跳到主要内容
版本：Next

AI变量助手

AI变量助手通过自然语言对话与文档解析能力，自动识别设备协议并提取变量参数，实现海量设备点表的一键标准化生产。核心用于大幅降低设备接入过程中的变量配置与映射成本，即使是非专业背景的工程师也能快速上手。

功能说明​

  • 基础文本与附件解析：支持通过自然语言直接描述点表需求，或上传 .csv、.txt 等常规文本格式的点表附件。AI 能够直接阅读并理解点表内容，自动提取关键信息。
  • 协议智能识别与映射：自动分析文本内容或附件数据，精准识别常见的工业协议（如 Modbus、西门子 S7 等），并自动关联系统内的标准数据类型。
  • 对话式卡片引导：在解析过程中，如果 AI 发现设备 IP、端口号等通道参数，或部分变量关键信息缺失，将通过直观的卡片形式向用户提问，引导用户补充完善。
  • 方案确认与一键入库：在正式写入前，AI 会生成完整的变量导入方案供用户确认。用户确认无误后，AI 自动执行变量建库与绑定，用户可直接前往变量列表查看结果。

核心优势​

1. 交互式引导降低门槛​

不同于传统的固定模板导入（多一列或少一列就会报错），AI 助手采用对话式交互。即便用户上传的点表文件不完整，AI 也会主动识别缺失项，并通过友好的卡片提问引导用户补充，做到"零门槛"接入。

2. 接入效率跃升​

从整理格式、对照协议手册到逐条录入变量，设备点表导入周期从传统 "天级/小时级" 缩短至 "分钟级"。对于成百上千条的 CSV 点表，AI 可在几分钟内完成结构化解析与方案生成。

典型使用场景​

场景一：基于CSV点表的快速批量导入​

背景：工程师拿到了一份设备厂家提供的 .csv 格式点表，包含了上百个设备的寄存器地址和变量名。 AI方式：

  1. 工程师将 CSV 文件发送给 AI 助手。
  2. AI 解析后发现缺少设备 IP 地址，通过卡片弹窗提问。
  3. 工程师在卡片中填入 IP 地址并提交。
  4. AI 生成最终的导入方案，工程师确认后，上百个变量瞬间入库。 价值：省去将厂家点表手工整理为系统专用导入模板的时间，容错率极高。

场景二：基于自然语言的小批量快速创建​

背景：在调试阶段，临时需要为某个测试设备添加几个温度和压力监控点。 AI方式：

  1. 直接向 AI 发送消息："帮我建一个 Modbus TCP 通道，IP是 192.168.1.100，里面包含温度（40001）和压力（40002），类型都是 UInt16。"
  2. AI 自动理解并在后台生成完整的配置方案。
  3. 工程师点击确认执行。 价值：免去繁琐的菜单层级跳转和表单填写，如同与助手聊天一样完成系统配置。

5分钟快速上手​

步骤1：打开AI助手输入需求​

在系统中打开 AI 助手对话框。您可以直接输入文本描述需求，或者将 .csv、.txt 格式的点表文件作为附件上传发送给 AI。

image-20260515143258227

步骤2：AI 分析需求与卡片提问​

AI 接收到消息后，会自动解析文件或文本中的通道和变量信息。 如果发现必填项缺失（例如未指定协议类型、未提供设备 IP 等），AI 会在对话流中发送一张补充信息卡片。

image-20260515143810784

步骤3：补充信息并提交​

您只需根据卡片提示，在对应的输入框或下拉菜单中补全缺失的信息，然后点击提交。

步骤4：确认导入方案​

所有信息补全后，AI 会生成一份清晰的确认方案，展示即将创建的通道参数和具体的变量列表。您可以核对方案是否符合预期。

image-20260515144600965

步骤5：执行写入与查看结果​

点击方案卡片上的"确认并执行"，AI 会自动在后台将通道和变量数据写入系统。完成后，您可以直接前往系统的 变量管理 列表中查看已成功导入的变量记录。

提问与操作技巧​

技巧一：在描述中提供尽可能完整的信息​

如果您希望一次性跳过 AI 的提问环节，可以在首次对话时提供完整要素。例如在发送附件的同时附上一句："这是一个S7协议的点表，设备的IP是10.0.0.5，Rack是0，Slot是1。" AI 会直接读取这些参数并生成最终方案。

技巧二：分批次逐步完善​

对于复杂的接入需求，您也可以像聊天一样逐步告诉 AI。例如先说："我要导入一批变量"，AI 询问文件后您再上传附件，这种渐进式的交互同样顺畅。

常见问题​

Q1: 目前支持哪些格式的文件上传？​

A: 目前主要支持文本类的标准化表格文件，如 .csv 和 .txt。 如果您的字段规划在 Excel (.xlsx) 中，建议先另存为 CSV 格式后再上传。

Q2: 方案确认阶段发现解析有误怎么办？​

A: 如果在 AI 生成的确认方案中发现地址或类型映射不符合预期，您可以直接在对话框中告诉 AI："压力变量的数据类型应该是 Float 而不是 UInt16"，AI 会根据您的反馈修正方案并重新让您确认。

Q3: 为什么 AI 会反复问我信息？​

A: 这是因为创建底层设备通道必须要满足一系列硬性参数（如 IP 地址、端口、特定协议的连接参数等）。如果这些参数在您提供的文档和描述中找不到，AI 就会通过卡片提问直到收集齐必要条件，这是为了保证后续通讯的成功率。

最佳实践​

1. 先小批量验证​

第一次使用时，建议先选择一小段点表或少量变量进行导入验证。熟悉 AI 的解析方式、卡片提问和方案确认流程后，再处理完整点表。

这样既能快速掌握操作方式，也能提前发现原始点表中的表头、地址格式、数据类型或协议参数问题，避免一次性导入大量变量后再集中修正。

2. 规范原始点表表头​

虽然 AI 能够模糊识别内容，但在 .csv 点表中明确标注表头，能够极大提高首次解析的精准度，减少后续修改的沟通成本。建议至少包含：

  • 变量名
  • 寄存器地址 或 地址
  • 数据类型
  • 读写权限
  • 单位
  • 变量描述

如果点表来自设备厂家，建议在导入前先检查是否存在合并单元格、空白行、多余说明文字或多个设备混在同一张表中的情况。必要时先整理为结构清晰的 CSV 文件。

3. 首次对话补齐关键通讯参数​

AI 可以通过卡片追问缺失信息，但如果您已经知道协议和设备通讯参数，建议在首次发送点表时一并说明。

示例：

请导入这份CSV点表。
协议为Modbus TCP，设备IP为192.168.1.100，端口502，站号1。
变量名前统一加前缀 Line2_，并保留原始变量描述。
请先生成导入方案，确认后再执行。

常见需要提前说明的信息包括：

  • 协议类型，如 Modbus TCP、西门子 S7 等
  • 设备 IP、端口、站号、Rack、Slot 等通讯参数
  • 变量命名前缀或分组规则
  • 是否保留厂家原始变量名和描述
  • 同名变量的处理方式

4. 建立统一变量命名规范​

变量命名越清晰，后续的 AI建表助手、AI页面助手和AI智能绑定效果越稳定。建议团队采用统一命名规则。

推荐格式：

设备类型_设备编号_参数类型_参数编号

示例：

Injection_M1_Temperature_01
Injection_M1_Pressure_Main
Packaging_L1_Speed_Conveyor

如果必须保留厂家变量名，也建议在变量描述中补充设备、工位、参数含义和单位，方便 AI 后续识别。

5. 善用方案确认和迭代修正​

AI 变量助手不会直接跳过确认写入系统。正式执行前，请重点核对以下内容：

  • 通道名称和协议类型是否正确
  • IP、端口、站号等通讯参数是否正确
  • 变量地址是否符合设备协议规则
  • 数据类型是否匹配实际数据
  • 读写权限是否符合工程要求
  • 变量命名和分组是否便于后续维护

如果发现方案中有多处需要调整，建议一次性说明所有修改点，减少反复对话。

请做以下调整：
1. 所有压力变量的数据类型改为 Float
2. 变量名前缀从 Line2_ 改为 PressLine2_
3. 温度变量增加单位 ℃
4. 只读变量的写权限全部关闭

6. 结合建表和智能绑定​

当您通过 AI 变量助手成功将变量入库后，可以继续衔接其他 AI 助手完成完整工程链路：

  1. 使用 AI建表助手 为关键变量创建历史归档表、统计表或业务数据表
  2. 使用 AI页面助手 生成监控页面或数据看板
  3. 使用 AI智能绑定 将页面组件与已导入变量快速绑定
  4. 使用 API对接助手 将第三方系统接口数据接入 CMS

这种流程可以实现从设备接入、数据沉淀、接口对接到页面展示的端到端智能构建。

7. 导入后进行测试验证​

变量正式写入后，建议在投入生产前完成基础验证：

  • 检查变量数量是否与方案一致
  • 抽查关键变量的地址、数据类型和读写权限
  • 连接设备后验证实时值是否正常刷新
  • 对趋势、报表等关键变量进行重点测试
  • 确认变量分组和命名便于后续页面绑定与维护

下一步​

  • AI建表助手 - 变量导入完成后，下一步学习历史归档、统计表和业务数据表配置。
  • AI页面助手 - 先学习如何通过自然语言生成监控页面和数据看板，快速理解AI助手的页面生成能力。
  • AI智能绑定 - 变量和页面都准备好后，继续学习如何将变量绑定到页面组件。
  • API对接助手 - 当变量需要承接 MES、ERP 或云平台接口数据时，继续学习 API 互联配置。
  • AI脚本助手 - 当变量需要参与业务计算、联动控制或系统集成时，可继续学习脚本开发。