工业互联网 + 机器视觉 + RAG 知识库 + 智能问数。

很多工厂、系统集成商做数字化智能化，会陷入一个典型困境： 系统一堆，能力割裂。 边缘网关只管采集设备数据；机器视觉单独一套服务器做质检告警；RAG 知识库是独立聊天页面；智能问数工具又是另外一套系统。数据不通、账号权限隔离、告警不能联动文档、看数据不能直接问知识，各个模块 “各自为战”。上线一堆系统，运维压力陡增，业务价值大打折扣。

尤其工业场景有硬性约束：生产数据、工艺手册、故障资料不允许流出内网，公有云大模型不敢直接接入生产环境。市面上很多 AI 方案只做单一能力，只演示 Demo，很难真正走进车间产线。

分享一套端到端完整的一体化落地架构：边缘智能网关 + iNeuOS 工业互联网底座 + iNeuOS‑Vision 机器视觉 + AiMind 工业 RAG 知识库 + AiInsight 智能问数，全部支持私有化内网部署，打通设备、视频图像、工艺文档、时序数据，形成完整业务闭环。

第一层：边缘网关 —— 工业现场的数据入口

整套体系的起点，是工业智能边缘网关。工厂里 PLC、CNC 机床、传感器、摄像头，协议五花八门：发那科、西门子、三菱、Modbus 等上百种协议，很难直接对接上层平台。

边缘网关承担三大核心工作：

多协议适配采集：对接机床、PLC、传感器，把现场异构设备的原始信号标准化，采集温度、转速、负载、报警、加工计数等实时测点数据。
边缘本地计算：网关内部 Lua 脚本完成数据清洗、过滤、简单逻辑运算，无用数据就地过滤，减少带宽压力，弱网环境也可以本地缓存数据。
向上统一输出：通过 MQTT/HTTP 把结构化设备数据回传给 iNeuOS 工业互联网底座，原始设备数据不经过公有云，保障生产安全。

网关解决的核心问题：把物理世界的设备，变成平台可以调用的数字数据。没有真实设备数据，上层所有 AI 都是空中楼阁。

第二层：iNeuOS 工业互联网底座 —— 统一业务中台

边缘网关采集上来的全部数据，汇入 iNeuOS 工业互联网操作系统底座，它是整套方案的 “总调度中心”。

主要承担：时序数据库存储、设备模型管理、3D 数字孪生组态大屏、统一权限、API 网关、消息告警分发。来自网关的设备测点、来自机器视觉的识别告警事件，全部汇聚到此，做统一存储、统一告警、统一可视化展示。

上层的机器视觉、RAG 知识库、智能问数，不是独立孤岛应用，全部对接这个底座获取业务上下文：比如数字孪生页面点击一台高炉设备，自动把设备 ID 上下文传给 RAG 知识库和智能问数，实现 “选中设备，查文档、查历史数据一键完成”。

第三层：iNeuOS‑Vision 机器视觉 —— 视频图像感知能力

在平台之上接入机器视觉模块 iNeuOS‑Vision，完成图像、视频流的 AI 分析，完整闭环：样本标注→数据集管理→模型训练→模型测试→实时视频推理→告警输出。

典型业务场景：

安全生产识别：烟火、人员安全帽、区域入侵；
工件外观缺陷质检；
SOP 作业流程识别：识别工人操作步骤是否符合工艺规范，违规直接产生告警事件。

重点：视觉识别产生的告警事件，不会只停留在视觉模块内部。识别到异常之后，告警事件直接推送到 iNeuOS 底座。底座会把事件同时分发给两个 AI 模块：

AiMind（RAG 知识库）：自动检索对应的故障手册、处置 SOP；
组态大屏实时弹窗告警，同步推送处置建议。

举例：摄像头识别到车间出现火情，系统不仅弹出报警画面，同时自动检索防火处置规程，把处置步骤一并给到运维人员，而不是仅仅一条简单告警文字。

第四层：AiMind・心智灵慧私有化 RAG 工业知识库 —— 企业经验资产库

AiMind 是面向工业场景的私有化 RAG 知识库智能体，专门处理工厂海量非结构化文档：扫描版设备手册、工艺 SOP、故障案例、维修记录、可研技术资料等。

区别于通用互联网 RAG，工业知识库解决几个核心痛点：

适配老旧扫描 PDF，OCR 识别、按业务语义切片，拒绝简单按 token 粗暴切割；
回答强制溯源文档来源、页码，杜绝无依据 AI 幻觉，工业场景安全优先；
和 iNeuOS 底座打通，接收设备上下文：当某台设备报故障，知识库自动限定在该设备的文档库检索，不会全库乱搜；
岗位权限隔离：不同车间、不同岗位，只能访问自己权限内的工艺资料；
全部内网私有化运行，原始文档不离开厂区网络。

工程师既可以主动提问 “这个报警代码怎么处理”；也可以接收来自机器视觉、设备告警自动推送的知识库参考资料，把沉淀在手册、老工程师脑子里的经验变成可随时调取的数字资产。

第五层：AiInsight・数智灵鉴智能问数 —— 自然语言查询时序业务数据

有了设备实时数据，还要降低数据分析门槛。AiInsight 大模型智能问数，对接 iNeuOS 时序库与业务数据库。操作人员使用自然语言提问，系统自动翻译成查询语句，读取设备测点、生产统计数据，返回图表、统计结果。

示例提问：

“帮我统计上周 1 号机床总的加工件数” “看过去 24 小时高炉炉顶温度的最大值、平均值”

普通运维、工艺人员不需要懂 SQL，聊天式就可以完成数据统计分析。同时它和 AiMind 知识库可以联动：当设备发生故障，既可以通过 AiMind 查到故障处置文档，又可以调用 AiInsight，一键调取该设备故障前后一段时间的运行工况数据，“看文档 + 看历史工况” 结合，辅助故障根因分析。

完整业务闭环演示：一个故障发生全流程

我们用一个简化场景，看整套体系如何协同工作：