跳至主要内容

為 AI Agent 工作流準備 DFS 資料

AI Agent 需要可引用、可審閱、可追蹤的資料證據。本工作流從 Agent 任務倒推需要的來源資料、對應、品質說明、資料集版本和 MCP scope 計畫。

適用場景​

  • Agent 需要回答設施狀態、預測性維護、工單草稿、能源解釋或 Physical AI 場景輸入。
  • Agent 輸出會被現場團隊或審閱人使用。
  • 需要明確 Agent 能讀取、引用、計算或草擬哪些欄位。

工作流​

操作步驟​

  1. 寫明 Agent 的回答契約、角色、租戶、站點、資產範圍、時間窗口和輸出類型。
  2. 為每個來源系統建立或重用 DFS Lite 連接器。
  3. 預覽並記錄 Agent 會使用的來源路徑、目標身分、時間戳、單位、品質規則和用途。
  4. 需要重複使用或稽核時建立 DFS Pro 資料集，並填寫 steward、版本和允許用途。
  5. 執行融合任務時，處理低信心、衝突、拒絕列和人工審閱項。
  6. 交接資料集版本、來源時間戳、品質限制、允許輸出類型和 MCP scope 計畫。

檢查清單​

  • Agent 任務有明確 owner 和審閱邊界。
  • 唯讀驗證在寫入或草擬動作前完成。
  • MCP endpoint 和 scope 計畫與資料存取邊界一致。

交付結果​

  • Agent 可引用的資料證據、品質說明、資料集版本、審閱結論和 MCP scope 交接記錄。

實施說明​

保留來源系統、欄位意義、時間戳、單位、負責人和審閱記錄。DFS 輸出只有在完成對應、品質檢查和交接記錄後，才應進入 Inspector、FactVerse AI Agent、BI 或 Physical AI 工作流。

相關頁面​

繼續閱讀適用場景
使用 DFS 建立營運資料管道將來源資料從 DFS Lite 連接器、對應、同步和品質審閱推進到 DFS Pro 資料集、融合任務和 AI Agent 交接。
DFS 場景配方按任務選擇 BMS、預測性維護、AI Agent、融合和拒絕列恢復的操作路徑。