AI Agent 工作流指南
这些指南把 FactVerse AI Agent 的概念说明转换成可实施的工作流。每篇都会说明需要准备哪些数据、从哪个 MCP endpoint 开始、需要哪些 scope、输出如何审核，以及结果应该如何记录。
应用场景页面用于理解业务背景。实施团队需要搭建、测试或运行 Agent 工作流时，应从这些工作流指南开始。
指南地图
| 指南 | 起点 | 主要输出 | 审核节点 |
|---|---|---|---|
| 设施运营 | /mcp/base/、Inspector 记录、Platform 资产上下文 | 资产状态摘要、告警上下文、巡检或工单草稿 | 由操作员或主管确认后写入执行记录 |
| 预测性维护 | /mcp/pdm/、/mcp/base/、设备历史、信号质量 | 健康状态摘要、异常上下文、建议巡检路径 | 由维护工程师确认工作计划 |
| Physical AI | /mcp/base/、Designer 场景、SimReady 资产、仿真服务 | 场景包、仿真记录、机器人或工艺训练上下文 | 由工程负责人确认假设和验证记录 |
工作流契约
每个 Agent 工作流在实施前都应明确同一组契约：
- 目标：工作流支持的运营决策或工程任务。
- 边界：租户、站点、资产组、时间范围和源系统。
- 输入：资产记录、实时或历史信号、文档、场景、仿真假设和工作记录。
- Endpoint 与 scope：MCP endpoint、读取 scope、计算 scope，以及获批动作所需的写入 scope。
- 输出格式：摘要、证据表、动作草稿、场景包或验证报告。
- 审批路径：谁可以批准写入动作、变更运营记录或接受仿真结果。
- 审计记录：来源引用、prompt 或任务 ID、工具响应、审批记录和最终现场反馈。
数据就绪检查
在 Agent 接入运营工作流前，先完成这些检查：
- Platform、DFS、Inspector、文档和外部系统中的资产标识可以稳定对应。
- 工作流可以看到源系统时间戳和数据质量标记。
- MCP 客户端通过运行时发现工具，并避免依赖写死的工具名。
- 写入 scope 与读取、计算 scope 分开授权。
- 当证据缺失、过期或相互矛盾时，工作流仍能给出清晰可用的回答。
- 任何影响运营系统的动作都需要人工审批记录。
实施顺序
- 先用尽可能窄的范围搭建只读工作流。
- 验证来源引用、缺失数据处理方式和操作员审核格式。
- 输入数据和假设可见后，再加入计算工具。
- 写入动作只作为草稿进入审批和审计流程。
- 复盘已完成工作记录，把被确认的修正反馈到知识层和数据层。
下一步
- 从 设施运营 开始，处理资产、巡检、告警和工单工作流。
- 使用 预测性维护 处理健康状态、异常分析和维护计划工作流。
- 使用 Physical AI 处理面向仿真的场景、机器人训练上下文和工艺规划工作流。