版本：Next

AI脚本助手

AI脚本助手通过自然语言描述控制逻辑或数据处理流程，自动生成符合语法规范的C#脚本，同时支持现有脚本的解释、调试与优化，核心用于快速完成脚本类工程开发。

功能说明

支持通过自然语言描述脚本需实现的触发条件、操作步骤（如数据读取、API调用、变量更新），AI自动生成合规的C#脚本
可对现有无注释、逻辑晦涩的工程脚本进行逐行分析，生成通俗易懂的功能说明，降低脚本理解门槛
针对脚本运行错误（如逻辑漏洞、数据解析失败）或效率问题，提供智能排查与优化建议，减少脚本调试耗时

核心优势

1. 降低编程门槛

非专业编程背景的OT工程师（如工艺工程师、电气工程师），无需深入学习C#语法，即可完成系统集成、数据处理类脚本开发。

传统方式 vs AI方式：

传统方式：
学习C#语法 → 学习API文档 → 编写代码 → 调试错误 → 优化性能
需要：编程能力 + 大量学习时间

AI方式：
描述需求 → AI生成代码 → 测试验证 → 微调优化
需要：清晰表达逻辑的能力

2. 提升脚本质量与效率

语法规范：生成的脚本符合工业编程规范，减少语法错误
异常处理：自动添加必要的异常处理逻辑，提升脚本健壮性
性能优化：优化功能可提升脚本运行效率，降低系统资源占用
代码注释：自动添加清晰的注释，便于后期维护

3. 加速工程知识传递

快速解释旧脚本功能，助力新工程师或维护人员快速上手，避免因人员流动导致的工程知识断层。

场景示例：

接手旧项目，面对数百行无注释代码
传统方式：逐行阅读理解，可能需要数天
AI方式：粘贴代码，AI生成功能说明，30分钟内理解核心逻辑

典型使用场景

场景一：第三方系统集成脚本开发

背景：需将生产数据上报MES系统或从ERP获取生产订单。

需求描述：

当工单ID改变时，通过API获取MES数据并写入本地变量。

具体要求：
- 监听变量：WorkOrderID
- API地址：http://mes.company.com/api/getWorkOrder
- 请求方式：POST
- 请求参数：{"orderId": "工单ID值"}
- 返回数据：{"productModel": "产品型号", "targetQty": 目标数量}
- 写入变量：ProductModel, TargetQuantity

AI生成脚本：

using System;
using System.Net.Http;
using System.Text;
using Newtonsoft.Json;

public class MESIntegration
{
    private string lastWorkOrderID = "";
    
    public void OnWorkOrderChanged(string currentWorkOrderID)
    {
        // 检查工单ID是否改变
        if (currentWorkOrderID != lastWorkOrderID && !string.IsNullOrEmpty(currentWorkOrderID))
        {
            lastWorkOrderID = currentWorkOrderID;
            
            try
            {
                // 调用MES API获取工单数据
                var workOrderData = GetWorkOrderFromMES(currentWorkOrderID);
                
                // 写入本地变量
                CMS.SetVariable("ProductModel", workOrderData.ProductModel);
                CMS.SetVariable("TargetQuantity", workOrderData.TargetQty);
                
                CMS.Log($"工单数据获取成功：{workOrderData.ProductModel}, 目标数量：{workOrderData.TargetQty}");
            }
            catch (Exception ex)
            {
                CMS.LogError($"获取MES数据失败：{ex.Message}");
            }
        }
    }
    
    private WorkOrderData GetWorkOrderFromMES(string orderId)
    {
        using (var client = new HttpClient())
        {
            // 设置超时时间
            client.Timeout = TimeSpan.FromSeconds(10);
            
            // 构建请求内容
            var requestData = new { orderId = orderId };
            var jsonContent = JsonConvert.SerializeObject(requestData);
            var content = new StringContent(jsonContent, Encoding.UTF8, "application/json");
            
            // 发送POST请求
            var response = client.PostAsync("http://mes.company.com/api/getWorkOrder", content).Result;
            response.EnsureSuccessStatusCode();
            
            // 解析返回数据
            var responseJson = response.Content.ReadAsStringAsync().Result;
            return JsonConvert.DeserializeObject<WorkOrderData>(responseJson);
        }
    }
}

public class WorkOrderData
{
    public string ProductModel { get; set; }
    public int TargetQty { get; set; }
}

价值：

无需手动编写复杂的HTTP请求代码
自动处理异常情况
缩短系统集成工程周期从数天到数小时

场景二：旧工程脚本维护

背景：接手无注释的旧项目脚本，需要快速理解功能。

原始脚本（无注释）：

public void Process()
{
    var v1 = CMS.GetVariable("V001");
    var v2 = CMS.GetVariable("V002");
    if (v1 > 100 && v2 < 50)
    {
        CMS.SetVariable("V003", 1);
        CMS.CallAPI("http://api/alarm", "POST", "{\"type\":\"high\"}");
    }
    else
    {
        CMS.SetVariable("V003", 0);
    }
}

提问AI：

请解释这段脚本的功能

AI解释：

这段脚本的功能是监控和报警处理：

1. 读取两个变量：
   - V001：可能是温度或压力等监控值
   - V002：可能是另一个相关参数

2. 判断条件：
   - 当V001大于100（超过阈值）
   - 且V002小于50（低于正常值）
   - 同时满足时触发报警

3. 报警处理：
   - 设置V003为1（报警状态标志）
   - 调用外部API发送高级别报警通知

4. 正常状态：
   - 不满足报警条件时，设置V003为0（正常状态）

建议：
- 为变量添加有意义的命名（如Temperature, Pressure）
- 将阈值100和50定义为常量，便于后期调整
- 添加异常处理，防止API调用失败影响主流程

价值：

快速理解旧代码逻辑
减少维护耗时
获得优化建议

场景三：脚本调试与优化

背景：脚本运行报错或效率低。

问题脚本：

public void UpdateData()
{
    for (int i = 0; i < 1000; i++)
    {
        var data = CMS.GetVariable("Sensor_" + i);
        CMS.WriteToDatabase("INSERT INTO data VALUES (" + i + ", " + data + ")");
    }
}

提问AI：

这段代码性能很差，如何优化？

AI优化建议：

问题分析：

循环中频繁调用数据库插入，性能极差
字符串拼接方式不安全，存在SQL注入风险
没有批量处理机制

优化方案：

public void UpdateData()
{
    // 使用批量插入提升性能
    var dataList = new List<SensorData>();
    
    // 先收集所有数据
    for (int i = 0; i < 1000; i++)
    {
        var data = CMS.GetVariable($"Sensor_{i}");
        dataList.Add(new SensorData { Id = i, Value = data });
    }
    
    // 批量写入数据库（性能提升100倍以上）
    CMS.BatchInsertToDatabase("data", dataList);
}

public class SensorData
{
    public int Id { get; set; }
    public double Value { get; set; }
}

性能对比：

优化前：1000次数据库操作，耗时约10-30秒
优化后：1次批量操作，耗时约0.1-0.3秒
性能提升：100倍以上

价值：

定位性能瓶颈
提供优化方案
提升脚本运行效率

5分钟快速上手

步骤1：打开AI脚本助手

在脚本编辑器中，点击工具栏的"AI助手"图标，或右键选择"AI辅助编写"。

步骤2：描述你的需求

在对话框中输入您的需求，可以是：

生成新脚本：描述需要实现的功能
解释现有脚本：粘贴代码，请求解释
调试优化：粘贴问题代码，描述问题

步骤3：等待AI生成

AI会在5-15秒内分析需求并生成代码或解释。

步骤4：测试验证

将生成的代码复制到脚本编辑器
在测试环境中运行验证
根据实际情况微调

步骤5：部署应用

测试通过后，部署到生产环境。

提问技巧（精准生成/调试脚本）

技巧一：脚本生成 - "条件-动作"结构

清晰描述触发条件与执行操作。

示例1 - 简单条件触发：

当变量"扫码完成"为true时，
根据扫码结果调用MES的API接口"api/check_material"

示例2 - 复杂条件组合：

当满足以下所有条件时触发报警：
温度大于80度
压力小于2bar
设备状态为"运行中"

触发后执行：
设置报警标志为true
发送邮件通知
记录报警日志到数据库

示例3 - 数据处理脚本：

编写脚本实现以下功能：
读取D:\reports下的生产日志CSV文件
解析文件内容
将数据插入数据库"daily_log"表
备份文件到D:\backup目录
删除7天前的备份文件

说明：此脚本可通过计划任务模块配置为每天凌晨1点自动执行

技巧二：明确数据源与目标

指明数据来源与写入目标。

示例1 - API集成：

编写脚本实现以下功能：

数据源：
- API地址：http://erp.company.com/api/orders
- 请求方式：GET
- 认证方式：Bearer Token（从变量"ERPToken"获取）

数据处理：
- 解析返回的JSON数组
- 筛选状态为"pending"的订单
- 提取字段：orderNo, productCode, quantity

数据目标：
- 写入CMS变量：CurrentOrders（JSON字符串）
- 同时写入数据库表"order_queue"

示例2 - 文件处理：

编写脚本读取Excel文件并导入数据：

文件路径：D:\import\products.xlsx
读取工作表：Sheet1
读取列：A列（产品编码）、B列（产品名称）、C列（库存数量）

处理逻辑：
- 跳过第一行（标题行）
- 验证产品编码格式（必须是P开头+6位数字）
- 库存数量必须大于0

写入目标：
- 数据库表"products"
- 如果产品编码已存在，更新库存数量
- 如果不存在，插入新记录

技巧三：分步描述复杂流程

拆解多步骤需求，分步生成后组合。

示例 - 扫码入库流程：

第一步：扫码数据获取

编写脚本监听扫码枪输入：
- 监听变量：ScanCode
- 当变量值改变时触发
- 验证扫码格式：20位数字
- 将有效扫码存入变量：ValidScanCode

第二步：调用MES查询

使用ValidScanCode调用MES API查询物料信息：
- API：http://mes/api/getMaterial
- 参数：{"barcode": "扫码值"}
- 返回：{"materialCode": "物料编码", "materialName": "物料名称", "batch": "批次"}
- 解析并存入变量：MaterialCode, MaterialName, Batch

第三步：写入数据库

将物料信息写入入库记录表：
- 表名：inbound_records
- 字段：barcode, material_code, material_name, batch, inbound_time
- inbound_time使用当前时间
- 写入成功后，设置变量InboundSuccess为true

技巧四：提供上下文信息

提供必要的背景信息，帮助AI更好理解需求。

示例：

背景：我们的生产线有5台设备，每台设备有10个传感器

需求：编写脚本实现设备健康度计算

计算逻辑：
- 读取每台设备的10个传感器数据（变量命名：Device1_Sensor1 到 Device5_Sensor10）
- 每个传感器有正常范围（存储在配置表sensor_config中）
- 如果传感器值在正常范围内，得1分，否则得0分
- 设备健康度 = 正常传感器数 / 总传感器数 * 100%
- 将每台设备的健康度写入变量：Device1_Health 到 Device5_Health
- 如果健康度低于80%，触发报警

提示词模板库

模板1：API数据获取

编写脚本从API获取数据：

API信息：
- 地址：[API_URL]
- 方式：[GET/POST]
- 认证：[认证方式]
- 参数：[参数说明]

数据处理：
- 解析返回的[JSON/XML]
- 提取字段：[字段列表]
- 数据验证：[验证规则]

写入目标：
- CMS变量：[变量名列表]
- 数据库表：[表名]（可选）

异常处理：
- API调用失败时，记录错误日志
- 超时时间设置为[X]秒

模板2：数据库操作

编写脚本实现数据库操作：

操作类型：[查询/插入/更新/删除]

数据库信息：
- 表名：[table_name]
- 字段：[field1, field2, field3]

操作逻辑：
- 触发条件：[条件描述]
- 数据来源：[CMS变量/API/文件]
- 处理规则：[业务规则]

结果处理：
- 成功：[成功后的操作]
- 失败：[失败后的处理]

模板3：数据处理脚本

编写数据处理脚本：

任务内容：
1. [第一步操作]
2. [第二步操作]
3. [第三步操作]

数据处理：
- 数据源：[来源说明]
- 处理逻辑：[处理规则]
- 输出目标：[目标说明]

异常处理：
- 任务失败时的处理方式
- 日志记录要求

说明：脚本编写完成后，可在计划任务模块中配置触发条件（如：每天X点/每小时/每X分钟）来自动执行此脚本

模板4：条件监控

编写条件监控脚本：

监控变量：[变量列表]

触发条件：
- 条件1：[条件描述]
- 条件2：[条件描述]
- 逻辑关系：[AND/OR]

触发动作：
1. [动作1]
2. [动作2]
3. [动作3]

恢复条件：
- [恢复条件描述]

恢复动作：
- [恢复后的操作]

常见问题

Q1: AI生成的脚本可以直接用于生产环境吗？

A: 不建议。正确流程：

AI生成初始代码
在测试环境中运行验证
检查异常处理是否完善
性能测试
充分测试后再部署到生产环境

Q2: AI生成的代码有语法错误怎么办？

检查需求描述是否清晰完整
重新描述需求，提供更多上下文
将错误信息反馈给AI，请求修正
手动修正明显的语法错误

Q3: 如何让AI生成更符合项目规范的代码？

A: 在描述需求时，明确说明：

命名规范（如：变量使用驼峰命名）
注释要求（如：每个方法添加功能说明）
异常处理要求
日志记录要求

Q4: AI能处理多复杂的脚本？

A: 建议：

简单脚本（50行以内）：直接生成
中等复杂度（50-200行）：分模块生成
复杂脚本（200行以上）：分步骤生成，逐步组合

Q5: 如何优化AI生成的代码性能？

生成后，向AI提问："如何优化这段代码的性能？"
AI会分析性能瓶颈并提供优化方案
在实际环境中测试优化效果

最佳实践

1. 需求描述要具体

每次生成或修改都会消耗10积分，因此要一次性描述清楚，避免反复修改。

❌ 不好的描述：

写一个读取数据的脚本

✅ 好的描述：

编写脚本从PLC读取10个温度传感器数据（变量名：Temp1到Temp10），
计算平均值，如果平均值超过80度，触发报警

2. 提供完整的上下文

包括：

数据来源和格式
业务规则和逻辑
异常情况的处理方式
性能要求

3. 分步骤处理复杂逻辑

对于特别复杂的脚本，可以分模块生成后组合。但要注意每次生成都消耗10积分，建议：

先规划好模块划分
每个模块一次性描述清楚
最后再请AI整合所有模块

4. 善用代码解释功能

遇到不理解的代码，让AI解释，加深理解。每次解释消耗10积分，建议一次性提问多个问题，提高效率。

5. 建立脚本模板库

将常用的、效果好的脚本保存为模板，提升团队效率。

6. 测试驱动开发

生成脚本后，先编写测试用例，验证功能正确性。

7. 代码审查

AI生成的代码也需要人工审查，特别关注：

安全性（SQL注入、XSS等）
异常处理是否完善
性能是否满足要求

下一步

AI智能绑定 - 学习如何快速完成变量绑定
AI页面助手 - 学习如何快速生成监控页面
使用技巧与最佳实践 - 掌握更多高效技巧

功能说明​

核心优势​

1. 降低编程门槛​

2. 提升脚本质量与效率​

3. 加速工程知识传递​

典型使用场景​

场景一：第三方系统集成脚本开发​

场景二：旧工程脚本维护​

场景三：脚本调试与优化​

5分钟快速上手​

步骤1：打开AI脚本助手​

步骤2：描述你的需求​

步骤3：等待AI生成​

步骤4：测试验证​

步骤5：部署应用​

提问技巧（精准生成/调试脚本）​

技巧一：脚本生成 - "条件-动作"结构​

技巧二：明确数据源与目标​

技巧三：分步描述复杂流程​

技巧四：提供上下文信息​

提示词模板库​

模板1：API数据获取​

模板2：数据库操作​

模板3：数据处理脚本​

模板4：条件监控​

常见问题​

Q1: AI生成的脚本可以直接用于生产环境吗？​

Q2: AI生成的代码有语法错误怎么办？​

Q3: 如何让AI生成更符合项目规范的代码？​

Q4: AI能处理多复杂的脚本？​

Q5: 如何优化AI生成的代码性能？​

最佳实践​

1. 需求描述要具体​

2. 提供完整的上下文​

3. 分步骤处理复杂逻辑​

4. 善用代码解释功能​

5. 建立脚本模板库​

6. 测试驱动开发​

7. 代码审查​

下一步​