从 PLC 采集到 AI 平台：两套自研系统的全景
我持续开发两套相互关联的系统：工业设备采集与监控系统，以及业务系统 AI 接入平台。前者把设备点位变成可查看、可查询的数据，后者让助手通过工具使用已有系统的能力。这篇文章先介绍它们解决什么问题，再给出实现与设计文章的阅读入口。
更新于 2026-09-09。功能描述结合项目源码和实施记录；截图为已有版本的界面资料，运行快照不代表长期性能或客户现场验收。
工业系统：从连接到可用数据
系统围绕 S7、MC、Modbus、OPC UA 四类协议，提供连接与模板管理、数据监控、历史查询、规则告警、MQTT 输出和设备模拟器。
| 场景 | 系统中的对应能力 |
|---|---|
| 新增一类设备点位 | 连接、采集模板与产品物模型 |
| 观察当前状态 | 设备与点位监控、实时事件 |
| 查看过去的变化 | 历史查询、时间窗口聚合 |
| 判断阈值和触发行为 | 条件规则、防抖与告警关联 |
| 向其他应用输出数据 | MQTT 消息及格式模板 |
| 没有物理设备时演练 | Modbus / OPC UA 协议模拟器 |
已有手册中的早期界面截图，用于说明信息组织。图中的设备数、成功率和协议分布只是截图内容，不作为当前版本兼容性或性能证据。
我将连接、模板和产品模型分开，使连接参数可以复用，业务字段也不必依赖某一种协议。运行时共享采集链路，同时保留协议寻址与类型转换的差异。详见多协议系统架构。
数据管理：让写入后的数据继续有用
存储实现覆盖 MySQL、SQL Server 和 TDengine。配置表与运行时派生的采集表采用不同的管理方式；历史查询包含来源标记，Schema 差异和冷归档各有独立入口。
已有手册中的趋势界面，页面标注滑动窗口最近 60 点。它展示图表交互，不证明长期数据库查询已在这张截图中发生。
这部分真正需要解释的，不只是支持几个数据库，而是模型变化、时间范围、聚合和缺测如何保持一致。可以继续阅读数据生命周期与TDengine 实践。
监控大屏与模拟演练
2026-09-07 的实施记录描述了现有大屏的轻量 Three.js 场景：程序化机柜与采集设备关联，支持选择、点位联动与 2D 降级。它是工业示意场景，不是已经完成现场资产建模的数字孪生。
同日运行记录确认了 Modbus、OPC UA 模拟来源的实际采集链路、部分近期 MySQL 历史及 WS 事件。MQTT 当时未启用，目标硬件帧率与长稳验证也未完成。
模拟器让设备数据可以通过软件协议进入实际处理链路，而不只是给前端填随机数。为什么模拟设备数与采集设备数不同，以及如何绑定 3D 模型，见模拟器设计。
AI 平台：让已有系统成为可调用的工具
AI 平台独立部署，通过 MCP 或 HTTP 连接业务系统。当前重点包括系统登记、统一工具池、工具导入与发布、Agent/模型/Skills 配置和调用审计。
工具发布与 Agent 绑定共同影响可用工具，执行器负责协议请求。OpenAPI 导入可以生成候选工具，但鉴权、语义和实际场景仍要验证，不能称为任意系统零适配。
平台已有工业系统与独立资产示例服务的跨系统只读演练：查询告警，提取设备信息，检索资产，再汇总两个来源。资产服务使用示例数据，不是客户 ERP 落地案例。
详细结构见AI 平台架构，为什么从内嵌助手演进到这一步，见演进复盘。
哪些能力仍在演进
| 已有基础 | 仍需进一步验证或建设 |
|---|---|
| 多协议实现与模拟链路 | 更多设备型号、现场条件与长期运行 |
| 历史查询与 Schema 管理 | 数据迁移兼容性、精确回退语义与归档恢复 |
| 规则求值、告警及部分动作 | 动作隔离、延迟执行与更完整的失败处理 |
| 工具治理与跨系统查询演练 | 实际异构系统的实体消歧与交付验证 |
| 最小写权限与确认机制 | 细粒度授权、持久化任务状态与恢复 |
这些边界影响交付范围。系统支持某个入口，并不等于所有业务结果已经验收；具体需求要落到协议、点位、数据范围、操作权限与部署环境上判断。
从哪里开始阅读
- 关注系统设计：采集架构 → AI 平台架构。
- 关注数据工程：TDengine 实践 → 生命周期 → All-in-One 选型。
- 关注运行质量：可观测性 → 规则引擎 → 模拟器。
- 关注接口适配：MQTT 模板 → AI 演进。
如果你有设备采集、监控看板、业务系统 AI 接入或功能定制需求，可以通过 邮件联系我。说明已有系统、目标功能和部署条件，有助于判断现有能力可复用到什么程度。