FactVerse AI Agent
FactVerse AI Agent 连接 FactVerse 数字孪生、运营数据、仿真服务、知识体系和受控执行路径。实施团队可以基于它构建设施运营、设备维护、仿真资产和工业运营相关的 Agent 工作流。
请根据当前任务选择入口。
平台模型
FactVerse AI Agent 围绕按租户配置的 Agent、受控工具访问、数据就绪度、复核节点和审计记录构建。MCP 向批准的客户端开放工具，Agent Platform 则负责决定租户有哪些 Agent、每个 Agent 可以使用哪些工具，以及较高风险的动作如何进入复核。
解释整体运行模型时，从 Agent Platform 总览 开始。规划用户如何进入租户内已配置的 Agent 时，使用 Agent Hub。
实施流程
选择入口
| 当前任务 | 先读 | 后续参考 |
|---|---|---|
| 理解受控 Agent 运行模型 | Agent Platform 总览 | 架构 |
| 规划用户如何找到已配置的 Agent | Agent Hub | 工作流指南 |
| 配置、变更或退役 Agent | Agent 生命周期与配置 | 工作流运行记录 |
| 定义风险等级和复核节点 | 风险治理与安全 | 访问与 Scope 规划 |
| 确认运行时可用工具 | 运行时工具发现 | MCP 工具参考 |
| 设计工具调用结果 | 工具执行治理 | 工作流运行记录 |
| 第一次连接 AI 客户端 | 快速开始 | MCP 接入指南 |
| 规划 endpoint、API key、scope 和审批边界 | 访问与 Scope 规划 | MCP Scope 矩阵 |
| 判断工作流的数据是否可用 | 数据就绪度 | DFS 总览（英文） |
| 构建设施运营工作流 | 设施运营工作流指南 | 设施运营场景 |
| 构建预测性维护工作流 | 预测性维护工作流指南 | 预测性维护场景 |
| 构建 Physical AI 工作流 | Physical AI 工作流指南 | Physical AI 场景 |
| 查看请求和输出格式 | 示例 | 工作流运行记录 |
| 排查客户端、scope、数据或写入动作问题 | 故障排查 | MCP 错误与审计 |
| 将试点工作流交接到常规运营 | 验证与交接 | 工作流指南 |
| 查询可用工具和 scope | 工具参考 | 权限范围参考 |
运行方式
生产工作流建议按以下顺序推进：
- 定义 Agent 或工作流负责人。
- 明确租户、站点、资产、设备、场景和来源系统边界。
- 检查来源新鲜度、信号质量、文档上下文、场景版本和复核负责人。
- 确认已配置 Agent 或客户端的运行时工具发现结果。
- 在输入数据和假设条件可见之后，再加入计算或仿真步骤。
- 写入类动作先以草稿方式生成，并放在确认、人工审批和审计记录之后。
- 保留最终证据、复核决策、运营反馈和已接受的修正信息。
阅读 核心概念 可了解这些流程背后的术语。规划较大范围部署时，请结合 架构说明 和 能力地图。
产品上下文
| 产品区域 | 在 Agent 工作流中的作用 |
|---|---|
| FactVerse Platform | 租户、资产、权限和产品上下文。 |
| Data Fusion Services | 来源接入、映射、质量检查、治理数据集、融合、复核和面向 BI 的数据准备。 |
| FactVerse Designer | 数字孪生场景、仿真资产、布局规划和场景准备。 |
| DataMesh Inspector | 运行期可视化、告警、工单、巡检记录和设施运营上下文。 |
| MCP endpoint | 为 AI 客户端和企业 Agent 运行时提供受控工具访问。 |
命名
面向客户的 Agent 工作流、接入说明和文档入口统一使用 FactVerse AI Agent。