BossAgents从“查零件靠翻Excel”到“说句话就搞定”：PLM系统的智能化跃迁
# 从“查零件靠翻Excel”到“说句话就搞定”：PLM系统的智能化跃迁
在制造业深耕的企业家们，大概率都经历过这样的场景：工程师为了找一个零件的BOM信息，打开PLM系统，输入编号，翻好几层菜单；采购部想确认某个供应商的资质，得先问IT要权限，再进系统一顿搜索；更别说新员工入职，光是学会怎么用PLM系统，就得花上一两周。
这就是今天很多企业面临的现实——PLM系统功能强大，但操作复杂、学习成本高、数据查询效率低。明明系统里躺着一座“数据金矿”，可真正能用起来的人，少之又少。
那么问题来了：有没有可能，让PLM系统变得像跟同事聊天一样简单？你说一句“帮我查一下发动机相关的所有零件”，系统就自己把结果列出来？或者说，你能不能像叫Siri一样，对着手机喊一句“创建一条新的物料记录”，PLM就自动帮你填好表单？
答案是：可以。而且不需要推倒重来，不需要换掉你现有的PLM系统。
## 当大模型遇上SCSAI PLM：架构到底长什么样？
我们以SCSAI agent PLM系统为例，来看看这套“智能化升级”方案是怎么设计的。先别被技术术语吓到，整体逻辑其实很好懂。
整个系统分为五层，从上往下看：
**第一层：用户交互层**
这是你直接接触的部分。可以是语音输入（对着麦克风说话），可以是图形界面（点按钮、拖拽），也可以是命令行（适合技术极客）。无论哪种方式，最终的目的都一样——把你的需求传下去。
**第二层：大模型理解层**
这一层是大模型的“大脑”。它负责三件事：
- **语音转文本（ASR）**：把你说的“给我查查零件”变成文字
- **意图识别（NLU）**：理解你是想“查询”还是“创建”还是“修改”
- **内容生成（NLG）**：把系统返回的数据，转化成你能看懂的自然语言回复
这一层的存在，让“说人话”变成了可能。你再也不用记那些复杂的菜单路径和字段名称了。
**第三层：标准对象操作接口层**
这是整个方案的核心创新点。我们把PLM里所有的操作，抽象成了五个基本动作：**识别、创建、修复、优化、比对**。
- **识别（Identify）**：查东西。“这是什么零件？”“这个供应商的联系方式是多少？”
- **创建（Create）**：加东西。“新建一个物料。”“添加一个供应商。”
- **修复（Repair）**：改东西。“补全这个零件的描述。”“修正那个BOM里的错误。”
- **优化（Optimize）**：提升东西。“优化这个BOM的结构。”“降低这个产品的成本。”
- **比对（Compare）**：比东西。“对比这两个版本的差异。”“看看两个BOM有什么不同。”
这五个动作，几乎覆盖了PLM日常操作的全部场景。而且关键是——它们都是标准化的、可被大模型直接调用的接口。
**第四层：SCSAI集成层**
这一层负责跟SCSAI系统“对话”。它用SCSAI自己的AML语言（一种专为SCSAI设计的XML格式）构建请求，通过SOAP协议跟服务器通信，处理认证、解析返回结果。说白了，就是“翻译官”，把大模型的指令翻译成SCSAI能懂的语言。
**第五层：SCSAI agent服务器**
这就是你现有的PLM系统。什么都不用改，什么都不用换。集成层直接对接它的API，你的数据、你的流程、你的权限，全都照旧。
## 技术没那么神秘：几个关键组件拆开看
### JavaScript SDK：SCSAI的“官方工具包”
SCSAI提供了原生的JavaScript SDK，里面有一系列文件，按顺序加载就好：
| 文件 | 功能 |
|------|------|
| xmlHttpRequest.js | 处理HTTP请求 |
| xmlDocument.js | 处理XML文档 |
| soap_object.js | SOAP通信对象 |
| sciot_object.js | 核心sciot对象 |
| sciot_user.js | 用户认证和登录 |
这些文件加载完成后，系统里就有了一个全局的 `sciot` 对象。登录、查询、创建、修改，都通过这个对象来完成。
### 登录：就像你打开微信一样简单
```javascript
const sciot = new Sciot();
sciot.setServerUrl('http://你的服务器地址');
sciot.setDatabase('你的数据库名');
await sciot.login({
loginName: '用户名',
password: '密码',
database: '数据库名'
});
```
登录成功后，你就可以用 `sciot` 执行各种AML操作了。
### AML：SCSAI的“通用语言”
AML（SCSAI Markup Language）是SCSAI系统内部的数据操作语言。它的格式很像XML，但比XML更简洁。举个例子：
**查询零件**
```xml
-
发动机*
```
**创建新零件**
```xml
-
新零件
PART-001
这是一个新零件
```
**更新零件信息**
```xml
-
更新后的描述
```
**删除零件**
```xml
```
你看，操作逻辑非常清晰：指定对象类型、指定动作、带上数据。这就是SCSAI系统“标准化”的魅力所在。
## 标准接口：让大模型“看得懂、调得动”
有了上面的基础，我们就可以设计一套统一的接口，让大模型能够理解并调用。
### 接口长什么样？
```json
{
"operation": "identify",
"objectType": "Part",
"context": {
"objectId": "PART-001",
"attributes": {
"name": "发动机"
}
},
"naturalLanguage": "查找名称包含‘发动机’的所有零件"
}
```
这个请求包含几个关键信息：
- **operation**：要做什么操作（识别、创建、修复、优化、比对）
- **objectType**：操作的对象类型（Part、Vendor、ECR等）
- **context**：上下文信息（对象ID、属性数据、约束条件等）
- **naturalLanguage**：自然语言描述（大模型理解用户意图后生成）
### 返回结果也统一
```json
{
"success": true,
"operation": "identify",
"objectType": "Part",
"result": {
"identified": [
{"name": "发动机A", "item_number": "PART-001", "description": "型号X"},
{"name": "发动机B", "item_number": "PART-002", "description": "型号Y"}
]
},
"message": "找到2个符合条件的零件",
"suggestions": ["是否要查看它们的BOM结构？", "是否要对比这两个零件的差异？"]
}
```
你看，返回结果不仅告诉用户“找到了什么”，还会给出后续操作建议。这就是“智能化”的体现——系统不再是冷冰冰地返回数据，而是像助手一样主动提供帮助。
### 五个操作的具体设计
**识别（Identify）**
- 用途：查对象、查属性、查关系、查状态
- 典型场景：“这个零件属于哪个产品？”“查找供应商的联系方式”
**创建（Create）**
- 用途：新建对象、新建关系
- 典型场景：“创建一个新的物料”“添加一个供应商到供应商列表”
**修复（Repair）**
- 用途：补全数据、修正错误
- 典型场景：“这个零件的描述是空的，帮我补上”“修正BOM里的数量错误”
**优化（Optimize）**
- 用途：优化属性、优化结构
- 典型场景：“优化这个BOM，减少零件种类”“降低这个产品的成本”
**比对（Compare）**
- 用途：比较差异、版本分析
- 典型场景：“对比这两个版本的差异”“看看两个BOM有什么不同”
## 为什么说这套方案是“降维打击”？
**第一，不改系统。** 你现有的SCSAI PLM系统，什么都不用动。集成层就像一层“智能皮肤”，贴上去就能用。
**第二，降低门槛。** 新员工入职，不用再花一两周学系统操作。对着麦克风说句话，系统就帮你把事情办了。
**第三，提升效率。** 以前查个零件信息，可能要翻好几层菜单、输入好几个字段。现在一句话搞定，效率提升不是一点半点。
**第四，可扩展。** 这套接口设计是标准化的，未来可以接入更多大模型、更多交互方式（语音、文字、图形界面），甚至接入企业的其他系统（ERP、MES等）。
## 结语：让PLM系统真正“活”起来
PLM系统是制造业企业数字化的核心基础设施。但很多企业花了大价钱上了系统，却因为操作复杂、学习成本高，导致使用率低、数据价值无法释放。
BossAgents（左帮右臂）智能体公司的目标，就是让这些“沉睡”的系统“醒”过来。我们不是要替代你的PLM系统，而是给它装上“大脑”和“嘴巴”——让大模型理解你的自然语言，让标准接口执行你的指令，让SCSAI系统完成你的操作。
从“查零件靠翻Excel”到“说句话就搞定”，这个转变，比你想象的要近得多。
如果你也在为PLM系统的使用效率发愁，不妨跟BossAgents聊聊。我们帮你把系统“变聪明”，让数据真正为你所用。
