基于历史故障模式，预计加工精度将超出公差带。向质量 Agent、生产计划 Agent、供应链 Agent 广播风险信号。
↓ 联动
【响应 1】质量根因 Agent — 自动调取该设备近期加工产品全检记录，发现最近班次产品尺寸逼近公差上限。六维溯源锁定两个高概率因素：① 主轴热变形（温度漂移趋势吻合）② 当前批次刀具磨损加速（供应商 F 新批次，刀尖磨损异常）。建议：隔离近期产品待 CMM 复检 + 对刀具批次做状态抽检。
↓ 联动
【响应 2】供应商评估 Agent — 调取供应商 F 评分卡：历史交期偏差率和来料合格率均低于平均水平。交叉验证：此前批次也曾出现刀具质量问题。结论：供应商 F 质量控制不稳定。建议：暂停后续订单 + 启动备选供应商询价。
↓ 联动
【响应 3】供应链预警 Agent — 评估备选供应商的交期、价格、质量。预警后续订单对该型号刀具的依赖程度及库存覆盖情况。建议立即向备选供应商下单覆盖当前需求。
↓ 联动
【响应 4】生产计划 Agent — 排产重算：将受影响订单转移至同型号备用设备，安排首件验证后投产。安排设备检修（含温机稳定 + 试切验证 + CMM 确认精度恢复）。
【协同决策方案】
| 决策项 | 具体行动 | 责任 Agent |
|---|---|---|
| 设备 | 安排检修主轴，含温机+试切+CMM验证 | 设备预警 |
| 质量 | 隔离近期产品待 CMM 复检，超差件报废 | 质量根因 |
| 供应商 | 暂停供应商 F，切换至备选供应商 | 供应商评估 |
| 供应链 | 紧急下单覆盖当前物料需求 | 供应链预警 |
| 生产 | 排产调整，评估客户交付影响 | 生产计划 |
价值对比：
| 指标 | 传统方式 | Agent 联动后 |
|---|---|---|
| 设备异常到发现关联质量问题 | 2-5 天 | < 2 小时 |
| 8D 报告遏制响应 | 4-5 天 | < 48 小时 |
| 同类质量事件复发率 | 高（根因不清反复发生） | 低（根因锁定 + 供应商闭环） |
场景二：新能源汽车冲压焊接零部件 — "从质量客诉到供应商追责"
企业画像：新能源汽车冲压焊接零部件中小企业，多台冲压机 + 焊接机器人，客户为 Tier 1（要求 48 小时遏制措施响应，PPM 达标）
传统痛点链：
主机厂反馈某批次冲压件尺寸偏差
→ 客户给 48h 遏制措施回复期限
→ 翻纸质检验记录 + 查微信 + 问不同班次工人 → 4 天还没定位
→ 超过 48h 被记质量扣分 → 影响下季度订单份额
→ 最终发现某批次钢板厚度不均
→ 该供应商上月也出过类似问题，因无评估体系未处理
→ 问题反复发生 → 客户满意度持续下降
Agent 联动决策流程：
【触发】质量根因 Agent — 输入客户投诉单（某批次冲压件 A 面平面度超差）。六维排除分析：人（无变更→排除）、机-设备（合模力波动超出正常→嫌疑）、机-模具（接近保养但导柱间隙在公差内→暂排除）、料（供应商 H 当批次钢板→嫌疑）、法（工艺无变更→排除）、环（温湿度正常→排除）、测（校准正常→排除）。锁定 Top2：① 合模力波动 ② 钢板批次厚度。
↓ 联动
【响应 1】设备预警 Agent — 调取冲压机近 30 天运行数据，合模力波动近期逐渐增大。排查发现例行保养时更换了液压系统密封件，使用的是非原厂替代件。推断：替代密封件耐压性能不足导致压力不稳定。
↓ 联动
【响应 2】供应商评估 Agent — 供应商 H 深度审查：近数月来料合格率呈下滑趋势，此前批次也曾被标记过厚度偏差。同步评估替代密封件供应商（非原厂渠道），纳入重点监控。建议：向供应商 H 发出 SCAR，削减订单 + 增加来料全检。
↓ 联动
【响应 3】供应链预警 Agent — 评估削减后的物料缺口，备选供应商方案。主力转备选供应商。
↓ 联动
【响应 4】生产计划 Agent — 安排原厂密封件更换，夜班补产。明日起来料增加全检环节。本周交付不受影响。
【协同决策方案 + 8D 报告初稿】
| 决策项 | 具体行动 |
|---|---|
| 8D 报告 | 质量 Agent 自动起草遏制措施报告，48h 内回复客户；完整 8D 报告限期内提交 |
| 设备 | 更换原厂密封件，根因明确 |
| 供应商 | 发出 SCAR + 替代密封件暂停使用，钢板替换方案已确认 |
| 供应链 | 物料缺口已覆盖 |
| 生产 | 排产微调，本周交付不受影响 |
价值对比：
| 指标 | 传统方式 | Agent 联动后 |
|---|---|---|
| 客诉遏制响应 | 4-5 天（超限） | < 48 小时 |
| 根因定位准确率 | ~40%（常找错方向） | 显著提升（数据驱动六维排除） |
| 供应商问题月均损失 | 累积可观 | 显著降低 |
场景三：新材料/化工制品 — "从原料异常到产品止损"
企业画像：功能性复合材料中小企业，配料/混炼/成型产线，客户为新能源/半导体等领域（批次一致性要求极高）
传统痛点链：
某批次产品性能测试不合格（强度偏低）
→ 报废损失 + 停线排查
→ 发现某批次树脂粘度偏高
→ 入库检验记录显示"合格"（检验标准不含粘度项）
→ 该供应商此前也有类似问题但被忽视
→ 更严重：同一批树脂已用于多个生产批次
→ 如不立即拦截，还将产生更多不合格品
→ 停线影响其他客户交付 → 陷入两难
Agent 联动决策流程：
【触发】质量根因 Agent — 产品性能检测报告（拉伸强度和层间剪切强度同步低于标准值）。排除法：工艺参数无异常→排除，操作员为老员工→排除，唯一变量：本批次使用了供应商 M 的新批次环氧树脂。深挖入库检验：外观合格✓、环氧值合格✓、粘度：未检✗（检验标准中未包含）。高度嫌疑：粘度偏高→对纤维浸润性下降+脱泡困难→强度同步下降。固化工艺参数排查无异常，排除工艺因素。
↓ 联动
【响应 1】供应链预警 Agent — 紧急追踪该批次环氧树脂去向：已检出不合格的批次（确认受影响）、已入库待检批次（高度风险）、在制品批次（紧急）、库存剩余（冻结）。紧急动作：冻结剩余库存 + 通知产线暂停在制品批次投料。
↓ 联动
【响应 2】生产计划 Agent — 立即产线清洗切换（防止交叉污染），转为生产不依赖该型号环氧树脂的产品。联系备选供应商获取样品，安排小试验证，小试通过后恢复排产。
↓ 联动
【响应 3】供应商评估 Agent — 供应商 M 深度审查：近数月来料合格率呈下降趋势，此前也曾出现过质量异常（当时未深入追究）。内部储存条件正常，排除储存因素。推断：供应商 M 批次一致性下降。建议：降级暂停新订单 + 要求提供完整出厂质检报告 + 备选供应商同步小试验证。预防措施：更新来料检验标准，增加粘度和凝胶时间必检项。
【协同决策方案】
| 决策项 | 具体行动 |
|---|---|
| 质量处置 | 确认不合格批次报废；待检批次加急复检；在制品批次暂停待替代树脂 |
| 库存处置 | 剩余环氧树脂冻结待退回 |
| 供应商 | M 降级暂停，备选供应商小试验证后升级为主力 |
| 生产 | 产线清洗切换，小试通过后恢复 |
| 预防措施 | 来料检验标准增加粘度必检，建立出厂质检报告复核机制 |
五、产品与技术
产品架构
链睿 SynchroFlow 以纯 Agent 形态交付，调用大模型推理能力，从企业各业务系统中提取决策价值，打通质量、设备、供应商、供应链、排产之间的联动壁垒。
与普通工具的本质区别：链睿不是传统工具 + AI 包装，而是以 AI Agent 为核心的产品——每个模块的核心能力都由大模型推理驱动，而非规则引擎或简单自动化。
| 维度 | 普通工具（简道云/轻流/传统 MES） | 链睿 AI Agent |
|---|---|---|
| 质量分析 | 展示数据报表，人工分析 | 六维排除法自动推理、因果链构建、8D 报告生成 |
| 设备监控 | 阈值报警，超限才通知 | 参数趋势分析、故障模式匹配、预测性预警 |
| 供应商管理 | 记录交易，人工评分 | 多维动态评分、趋势分析、风险传导评估 |
| 跨环节联动 | 各模块独立运行 | 一次信号触发五模块协同评估，自动编排联合决策 |
| 知识积累 | 无——每次从零开始 | Agent 越用越懂企业，分析随时间精准化 |
系统架构
┌──────────────────────────────────────────────────────────┐
│ 用户交互层 │
│ 对话式交互 · 主动推送预警 · 看板可视化 · 8D报告导出 │
├──────────────────────────────────────────────────────────┤
│ 多 Agent 协同调度层 │
│ 风险信号广播 · 影响范围评估 · 协同决策编排 · 冲突消解 │
├───────┬───────┬───────┬───────┬──────────────────────────┤
│供应链 │质量根因│生产计划│设备异常│供应商评估 │
│预警 │分析 │建议 │预警 │ │
│Agent │Agent │Agent │Agent │Agent │
├───────┴───────┴───────┴───────┴──────────────────────────┤
│ Agent Skill 层 │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 通用 Skill（预置） │ │
│ │ 六维排除 · 5Why引导 · 鱼骨图 · BOM齐套 · 评分卡 │ │
│ ├─────────────────────────────────────────────────┤ │
│ │ 企业定制 Skill（可装载） │ │
│ │ 企业专属术语 · 定制决策流程 · 行业规范模板 │ │
│ │ 企业文化适配（沟通风格·预警偏好·审批习惯） │ │
│ └─────────────────────────────────────────────────┘ │
├──────────────────────────────────────────────────────────┤
│ Agent 自主进化层 │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 企业知识图谱 │ │ 思维节点库 │ │ 因果推断引擎 │ │
│ │ (多图记忆) │ │ (浓缩知识) │ │ (慢路径后台) │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
├──────────────────────────────────────────────────────────┤
│ 模型路由与配置层（企业可自配） │
│ 模型路由（按任务复杂度自动选型）· 企业自定义模型接入 │
│ 支持云端模型 / 私有化部署 / 本地模型（Ollama/vLLM等） │
├──────────────────────────────────────────────────────────┤
│ 数据采集层 │
│ 文件上传 · 钉钉/飞书/简道云对接 · 源端系统API对接 │
├──────────────────────────────────────────────────────────┤
│ 企业数据层 │
│ 库存数据 · 质检记录 · 设备台账 · 订单信息 · 供应商档案 │
└──────────────────────────────────────────────────────────┘
核心流程
1. 数据进入
用户上传文件（Excel/照片/PDF）
或 对话式报数/描述
或 对接钉钉/飞书/简道云等协同平台
或 对接 ERP/MES/进销存等源端系统（采购单、工单、质检记录、设备台账等）
↓
2. Agent 分析（五个 Agent 并行工作，各守一个环节）
设备 Agent ← 参数监控、趋势预警、维保提醒
质量 Agent ← 质检汇总、六维排除、8D 辅助
供应链 Agent ← 库存预警、采购建议、齐套检查
供应商 Agent ← 评分卡、趋势分析、分级管理
生产 Agent ← 排产方案、急单评估、交付风险
↓
3. 跨环节联动（一次异常信号，全链路协同评估）
协同调度层汇总各 Agent 评估结果 → 消除冲突 → 编排联合决策方案
↓
4. 输出给用户
对话式交互呈现分析过程和建议
主动推送分级预警（Critical/High/Medium/Low 四级）
看板可视化 + 8D 报告导出
↓
5. Agent 持续进化（后台静默运行）
每次分析后积累企业专属知识 → 下次分析更快更准
Agent Skill 机制
每个 Agent 的具体分析能力通过可插拔的 Skill 模块实现，企业可根据自身特性灵活装载：
通用 Skill（预置）——开箱即用的标准分析能力：
| Agent | 预置 Skill |
|---|---|
| 质量根因 | 六维排除法 · 5Why 引导 · 鱼骨图构建 · 8D 报告框架 |
| 设备预警 | 参数趋势分析 · 阈值监控 · 维保计划管理 |
| 供应链 | 库存台账管理 · 安全库存预警 · BOM 齐套检查 |
| 供应商 | 多维评分卡 · 分级管理 · 来料异常关联 |
| 生产计划 | 产能可视化 · 排产方案生成 · 急单影响评估 |
企业定制 Skill（可装载）——适配企业独特的流程、术语和决策习惯：
| 定制类型 | 说明 | 示例 |
|---|---|---|
| 企业专属术语 | 将行业/企业内部术语映射到标准分析框架 | "红炉"→ 热处理工序，"来料异常单"→ 进货检验不合格报告 |
| 定制决策流程 | 按企业现有审批/决策流程编排 Agent 输出 | 供应商降级需经采购主管确认 → Agent 自动流转审批 |
| 行业规范模板 | 按行业标准生成报告和分析文档 | 汽车行业 IATF 16949 格式的 8D 报告 · 航空行业 AS9100 不合格品处理流程 |
| 沟通风格适配 | 调整 Agent 输出的语气、详细程度、推送频率 | 厂长看板：简短结论 + 红绿灯；质量工程师：完整推理链路 + 数据引用 |
| 企业文化适配 | 预警触发后的行为偏好 | 保守型企业：低置信度也推送预警；高效型企业：仅高置信度推送 |
Skill 装载方式：通过对话式引导或配置面板，企业管理员可定义定制 Skill，无需代码开发。Agent 在运行时自动调用匹配的 Skill 组合（通用 + 企业定制），确保分析过程和输出风格符合企业实际。
六、技术亮点
亮点一：思维检索——检索"经验"而非"原始数据"
传统 RAG 架构检索原始数据片段，链睿让 Agent 在使用过程中积累**"浓缩经验"（思维节点）**，后续分析直接检索经验而非原始数据。
传统方式：
用户提问 → 检索1000条原始质检记录 → LLM从头分析 → 结果
思维检索方式：
用户提问 → 检索5条高度相关的"思维节点" → LLM基于浓缩知识快速推理 → 结果
核心差异：
- 传统 RAG 无法回答"什么时候开始的"（无时序感知），链睿的知识图谱有精确时间戳
- 传统 RAG 无法沿因果链推理（chunk 切割破坏因果关系），链睿可沿因果链多跳推理
- 传统 RAG 每次检索原始文本（无法积累），链睿的思维节点随验证不断进化
自进化表现：
| 使用时长 | Agent 能力 |
|---|---|
| 第 1 天 | 基础分析，依赖原始数据 |
| 第 1 周 | 发现浅层模式（"某设备经常出问题"） |
| 第 1 月 | 建立因果关系（"温度→尺寸"） |
| 第 3 月 | 预测性洞察（"接下来可能出现的问题"） |
| 第 6 月 | 行业专家级 |
企业知识图谱：为每家企业构建专属的供应链知识图谱，包含五类事件节点（质量/设备/供应链/供应商/生产）和四类关系（时序/语义/因果/跨模块）。与通用对话记忆的本质区别：链睿处理的是工业事件因果链，每个节点携带设备 ID、供应商 ID、物料批次等结构化属性。
亮点二：五模块事件驱动联动
五模块 Agent 之间的协同基于事件驱动的风险信号广播 + 协同决策编排机制，区别于所有单点工具：
事件触发 → 信号源 Agent 生成风险事件（含类型、等级、置信度）
→ 广播至所有 Agent
→ 各 Agent 独立评估自身环节影响（并行）
→ 汇总至协同调度层
→ 编排联合决策方案（消除冲突、排序优先级）
→ 推送至用户
冲突消解：当不同 Agent 的建议矛盾时，按优先级自动消解——安全优先 > 企业战略优先级 > 损失最小化 > 多方案呈现由用户决策。
协同规则：
| 信号类型 | 触发 Agent | 联动 Agent | 协同决策 |
|---|---|---|---|
| 设备参数异常 | 设备预警 | 质量 + 生产计划 | 评估产品质量影响 + 排产调整 |
| 质量客诉/超标 | 质量根因 | 设备 + 供应商 + 供应链 | 根因溯源 + 供应商追责 + 物料拦截 |
| 供应商风险 | 供应商评估 | 供应链 + 生产计划 | 替换供应商 + 物料缺口评估 |
| 物料短缺预警 | 供应链预警 | 生产计划 + 供应商 | 排产调整 + 紧急采购建议 |
| 订单冲突/急单 | 生产计划 | 供应链 + 设备 | 物料齐套检查 + 设备可用性确认 |
亮点三：因果推断三层递进
制造业质量分析的核心难题是区分"相关性"和"因果性"。链睿采用三层递进策略，明确区分"能做什么"和"还做不到什么"：
| 层级 | 能力 | 方法类别 | 上线版本 |
|---|---|---|---|
| 第一层：关联发现 | 发现事件间的统计关联和时序传导模式 | 纯统计计算（不调用 LLM） | V1.0 |
| 第二层：假说生成 | 基于领域知识生成可能的因果假说 | LLM + 行业知识库推理 | V2.0 |
| 第三层：因果验证 | 用数据验证因果假说 | 纯统计计算（不调用 LLM） | V3.0 |
数据稀疏场景的降级策略：数据量不足时不强行推断，而是明确告知用户当前分析置信度，引导持续积累数据。
七、功能规格
供应链预警 Agent
基础功能（V1.0）
| 功能项 | 输入 | 输出 |
|---|---|---|
| 库存台账管理 | 上传进货单/出库单（Excel/CSV/照片） | 自动维护库存余额表 |
| 安全库存预警 | 用户设定安全库存阈值 | 库存低于阈值时主动推送预警 |
| 供应商交期记录 | 上传采购订单 + 实际到货记录 | 各供应商交期偏差率统计 |
| 采购建议 | 库存数据 + 安全库存 + 采购周期 | 补货建议（数量、时间、推荐供应商） |
| 物料齐套检查 | 生产订单 BOM + 当前库存 | 缺料清单 + 缺料预警 |
深度功能（V2.0）：多维供应商风险评分、交期预测、价格波动预警
高级功能（V3.0）：多级供应链穿透、自动替代采购方案、供应链韧性指数
质量根因分析 Agent
基础功能（V1.0）
| 功能项 | 输入 | 输出 |
|---|---|---|
| 质检数据汇总 | 上传质检日报/检验记录（Excel/照片） | 不合格品统计、缺陷分布图、趋势图 |
| 鱼骨图生成 | 描述质量问题 + 上传相关数据 | 自动构建"人机料法环测"六维鱼骨图 |
| 5Why 分析引导 | 用户对话式交互 | 逐层追问的结构化 5Why 分析报告 |
| 客诉响应辅助 | 上传客户投诉单 | 生成 8D 报告框架（D1-D4） |
| 缺陷记录追溯 | 批次号/产品编号 | 该产品全生产过程关联数据 |
深度功能（V2.0）：自动交叉验证锁定 Top 候选根因、历史缺陷模式匹配、8D 报告自动生成
高级功能（V3.0）：因果推断模型、跨批次质量趋势预测、工艺参数优化建议
生产计划建议 Agent
基础功能（V1.0）
| 功能项 | 输入 | 输出 |
|---|---|---|
| 设备产能可视化 | 设备台账 | 各设备产能利用率看板 |
| 订单排产 | 订单列表 + 设备信息 | 基础排产方案（甘特图） |
| 急单插队影响评估 | 急单信息 + 当前排产 | 插队后受影响订单清单 + 影响程度 |
| 物料齐套检查联动 | 生产订单 + 供应链 Agent 库存数据 | 各订单物料齐套状态 |
| 交付风险预警 | 订单交期 + 排产进度 + 物料状态 | 延误风险订单预警 |
深度功能（V2.0）：多目标优化排产、What-if 模拟、自动重排建议
高级功能（V3.0）：数字孪生排产仿真、实时自适应调整、跨产线/跨工厂协同
设备异常预警 Agent
基础功能（V1.0）
| 功能项 | 输入 | 输出 |
|---|---|---|
| 设备台账管理 | 设备信息（型号、购入日期、维保记录） | 设备档案卡 |
| 人工报数 + 趋势监控 | 工人对话报数/上传记录 | 关键参数趋势图 + 异常标记 |
| 基础阈值预警 | 用户设定参数阈值 | 超限预警推送 |
| 维保记录管理 | 维修/保养记录上传 | 设备维保历史时间线 |
| 维保计划提醒 | 基于设备台账 | 维保到期提醒 |
深度功能（V2.0）：多参数关联预警、故障模式库、维保优化建议
高级功能（V3.0）：IoT 自动采集、预测性维护模型、设备健康指数、剩余寿命预测
供应商评估 Agent
基础功能（V1.0）
| 功能项 | 输入 | 输出 |
|---|---|---|
| 多维评分卡 | 来料检验记录 + 交期记录 + 价格记录 | 供应商评分（质量 40% + 交期 30% + 价格 20% + 服务 10%） |
| 历史记录汇总 | 各供应商全部交易历史 | 供应商档案（评分趋势、风险事件、合同记录） |
| 供应商分级 | 评分结果 + 风险事件 | 自动分级（A/B/C/D 级） |
| 新供应商准入评估 | 供应商基本信息 + 资质 + 报价 | 准入评估报告 + 风险提示 |
| 来料异常关联 | 来料检验不合格记录 | 关联至具体供应商 + 批次 + 趜势 |
深度功能（V2.0）：动态评分权重、来料质量趋势分析、供应商能力画像
高级功能（V3.0）：供应商风险传导分析、自动推荐替换方案、供应商协同优化
八、数据与技术基础
多源数据接入
层级 1（V1.0 即可用）—— 零门槛启动
├─ 文件上传：Excel/CSV/照片/PDF
├─ 对话输入：用户通过自然语言描述/报数
└─ 采集频率：按需（班次/日/周）
层级 2（V1.0 即可用）—— 平台对接
├─ 钉钉/飞书/简道云：审批流程、表单数据、工作通知
└─ 采集频率：实时/准实时
层级 3（V2.0 逐步开放）—— 源端系统对接
├─ ERP/MES/进销存系统：通过 API/Webhook
层级 4（V3.0 高级能力）—— IoT 设备直连
├─ 设备传感器数据采集
零基础企业冷启动
对于无结构化数据的企业，提供对话式建表路径：
- 企业概况（10 分钟）：对话引导描述产品、设备、供应商、客户 → 自动生成基础数据表结构
- 核心参数（10 分钟）：对话引导设定关键阈值 → 预警规则初始化
- 首次分析（5 分钟）：基于已有数据提供描述性分析报告
从"零数据"到"Agent 可用"仅需一次 25 分钟的对话。
模型路由策略
根据任务复杂度自动选择合适的模型，在质量和成本间取得平衡：
| 任务层级 | 典型场景 | 说明 |
|---|---|---|
| 轻量级 | 数据查询、格式转换、简单统计 | 小模型即可处理 |
| 中量级 | 趋势分析、质量汇总、供应商评分 | 中等模型处理 |
| 重量级 | 根因分析、联动决策、8D 报告生成 | 大模型处理 |
| 专业级 | 行业专属故障模式诊断 | 行业微调模型（如有） |
企业可控：支持云端模型 / 私有化部署 / 本地模型，有数据安全要求的企业可将全部模型调用指向本地部署。V1.0 的 80% 日常任务不需要大模型，仅根因分析等核心场景需要中等以上模型，成本可控。
九、竞争优势
| 维度 | 传统 ERP/MES | 轻量工具（简道云/轻流） | 链睿 SynchroFlow |
|---|---|---|---|
| 跨模块联动 | 需定制开发 | 单流程自动化 | Agent 天然联动 |
| 决策智能 | 规则引擎 | 无 | 大模型推理 + 因果分析 |
| 适配中小企业 | 难（买得起用不起） | 可用但功能碎片 | 专为中小企业设计 |
| Agent 自主进化 | 无 | 无 | 越用越精准，自增强闭环 |
核心差异化：
- 知识沉淀的不可迁移性：Agent 积累的思维节点和知识图谱是企业专属经验，使用时间越长价值越高
- "同步智能"范式：以全链路联动为设计原点，单一工具无法复制跨模块联动的决策智能
- 场景知识积累：服务行业过程中积累的因果关系知识库，随客户增长持续深化
十、评测标准
评测围绕 6 个维度展开，覆盖功能、准确性、业务价值、可用性、AI 可靠性和扩展能力：
| 维度 | 权重 | 核心问题 | 评测方法 |
|---|---|---|---|
| 功能完整性 | 25% | 5 模块基础功能是否全部可用？跨模块联动是否通畅？ | 标准测试数据集 + 自动化测试 |
| 决策准确性 | 25% | Agent 输出的分析/建议是否准确？用户采纳率如何？ | 历史案例回测 + 专家盲评 |
| 业务价值 | 20% | 是否可量化缩短响应时间、减少损失？ | 使用前后 A/B 对照 + 业务数据对比 |
| 可用性 | 10% | 中小企业用户能否零门槛上手？冷启动周期多长？ | 真实用户测试 + 调研问卷 |
| AI 可靠性与安全性 | 10% | 大模型输出是否稳定？是否存在幻觉？企业数据是否安全？ | 重复测试一致性 + 安全审计 |
| 泛化与扩展能力 | 10% | 能否从一家企业扩展到更多？跨行业冷启动成本是否递减？ | 多企业/多行业交叉验证 |
10.1 基础能力评测（V1.0）
功能完整性
验证五个 Agent 模块各自独立运行正常，且跨模块联动通畅。
| 评测项 | 评测方法 | 通过标准 |
|---|---|---|
| 5 模块独立运行 | 为每个模块构建标准测试数据集（正常/边界/异常格式），逐一测试各模块核心功能 | 每个模块基础功能测试用例通过率 ≥ 90% |
| 跨模块信号广播 | 模拟触发不同类型的信号（设备异常、质量超标、供应商风险等），验证信号是否广播至所有 Agent | 信号广播成功率 100%，广播延迟 < 5 秒 |
| 联动响应 | 触发一个模块事件，验证其他模块是否各自独立评估并返回影响分析 | 联动响应率 ≥ 80%（4/5 模块响应），单个 Agent 响应超时 30 秒 |
| 协同决策输出 | 触发三大旗舰场景的全链路模拟事件，验证是否输出覆盖所有受影响环节的联合决策方案 | 方案覆盖所有受影响环节，无遗漏关键决策项 |
| 数据接入 | 分别测试文件上传、对话式报数、平台对接（钉钉/飞书/简道云）三种数据接入方式 | 3 种方式均可用，关键字段（物料编号、数量、日期）解析准确率 ≥ 95% |
| 通用 Skill 可用性 | 逐一测试各 Agent 预置的通用 Skill（六维排除、鱼骨图、评分卡、齐套检查等） | 每个 Skill 核心测试用例通过率 ≥ 90% |
| 企业定制 Skill 装载 | 通过对话式引导或配置面板定义一个定制 Skill（如企业术语映射、定制报告模板），验证 Agent 是否正确调用 | 定制 Skill 装载后 Agent 输出符合定制规则，无需代码开发 |
决策准确性
验证各 Agent 的核心分析能力是否达到可用水平。
| 评测项 | 评测方法 | 通过标准 |
|---|---|---|
| 库存预警准确率 | 模拟库存变动序列（含渐进缺料、突发缺料、安全库存触发等场景），对比 Agent 预警与实际短缺 | 准确率 ≥ 90%，误报率 < 10% |
| 质量根因命中率 | 准备历史质量案例数据集（已知真实根因），测试 Agent 六维排除后 Top3 候选根因 | Top3 中包含真实根因的命中率 ≥ 85% |
| 鱼骨图结构合理性 | 给定质量问题描述和相关数据，检查六维鱼骨图是否每个维度至少有 1 条分支 | 10 组测试中 ≥ 9 组六维覆盖完整，分支原因与问题相关 |
| 排产合理性 | 给定订单列表 + 设备信息 + 物料约束，生成排产方案，由行业专家评审 | 无资源冲突（设备/人员/物料），专家评分 ≥ 7.5/10 |
| 设备预警有效性 | 模拟设备参数趋势（含缓慢漂移、突变、周期波动），验证预警是否在异常发生前/时触发 | 准确率 ≥ 80%，误报率 < 15% |
| 供应商评分一致性 | 准备测试供应商数据集，对比 Agent 评分与 3 位行业专家独立评分的平均值 | 一致性（Spearman 排名相关）≥ 0.85 |
| 8D 报告框架完整度 | 输入客户投诉单和相关数据，检查 Agent 生成的 8D 报告是否覆盖 D1-D4 | 10 组测试框架完整度 ≥ 95% |
| 缺陷记录追溯 | 给定批次号，检查 Agent 返回的全生产过程关联数据（设备、物料、供应商、操作时间） | 关联字段返回完整率 ≥ 95% |
业务价值
对比使用链睿前后的关键业务指标变化。
| 评测项 | 评测方法 | 通过标准 |
|---|---|---|
| 异常发现时间 | 对比同类事件（设备异常/质量超标/供应商风险）在有无 Agent 辅助下的发现速度 | 缩短 ≥ 70%（如从 2-5 天缩短至数小时内） |
| 客诉遏制响应时间 | 对比 8D 报告遏制措施从接单到回复的完成时间 | 缩短 ≥ 50%，目标 < 48 小时 |
| 非计划停机时长 | 对比月度非计划停机时长（含预防性维护替代突发停机的效果） | 减少 ≥ 20% |
| 供应商问题发现周期 | 对比同类供应商质量问题从首次出现到被确认的周期 | 缩短 ≥ 60%（从数月缩短至首次闭环） |
| 用户采纳率 | 统计 Agent 输出的决策建议中，被用户确认采纳的比例 | ≥ 70% |
| 物料齐套检查效率 | 对比人工齐套检查 vs Agent 自动检查的速度和遗漏率 | Agent 检查遗漏率 < 5%，速度提升 10x+ |
可用性
验证中小企业用户能否快速上手、持续使用。
| 评测项 | 评测方法 | 通过标准 |
|---|---|---|
| 冷启动时间 | 从注册/首次对话到获得有价值的分析结果（如首份质检汇总或库存预警） | ≤ 7 天（含数据上传和 Agent 学习） |
| 零基础启动 | 针对无结构化数据的企业，测试对话式建表流程 | 25 分钟内完成基础建表并生成首份分析报告 |
| 学习成本 | 邀请非 IT 背景的中小企业员工试用，记录独立完成核心操作所需的培训时间 | ≤ 2 小时 |
| 日常数据录入负担 | 统计正常使用中用户每天需要人工录入/上传数据的时间 | ≤ 30 分钟/天 |
| 响应速度 | 分别测试简单查询（库存查询、供应商评分）和复杂分析（根因分析、联动决策） | 简单查询 ≤ 10 秒，复杂分析 ≤ 60 秒 |
| 移动端可用性 | 在手机端测试核心操作（查看预警、上传数据、确认决策方案） | 核心功能 100% 可用 |
AI 可靠性与安全性
验证大模型输出的稳定性、幻觉控制和数据安全保障。
| 评测项 | 评测方法 | 通过标准 |
|---|---|---|
| 输出稳定性 | 同一输入重复运行 10 次，检查关键结论（根因方向、预警等级、供应商评分）是否一致 | 核心结论一致率 ≥ 95%（允许表述差异，不允许结论矛盾） |
| 幻觉控制 | 输入含"陷阱"的查询（如引用不存在的批次号/供应商），检查 Agent 是否编造数据 | 100% 识别为"数据不足/不存在"，无编造行为 |
| 置信度标注 | 检查 Agent 输出中是否自动标注置信度（如"数据积累不足，置信度低"） | 所有不充分分析场景均附带置信度提示，无过度承诺 |
| 结果可追溯 | 检查 Agent 的分析结论是否附带数据来源引用（如"基于批次 X 的质检记录"） | 结论引用率 ≥ 95%，每个关键结论均可追溯到原始数据 |
| 数据安全 | 验证企业数据隔离（A 企业数据不可被 B 企业访问）、敏感字段脱敏、传输加密 | 通过安全审计，无数据泄露风险 |
| 本地部署可选 | 验证企业可选择全部数据留在本地运行（通过本地模型部署） | 本地模式下核心功能可用率 ≥ 95% |
泛化与扩展能力
验证产品从单一企业/行业扩展到多企业、多行业的能力。
| 评测项 | 评测方法 | 通过标准 |
|---|---|---|
| 跨企业冷启动 | 选择 2-3 家不同规模/行业的制造企业，测试从零到首次有价值分析的周期 | 每家企业冷启动均 ≤ 7 天，不因行业差异显著变长 |
| 行业知识迁移 | 验证在 A 行业积累的知识（故障模式、常见根因路径）是否能加速 B 行业冷启动 | B 行业冷启动时间比首次减少 ≥ 30% |
| 不同数据质量适配 | 分别使用高质量数据集（完整规范）和低质量数据集（缺失多、格式乱）测试 | 低质量数据下 Agent 仍可输出降级分析（标注低置信度），不崩溃不编造 |
| 多企业并发 | 模拟 10+ 家企业同时使用，检查 Agent 响应速度和知识隔离 | 响应速度无显著下降，企业间知识图谱完全隔离 |
| 供应商评估模型跨行业 | 同一供应商评分框架在不同行业（精密加工 vs 冲压件 vs 新材料）下的适用性 | 评分框架可适配不同行业，核心维度（质量/交期/价格/服务）通用可用 |
10.2 深度能力评测（V2.0）
在 V1.0 基础上，验证各模块深度分析能力和联合决策自动化水平。
| 评测项 | 评测方法 | 通过标准 |
|---|---|---|
| 自动交叉验证根因 | 准备历史质量案例数据集，Agent 自动关联六维数据交叉验证，检查 Top3 候选是否包含真实根因 | 命中率 ≥ 85% |
| 8D 报告自动生成 | Agent 基于分析结果自动填充 8D 报告全文（D1-D8），由质量工程师独立评审 | 报告完整度 ≥ 95%，人工修改量 < 15% |
| 历史缺陷模式匹配 | 给定当前缺陷，检查 Agent 推荐的相似历史案例是否相关 | 推荐命中率 ≥ 80% |
| 多目标排产优化 | 给定多约束场景（交期、设备利用率、物料），Agent 生成排产方案 | 交期满足率 ≥ 95%，设备利用率提升 ≥ 10% |
| What-if 模拟 | Agent 模拟不同决策的影响（加班、外包、订单调整等），对比模拟结果与实际 | 模拟偏差 < 10% |
| 多参数关联预警 | 模拟设备多参数（温度+振动+电流等）复合异常，验证 Agent 是否识别 | 检出率 ≥ 85%，误报率 < 10% |
| 联合决策方案自动生成 | 触发全链路场景，Agent 自动生成包含所有受影响环节的联合方案，专家评审 | 覆盖所有受影响环节，方案合理性专家评分 ≥ 8/10 |
| Agent 自进化效果 | 同一企业在使用 1 个月和 3 个月后，用相同案例测试根因分析速度和准确率 | 3 个月后分析速度提升 ≥ 50%，Top3 命中率提升 ≥ 10 个百分点 |
| 思维节点质量 | 检查 Agent 积累的思维节点是否被后续实际数据验证 | 思维节点预测准确率 ≥ 75%，过期节点自动标记淘汰 |
| 输出可解释性增强 | Agent 分析过程附带推理链路说明（每一步排除了什么、为什么锁定这个方向） | 专家评审推理链路清晰度 ≥ 8/10，用户反馈"能看懂分析逻辑" |
| 企业定制 Skill 效果 | 装载企业定制 Skill（术语映射 + 决策流程 + 沟通风格）后，对比 Agent 输出与未装载时的差异 | 企业员工认为输出更贴合企业实际，满意度提升 ≥ 20% |
10.3 高级能力评测（V3.0）
验证高级能力：因果推断、预测性分析、自优化闭环。
| 评测项 | 评测方法 | 通过标准 |
|---|---|---|
| 因果推断准确率 | Agent 对事件间因果关系做出推断（非相关性），由行业专家独立盲评 | 专家认同率 ≥ 85% |
| 设备故障预测 | Agent 预测设备故障时间窗口，对比实际故障发生时间 | 预测窗口准确率 ≥ 80%（±24h 内） |
| 跨批次质量趋势预测 | Agent 预测未来批次质量走势，对比实际检测结果 | 趋势方向预测准确率 ≥ 80% |
| 数字孪生排产仿真 | Agent 虚拟产线模拟，对比仿真结果与实际产出 | 仿真偏差 < 8% |
| IoT 数据采集 | 对接设备传感器实时数据流，检查采集完整性和时效性 | 采集完整率 ≥ 98%，延迟 < 3 分钟 |
| 供应链风险传导识别 | Agent 识别二级/三级供应商风险传导路径 | 关键风险路径识别准确率 ≥ 80% |
| 全链路自优化闭环 | 从异常事件发生到 Agent 输出优化方案的端到端时间 | < 5 分钟（含信号触发→评估→方案生成） |
| 跨行业知识库效果 | 验证行业知识库对 3+ 个不同行业的故障模式覆盖度 | 行业专属故障模式识别率 ≥ 80%，冷启动进一步加速 |
| 决策效果回溯 | Agent 对历史决策建议进行效果回溯评估（建议采纳后结果如何） | 回溯覆盖率 ≥ 85%，反馈用于优化后续建议 |
10.4 评测方法说明
| 评测方式 | 适用范围 | 具体做法 |
|---|---|---|
| 标准测试数据集 | 功能完整性 | 为每个模块构造标准化测试数据集（含正常/边界/异常用例），自动运行并统计通过率 |
| 历史案例回测 | 决策准确性 | 收集真实历史质量案例（已知根因），将原始数据输入 Agent，验证分析结果与真实结论的一致性 |
| 专家盲评 | 决策准确性 + AI 可靠性 | 邀请制造业质量/供应链专家，在不知道 Agent 结果来源的前提下独立评分 |
| 使用前后 A/B 对照 | 业务价值 | 同一企业上线前后关键指标对比，或同类型企业（使用/未使用）横向对照 |
| 场景沙盘推演 | 全链路联动 | 基于三大旗舰场景构建模拟事件序列，端到端验证从信号触发到联合决策输出的完整流程 |
| 用户调研 | 可用性 + 业务价值 | 定期收集用户满意度（NPS）、建议采纳率、日常使用时长等数据 |
| 重复运行一致性测试 | AI 可靠性 | 同一输入重复运行多次，统计结论一致性；构造"陷阱"输入测试幻觉控制 |
| 安全审计 | AI 可靠性 | 数据隔离测试、传输加密验证、敏感字段脱敏检查、本地部署模式功能验证 |
| 多企业交叉验证 | 泛化与扩展 | 在 2-3 家不同行业企业同步部署，对比冷启动周期、分析准确率、知识迁移效果 |