场景路由与意图解析

一、为什么 Agent 不能直接把原话拿去调工具

在制造场景中，同一句自然语言问题，往往同时包含对象、时间、粒度和分析目标上的不确定性。

例如：

• “昨天产量怎么样” 可能涉及整线、工序或设备
• “最近不良变多了” 可能是趋势判断，也可能是在追问异常原因
• “帮我看下三号线” 可能需要先确认看产量、质量、故障还是节拍

如果缺少这一步解析，Agent 即使拥有很多工具，也容易走错执行路径。

二、什么是场景路由

产线军师所说的场景路由，可以理解为位于 用户表达 和 能力执行 之间的一层语义解析机制。

它的职责不是直接生成答案，而是先把问题整理为后续可执行的结构化上下文，例如：

• 用户在问什么类型的问题
• 涉及哪些业务对象
• 应该采用什么分析粒度
• 优先进入哪条能力路径
• 当前是否需要先澄清

三、场景路由会识别哪些关键信息

识别要素	说明
业务对象	产线、工序、工位、设备、产品、工单、班次等
观察指标	产量、质量、OEE、节拍、故障、SPC、能耗等
时间范围	今天、昨天、上周、最近 7 天、指定班次或指定区间
分析粒度	看汇总、按设备拆分、按工序对比、按班次分布
意图类型	查询、趋势、对比、异常识别、原因追踪、建议
执行边界	当前部署模式、可用数据范围、可调用能力范围

四、典型执行流程

这条链路的关键价值在于：先把问题放进正确的语义轨道，再决定调用什么能力。

五、为什么系统有时会先反问

在场景路由阶段，系统经常会遇到以下几类歧义：

• 对象歧义：你问的是整线、工序还是设备
• 口径歧义：你要看上线数、下线数，还是合格产出
• 时间歧义：你说的“昨天”按自然日还是班次日理解
• 目标歧义：你是想先看结果、看原因，还是直接要建议

产线军师在这时先澄清，是为了避免直接调用错误能力，导致后续分析链路偏离。

六、场景路由与工具、MCP、Playbook 的关系

组件	更关注什么
MCP 能力开放机制	系统开放了哪些能力、这些能力如何被规范提供
场景路由与意图解析	当前问题应该进入哪条能力路径
工具调用机制	路由完成后，如何选择并执行具体能力
分析剧本（Playbook）	对高频标准场景，如何按固定路径稳定执行

可以把它们理解为：

• MCP 提供能力目录
• 场景路由 决定走哪条路
• 工具调用 负责具体执行
• Playbook 负责标准化场景下的确定性流程

七、为什么这一步对制造场景特别重要

制造业中的问题往往不是一句话就能完全说清，尤其是对象层级多、时间口径多、指标口径严谨、客户部署模式各不相同。

场景路由的意义就在于：

• 让统一入口不等于混乱入口
• 让不同问题更容易落到正确能力上
• 让系统先澄清再执行，而不是先生成再修正
• 让结果更容易保持一致、可解释和可追问

八、直接意义

从使用者视角看，场景路由并不是一个需要单独操作的功能，而是产线军师之所以能够稳定回答复杂问题的底层原因之一：

• 同样都是一句自然语言问题，系统更容易找对分析路径
• 同样都是“问数据”，系统更容易理解真实业务语义
• 同样都是多轮追问，系统更容易延续上下文而不跑偏

这也是产线军师区别于普通聊天机器人和简单问答封装的重要能力之一。