接入一组新设备
理解陌生传感器的字段、单位与时间信息，并围绕对应设备组织测量项。
← Data Fusion Services
FactVerse Scout
让设备数据更快进入运营场景
FactVerse Scout 帮助工程团队发现设备数据、对齐资产与模型，并通过 DFS Pro 发布经过审核的数据关联。
把陌生字段转化为可信的运营上下文
Scout 将 AI 辅助发现与资产、模型和数据源上下文结合起来，帮助工程团队减少重复排查，更快完成设备数据接入准备。
- 探索获准访问的数据源
查看实时源、文件和数据库中的字段、结构、单位、时间戳与样例值，快速了解现有数据。
- 补充工程语义
结合设备资料、模板和模型信息，判断测量值代表什么，以及它们应归属哪台设备。
- 对齐设备身份
比对标签、序列号、位置和主数据，识别不同系统中指向同一实体设备的记录。
- 区分实时与历史数据
明确实时数据流和历史文件各自的用途，为后续接入与分析选择合适路径。
- 审核后再发布
集中呈现候选关联、判断依据和待确认问题，让责任团队完成复核。
- 服务运营与 AI
将审核后的数据引用用于数字孪生、监控、维保、分析和 AI Agent 工作流。
DFS Pro
在同一工作区完成接入复核
Scout 将发现的字段、设备上下文和候选关联集中到一个审核界面。工程与数据团队可以先解决歧义，再把结果纳入运营模型。
- 对照数据字段、设备信息和测量语义
- 保留数据来源、判断依据与待确认问题
- 将审核后的关联发布到受治理的 DFS 流程
从一项真实的数据接入任务开始
当数据分散在多个系统，又需要工程语义才能投入使用时，Scout 能帮助团队更快形成可复用的运营数据资产。
统一跨系统设备记录
对齐监控、维保、电子表格和主数据中的设备名称与标识，形成一致视图。
连接模型与运营数据
利用 Brick 模型上下文寻找相关数据，也可根据发现的测量项完善模型覆盖。
从数据接入第一天建立清晰上下文
设备数据经常带着缩写字段、不一致的单位、不同的时间格式和有限的说明进入项目。Scout 将数据源元信息、样例值、设备资料和可复用模板放在同一条调查流程中，帮助工程团队先理解数据，再把它接入运营场景。
团队可以对照实时数据与历史文件，识别有效测量项，并记录仍需现场知识确认的问题。数据负责人、设备工程师与运营团队因此能够围绕同一份接入方案协同审核。
让设备身份、测点与模型保持一致
同一台泵可能在监控系统中使用标签号，在表格中使用序列号，在维保平台中又有另一套名称。Scout 与 FactVerse 主数据管理能力配合，对照这些记录，在保留来源信息的同时形成一致的设备视图。
Brick 模型进一步补充系统、设备和测点之间的关系。团队可以从模型出发寻找相关数据，也可以根据新发现的测量项完善模型，为数字孪生、设施运营和 AI 提供更完整的上下文。
把一次接入沉淀为可复用的数据基础
经过审核的关联可发布为受治理的 DFS 数据引用，服务于监控、维保、分析、数字孪生和 FactVerse AI Agent 工作流。从一组设备开始验证后，已确认的映射、模板与工程知识可以继续支持更多数据源和站点。
常见问题
Scout 属于 DFS Lite 还是 DFS Pro？
Scout 是 DFS Pro 的一项能力。管理员可根据项目流程，为数据探索、审核和发布分别启用访问权限并分配角色。
Scout 对数据源和设备的覆盖范围取决于什么？
覆盖范围取决于已部署的连接器、获准访问的数据源、支持的格式以及现有设备资料。新增协议与格式可在项目集成范围内评估。
私有环境可以使用 Scout 吗？
可以。项目可依据客户的网络、安全与部署策略，配置获准访问的数据源和可达的 LLM 服务。