产品介绍
EdgeOnto 是一个面向制造业的 AI Agent SaaS 平台，通过四层架构将工厂的系统、能力、知识与大模型深度整合——MCP Hub 非侵入式连接所有业务系统，Skill Engine 封装可插拔的制造专业能力，Knowledge Engine 沉淀工厂私域知识，Agent Engine 以 LLM 驱动的智能编排将三者串联为可执行的业务闭环。
EdgeOnto 不是通用 AI 聊天工具，而是扎根制造现场的运营中枢——用自然语言驱动跨系统协同，让知识可检索、能力可复用、决策可追溯。
MCP 标准协议
以 Model Context Protocol 统一连接 ERP、MES、WMS、IoT，无需改造现有系统
所想即所得
车间主任用自然语言即可查询 OEE、创建工单、分析质量——无需学习任何系统操作
Skill 即插即用
OEE 分析、智能排程、质量追溯等制造能力以标准化 Skill 形式交付，按需启用
从轻到重
从知识问答等轻量场景切入，逐步扩展到自动执行——低风险验证 AI 价值
三大核心支柱
EdgeOnto 将 AI Agent 所需的基础设施拆解为三个独立且协同的引擎——分别对应 手脚、专业、记忆，让每一层都可独立迭代、组合演进。
MCP Hub
Arms & Legs — 手脚非侵入式连接一切系统——基于 Model Context Protocol (MCP) 标准协议，将 ERP、MES、WMS、IoT 等异构系统统一接入，让 AI Agent 获得读取数据和执行操作的能力。
Skill Engine
Expertise — 专业能力封装可插拔的制造专业能力——将 OEE 分析、智能排程、质量追溯等制造领域的专业知识封装为标准化的 Skill 模块，Agent 按需调用，能力和平台解耦。
Knowledge Engine
Memory — 记忆沉淀工厂全部私域知识——将 SOP、设备手册、BOM、历史故障记录等工厂知识通过 RAG 向量检索和知识图谱技术组织为可语义检索的企业大脑。
核心能力
工厂知识库问答
Factory Knowledge Q&A将工艺文档、设备手册、质量标准、故障案例等工厂知识构建为可语义检索的 AI 知识库，工人用自然语言即可获得精准答案。
- 工艺问答 — 随时查询工艺参数、操作规范，Agent 基于 SOP 实时回答
- 设备维修辅助 — 对接设备手册和历史维修记录，快速定位故障并提供维修步骤
- 质量文件检索 — 一键检索 ISO、SOP、质检标准等跨系统文档
- 新员工培训 — 以问答方式替代传统培训，缩短上岗周期
偏差分析与预警
Deviation Analysis & Early Warning实时监控生产过程数据，自动识别产量、质量、能耗等关键指标的异常波动，通过 LLM 分析根因并生成可执行的纠正方案。
- 质量偏差预警 — 自动检测 SPC 控制图异常模式，提前发现质量漂移趋势
- 产量异常分析 — 对比计划与实际产量，自动定位瓶颈工序
- 能耗异常识别 — 分析设备级能耗基线，发现异常耗能点并给出优化建议
- 根因推理 — LLM 结合知识图谱，自动关联多维度数据推断偏差根因
AI数字人交互
AI Digital Human Interaction以数字人形态呈现的交互式 AI 助手，支持语音和文本双通道，让一线工人无需操作复杂系统即可获取所需信息。
- 语音交互 — 工人直接用语音查询工单、物料、设备状态
- 生产看板播报 — 定时或异常触发时，语音播报生产关键指标和预警信息
- 作业指导 — 数字人逐步引导工人完成复杂装配和调试流程
- 多端同步 — 车间大屏、PDA、手机多端一致，信息无处不在
智能决策支持
Intelligent Decision Support基于多源数据融合和 AI 推理，为管理层提供排产优化、成本分析、采购决策等关键环节的多方案对比和风险标注。
- 排产优化 — 综合交期、设备状态、物料齐套率，推荐最优排产方案
- 成本分析 — 自动生成多维度成本报告，标注降本机会点
- 采购推荐 — 基于历史数据和市场行情，推荐采购时机和批量
- 供应链风险预警 — 预测物料短缺、设备停机等风险，提前生成应对方案
AI拓客
AI Customer AcquisitionAI 驱动的智能获客引擎，帮助企业精准锁定目标客户并自动生成营销内容，实现从线索挖掘到转化分析的全链路自动化。
- 智能客户画像 — 多维度数据分析，精准定位潜在客户
- 内容自动生成 — 批量生成营销文案、邮件、社媒内容
- 商机智能挖掘 — 自动识别高质量商机并推送至销售团队
- 营销效果分析 — 自动追踪 ROI，优化投放策略
AI客服
AI Customer Service7x24 小时智能客服系统，融合自然语言处理和情感分析技术，为企业提供高效、精准、有温度的客户服务体验。
- 智能问答 — 7x24 小时自动回复客户常见问题
- 工单自动分类 — 自动识别问题类型并分派至对应部门
- 情感分析 — 实时监测客户情绪，自动升级高风险投诉
- 知识库联动 — 对接产品文档和 FAQ，确保回复精准一致
应用场景
以 EdgeOnto 四层架构为底座，让 AI Agent 真正嵌入制造现场的日常运营。
📉 场景一：产线 OEE 异常根因分析
车间主任发现 3 号线 OEE 从 85% 骤降至 62%，需要逐一登录 MES 看停机记录、ERP 查物料消耗、IoT 平台调设备数据、再打电话问当班班长——跨 4 个系统排查，平均耗时 2-4 小时，根因仍可能遗漏。
车间主任直接用自然语言提问：「3 号线今天 OEE 为什么降了？」Agent Engine 理解意图后，通过 MCP Hub 自动拉取 MES 停机记录、ERP 物料数据、IoT 设备参数、WMS 换模记录；Skill Engine 的 OEE 分析 Skill 计算各损失因子；Knowledge Engine 检索历史同类故障案例——10 秒内输出完整根因报告：「本次 OEE 下降主因是 14:20 换模耗时超标（45min vs 标准 25min），关联因子：物料 A 批次粘度偏高导致脱模困难。」
根因定位时间从 2-4 小时缩短至 10 秒，跨系统数据关联自动化率达 100%，异常响应速度从小时级进入秒级，OEE 波动闭环时间压缩 90% 以上。
📋 场景二：跨系统订单自动创建与流转
销售在 CRM 创建客户订单后，需要计划员手动录入 ERP 生成生产工单、调度员在 MES 排产、库管员在 WMS 备料——一个订单跨越 4 个系统、至少 3 个角色经手，平均耗时 4-6 小时，信息传递易出错。
销售在 CRM 确认订单后，Agent Engine 自动触发跨系统流程：MCP Hub 从 CRM 读取订单明细 → 写入 ERP 创建生产工单 → 在 MES 中排入产线队列 → 通知 WMS 锁定物料库存。全程 Assisted Create 模式——Agent 生成每个步骤的操作预览，关键节点（如交期冲突）弹出人工确认。订单流转从「人驱动」变为「Agent 驱动」。
订单流转时间从 4-6 小时缩短至 3 分钟（含人工确认），录入错误率降至 零，跨系统数据一致性 100%，人力释放至异常处理和客户沟通等高价值工作。
👷 场景三：新员工快速上岗 — 知识问答即培训
新员工培训周期 2 周以上，依赖师傅一对一带教，大量占用熟练工人生产时间。工艺文件、操作规范分散在各处，新人查找困难，操作错误率高。
新员工上岗即用自然语言向 Knowledge Engine 提问：「贴片机换料标准步骤是什么？」「本工序质量允差范围是多少？」Agent 实时检索最新版 SOP、操作视频、历史经验库，精准回答。AI 数字人以语音引导逐步完成首次操作，系统实时比对操作数据与标准规范，偏差即时纠正。
上岗周期从 2 周缩短至 3 天，新员工首月操作失误率下降 60%，师傅带教时间释放 80%，培训成本降低 50% 以上。
部署模式
SaaS 云部署
快速部署、低成本启动，适合中小型制造企业。免运维、即开即用，持续享受平台功能更新和安全加固。数据加密传输，租户空间隔离。
推荐：中小型工厂混合云部署
兼顾性能与安全，核心数据（生产参数、工艺配方）留在本地私有环境，非敏感服务使用云端。企业级 API 网关统一管控流量，满足数据分级管理需求。
推荐：数据分级管理企业全私有部署
全部服务部署在企业内部服务器或私有云，数据不出厂，满足最严格的合规和安全要求。支持与现有 IT/OT 系统深度集成，提供专属模型微调和定制开发。
推荐：大型集团 / 涉密企业