FactVerse AI Agent 核心概念
FactVerse AI Agent 不是把工业数据接到自由聊天界面上。它是受治理的工具和上下文层。每个有效工作流都依赖租户上下文、资产上下文、scope、来源引用和审批边界。
运行模型
客户端请求
-> MCP endpoint
-> API key 解析租户和 scope
-> 可用工具
-> FactVerse Platform、DFS、Designer、Inspector、知识或仿真服务
-> 带来源上下文和治理边界的响应
客户端应在运行时发现可用工具。生成的参考文档描述了当前构建的公开目录,但实际可调用工具由部署配置和客户 scope 决定。
租户和资产上下文
API key 解析租户。客户端不应发送租户标识来替代授权。租户解析后,每个工作流都应附带相关资产、站点、设施、产线、房间、设备或场景上下文。
好的 Agent 输出通常包含:
- 正在讨论的资产或场景;
- 使用了哪些来源系统;
- 数据时间戳或新鲜度;
- 缺失证据或质量提示;
- 输出类型是草稿、分析、建议还是已批准动作。
Endpoint、slice 和 scope
FactVerse 通过受治理的 slice 暴露工具。每个 slice 有独立 endpoint。Scope 决定可以调用哪些工具。
| Slice | Endpoint | Scope 示例 | 说明 |
|---|---|---|---|
| Base | /mcp/base/ | base.read, base.compute.run, base.action.write | 通用资产读取、知识、数据质量、仿真、优化和受控写操作。 |
| 预测性维护 | /mcp/pdm/ | pdm.read | 设备健康度、摘要、异常和组件智能。 |
| 交通运营 | /mcp/trafficops/ | trafficops.read | 人流、车流、检查点和交通运营工具。 |
| 通信运营 | /mcp/telcoops/ | telcoops.read | 网络健康和容量工具。 |
| 半导体运营 | /mcp/semiops/ | semiops.read | 洁净室、厂务、utility、SMT 和环境工具。 |
| 航空 | /mcp/aviation/ | aviation.analysis.read | 航空可靠性分析工具。 |
已退役的 physical endpoint 不应再用于新工作。Physical AI 工作流应使用当前 endpoint,以及 Designer、SimReady asset 和仿真工具链。
工具调用和来源引用
工具调用应被视为对产品能力的受控访问,而不是直接数据库访问。工作流应保留足够来源上下文,让人工复核者理解 Agent 为什么生成这个结果。
例如:
- 设施运营应引用资产、表计、巡检记录和工单。
- 预测性维护应引用信号历史、数据质量、资产历史和维护证据。
- Physical AI 应引用场景版本、资产版本、仿真假设和验证说明。
数据就绪度
Agent 质量受来源数据就绪度限制。承诺工作流前,需要确认:
| 领域 | 问题 |
|---|---|
| Platform 资产 | 资产、位置、责任人和权限是否建模? |
| DFS 数据 | 来源系统是否已接入、转换并完成质量检查? |
| Inspector 记录 | 巡检、告警、工单和操作员备注是否可用? |
| Designer 场景 | 场景、资产和关系是否有版本并可使用? |
| 文档 | 手册、SOP 和流程资料是否对该租户和 scope 可访问? |
如果数据缺失,Agent 应报告缺口,而不是用无依据假设补齐。
读取、计算和写操作边界
调查使用 read scope。仿真、优化、预测和对比使用 compute scope。只有在部署策略允许时,才使用 write scope 执行受控动作。
写操作需要额外控制:
- 写操作必须明确,不能隐藏在分析步骤里;
- 除非客户批准自动化,否则应先创建草稿;
- 应记录在 Inspector 或客户运营系统中;
- 应包含足够证据,供负责的操作者或主管审批。
数字孪生和仿真上下文
Agent 工作流中的数字孪生不只是视觉参考。它承载空间上下文、资产关系、行为假设和运营含义。
Physical AI 和面向仿真的工作流应保留这些版本:
- Designer 场景;
- SimReady asset;
- 运营约束;
- 仿真配置;
- 验证结果;
- 现场反馈。
这样可以发挥快速仿真的价值,同时避免夸大确定性。真实现场变更仍然需要工程评审和客户批准。
治理模式
完整工作流应遵循以下模式:
- 解析租户、资产、endpoint 和 scope。
- 获取允许访问的数据、文档、场景和工具。
- 生成带来源引用和假设说明的分析。
- 写操作保留审批和审计。
- 记录完成的工作和现场反馈。
- 用反馈改进后续分析。
后续编写工作流指南、集成指南和故障排查页时,应以这个模式为基线。