工厂智能助手：AI Agent 制造业生产管理全流程

工厂最值钱的资产不是设备，是维修经验。把纸质手册、操作说明书、历史维修记录整理后喂给 AI，建立 7×24 小时可查的维修助手：

请为我创建一个设备维修知识库，以下是工厂的设备清单和维修资料：

设备清单：
{列出主要设备名称和型号，如：CNC 加工中心 VMC-850 / 注塑机海天 MA3800 / 空压机 Atlas GA75}

我已经上传了以下文档：
1. {设备操作手册 PDF}
2. {维修保养记录 Excel}
3. {常见故障处理指南}

请帮我做以下事情：

1. 📋 设备信息结构化整理：
   - 每台设备的型号、投产日期、厂家
   - 关键保养周期（日保/周保/月保/年保）
   - 易损件清单及更换周期
   - 供应商联系方式

2. 🔧 常见故障问答库：
   按设备分类，整理常见故障现象、原因和解决方法
   格式：
   设备 | 故障现象 | 可能原因 | 处理步骤 | 所需工具/备件

3. 🆘 应急响应指南：
   - 哪些故障可以自行处理
   - 哪些必须停机报修
   - 紧急停机流程
   - 安全注意事项

4. 🧑‍🏭 新员工培训 QA：
   - 针对每个设备，整理 5 个最常见的问题和答案
   - 针对新手容易犯的错误，标注"避坑提示"

当设备出现异常时，不用翻手册、不用打电话问老员工，直接让 AI 协助诊断：

设备故障诊断：

设备：{设备名称和型号}
故障现象：{描述你看到/听到的异常，如主轴异响、报警代码}
运行状态：{负载/空转/加工中}
最近保养记录：{上次保养时间和内容}

请按以下格式输出诊断报告：

1. ⚠️ 问题紧急程度：
   - 🔴 立即停机 / 🟡 尽快处理 / 🟢 可继续观察

2. 🔍 可能原因（按概率排序）：
   - 原因 1：{描述}，概率 {高/中/低}
   - 原因 2：{描述}，概率 {高/中/低}

3. ✅ 建议操作步骤：
   - 第一步：{可以自己做的检查}
   - 第二步：{如果第一步无效怎么办}
   - 第三步：{何时联系供应商/厂家}

4. 🛠️ 所需工具和备件：
   - {列出需要的工具和可能的备件型号}

5. ⏱ 预估修复时间：
   - 自行处理：{预估时间}
   - 联系厂家：{预估时间}

6. 📝 维修完成后记录模板：
   - 故障时间 / 现象 / 处理人 / 处理方式 / 结果 / 备注

多品种小批量生产，排产是最头疼的事。让 AI 分析生产数据，给你排产建议：

请帮我分析当前生产排产情况，给出优化建议：

当前订单情况：
| 订单号 | 产品 | 数量 | 交期 | 当前工序 | 优先级 |
{粘贴订单数据}

产线资源：
| 产线/设备 | 当前任务 | 完成时间 | 下一任务 | 稼动率 |
{粘贴设备数据}

原材料库存：
{如有缺料情况，列出}

分析要求：

1. 📊 产能瓶颈分析：
   - 哪些产线或设备是当前瓶颈？
   - 瓶颈工位的负荷率是多少？
   - 扩产能建议（加班/外协/增加班次）

2. ⏰ 交期预警：
   - 哪些订单存在延期风险？标出风险等级
   - 延期天数预估
   - 可采取的补救措施

3. 🔄 排产优化方案：
   - 建议的排产顺序变更
   - 预计可缩短的总生产周期
   - 换线时间控制建议

4. 🎯 优先级建议：
   - 哪些订单应该插单/加急？
   - 哪些订单可以适当延后？
   - 基于交期和客户价值的多维度排序

5. 📋 输出一份简洁的排产看板（文字版）

质检数据记录了，但没人分析？让 AI 帮你从数据中发现问题：

请分析以下质量检测数据，生成质量分析报告：

产品/批次：{批次号或产品名称}
检测日期范围：{起止日期}
检测项目：{尺寸/外观/性能等}

数据（粘贴质检表格数据，含以下字段）：
| 序号 | 产品编号 | 检测项目 | 标准值 | 实测值 | 判定 | 检测人 |

分析要求：

1. 📈 整体质量概况：
   - 总检测数 / 合格数 / 不合格数
   - 一次合格率 / 不良率
   - 环比上周：指标 ↑↓ 变化

2. 🔍 不良原因分析：
   - Top 5 不良类型及占比
   - Pareto 分析（80/20 原则）：抓住主要矛盾
   - 不良品集中出现在哪些设备/工序/时间段？

3. 📉 趋势分析：
   - 是否有某个指标在持续恶化？
   - 异常波动的时间点（是否与换人/换料/换模有关？）
   - 管控建议：哪些指标需要纳入重点关注

4. ✅ 改进建议（按优先级排序）：
   - 立即行动：{可以马上改的}
   - 短期改善：{本周内可落地}
   - 长期优化：{需要系统性解决的}

5. 📊 输出一个质量日报模板（文字版，可以直接复制到看板）

设备保养经常被遗忘，要么过度保养浪费钱、要么保养不足导致故障。让 AI 帮你做科学排程：

请根据以下设备信息，生成本月保养计划：

设备清单（含历史保养记录）：
| 设备名称 | 型号 | 上次保养时间 | 保养内容 | 累计运行时长 | 重要等级 |
{列出设备信息}

本月生产计划：{本月预计运行时长}
人员配置：{维修工数量 + 可调度的班次}

输出要求：

1. 📅 本月保养日历：
   - 按周排列的保养任务清单
   - 每项标注：设备 / 保养类型（日/周/月/年）/ 负责人 / 预计工时

2. ⏱ 保养工时与人员负荷分析：
   - 总保养工时预估
   - 各维修人员的工作负荷分配
   - 是否存在人手缺口？如何调度？

3. 🛠 备件需求清单：
   - 本月保养需要的备件
   - 现有库存 / 需采购 / 紧急采购
   - 建议采购时间（考虑送货周期）

4. ⚠️ 风险预警：
   - 哪些设备即将达到保养上限，可能影响生产？
   - 哪些备件库存不足，需要提前下单？
   - 上次保养中发现的隐患，本月需要复检吗？

5. 📝 保养记录标准化模板：
   - 保养前设备状态检查清单
   - 保养过程记录表
   - 保养后试运行确认单

每天写生产报表很耗时，让 AI 帮你整理数据一键生成：

请根据以下生产数据，生成今日生产日报：

日期：{YYYY-MM-DD}
班次：{白班/夜班/整日}

生产数据：
| 产线 | 计划产量 | 实际产量 | 合格数 | 不良数 | 设备状态 | 异常记录 |
{粘贴当日生产数据}

人员出勤：{各班次出勤人数 / 缺勤情况}

输出要求：

1. 📊 生产达成情况：
   - 总体达成率（实际/计划）
   - 各产线达成率排名
   - 与昨日/上周同期的对比

2. ❌ 异常汇总：
   - 设备异常：{次数 / 累计停机时长 / 影响产量}
   - 质量异常：{不良类型 / 涉及批次 / 处理状态}
   - 人员异常：{缺勤 / 工伤 / 违规}

3. 📈 关键指标仪表盘（仅文字版）：
   指标 | 今日值 | 昨日值 | 周均值 | 目标值 | 状态
   - 产量达成率
   - 一次合格率
   - 设备稼动率
   - 人均产出
   - 订单按时交付率

4. ⚡ 明日工作要点：
   - 重点订单提醒
   - 需要注意的设备/工序
   - 物料缺料预警
   - 人员安排建议

5. 📋 输出一份可直接发送的工作群日报（简洁版）