SCSAI PLM 三层架构优化总结 v1.0

日期: 2026-05-13

版本: v1.0

状态: Phase 1-3 核心功能完成

一、背景问题

原始系统存在以下问题：

| 问题 | 严重程度 | 说明 |

|------|---------|------|

| 核心类型无模板 | P0 | Part/Document/ECR/Project/Vendor 等核心对象没有可用模板 |

| 数据提取不完整 | P0 | 只扫描了 Import/ItemType/ 目录（298 个），遗漏了独立 Property 文件中的属性定义 |

| 模板质量差 | P1 | AML 模板只有 [值] 占位符，没有属性约束、关系、生命周期 |

| 规则/提示词空表 | P1 | sciot_rules/templates/prompts 三张表均为 0 条 |

| 规则未分级 | P2 | 3489 条规则没有 severity/category/is_active 治理字段 |

| 业务提示词空表 | P2 | sciot_business_prompts 为 0 条（应有 46 条） |

| 数据库路径错误 | P0 | getSciotDb 指向了不存在的路径，实际创建空库 |

| 多进程冲突 | P1 | 每次 Start-Process 创建新实例，6 个进程抢端口 |

| assemble 路由不可达 | P1 | 汇编路由隐藏在 handleCreationHistoryRoutes guard 后面 |

二、完成的工作

2.1 数据提取 → 从 298 到 470 个模板

| 文件 | 作用 |

|------|------|

| scripts/extract-all-itemtypes.js | v3 提取器，递归扫描 7706 个 XML 文件，找到 1,031 个不重名 ItemType |

| scripts/fix-core-templates-v2.js | v2 核心模板补全，递归扫描所有嵌套 Property 定义，找到 6,720 个属性 |

提取效果对比:

| 指标 | 之前 | 现在 |

|------|------|------|

| 扫描文件 | 298 个 (仅 ItemType 目录) | 7,706 个 (全量递归) |

| 提取属性 | ~2,821 | 6,720 |

| 模板总数 | 298 | 470 |

| 核心类型模板 | 无 | Part(27)/Document(22)/ECR(25)/Project(47)/Vendor(13) 等 20 个 |

核心类型属性详情:

| 类型 | 属性数 | AML 模板大小 |

|------|--------|------------|

| Part | 27 | 1,846 字符 |

| Document | 22 | 1,591 字符 |

| ECR | 25 | 1,836 字符 |

| Project | 47 | 3,284 字符 |

| Vendor | 13 | 833 字符 |

| Customer | 14 | 893 字符 |

| Manufacturer | 22 | 1,445 字符 |

| NCR | 14 | 1,108 字符 |

| Change Request | 17 | 1,249 字符 |

| Sales Order | 10 | 769 字符 |

2.2 规则系统完善

2.3 提示词系统

2.4 后端 API

2.5 前端界面

PLM 三层架构页面（index-vue.html 第 5907-6312 行）现有 5 个 Tab:

| Tab | 内容 |

|-----|------|

| 🏛️ 元模型层 | 23 个核心元模型，搜索/详情弹窗 |

| 📦 对象模型层 | 442+ 对象类，点击查看规则/模板/提示词 |

| 🏢 业务系统层 | 46 个业务系统，按规模筛选 |

| 📋 规则管理 | 6 个统计卡片 + 筛选器 + 全量规则表格 |

| 📄 模板/提示词 | 3 个子 Tab：模板库(470) / 提示词(470) / 业务提示词(46) |

2.6 基础设施修复

三、系统架构

``mermaid

graph TD

A[7706 AML XML 文件] --> B[extract-all-itemtypes.js]

B --> C[sciot_import.db]

C --> D[470 模板]

C --> E[470 提示词]

C --> F[3489 规则]

C --> G[46 业务提示词]

H[用户输入] --> I[LLM 生成]

I --> J[assemble 流水线]

J --> K[解析 LLM 输出]

K --> L[合并模板]

L --> M[规则验证]

M --> N[补全系统字段]

N --> O[标准 AML XML]

O --> P[SCSAI 写入]

D --> L

F --> M

`

3.1 AML 组装流水线

`

LLM 输出 → parseLlmOutput() → mergeWithTemplate() → validateWithRules() → fillSystemFields() → buildAMLXml()

JSON/AML/KV 结构化字段值 填入模板结构 规则后验证 系统字段补全 标准 AML 输出

`

文件位置: server/aml-assembler.js (692 行)

3.2 给 LLM 和不给 LLM 的内容

四、新增/修改的文件清单

新增文件

修改文件

五、遗留问题

六、使用说明

启动服务

`bash

cd D:\openclaw\bossagents

node server.js

`

访问 http://localhost:3006 → 左侧导航 → PLM 三层架构

查看数据

`bash

总览统计

curl http://localhost:3006/api/aml/auto-all

查看某类型模板

curl http://localhost:3006/api/aml/assemble/templates/Part

查看某类型提示词

curl http://localhost:3006/api/aml/auto-prompt/Part

查看某类型规则

curl http://localhost:3006/api/aml/auto-rules/Part

`

测试汇编流水线

`bash

1. 直接组装（不写SCSAI）

curl -X POST http://localhost:3006/api/aml/assemble \

-H "Content-Type: application/json" \

-d '{"llm_output":"name:测试零件,description:描述,cost:100","item_type_name":"Part"}'

2. 通过 AI Agent 工具组装（走 template+rule+LLM 流水线）

curl -X POST http://localhost:3006/api/ai-agent/execute \

-H "Content-Type: application/json" \

-d '{"toolName":"smart_business_operation","params":{"operation":"assemble","item_type":"Part","llm_input":"name:测试零件ABC, description:通过引擎创建, cost:150.00"}}'

3. 带规则验证的创建（组装+验证+写SCSAI）

curl -X POST http://localhost:3006/api/ai-agent/execute \

-H "Content-Type: application/json" \

-d '{"toolName":"smart_business_operation","params":{"operation":"create","item_type":"Part","llm_input":"name:新零件, description:描述, cost:100, weight:2.5"}}'

4. 获取模板

curl -X POST http://localhost:3006/api/ai-agent/execute \

-H "Content-Type: application/json" \

-d '{"toolName":"get_business_template","params":{"item_type":"Part"}}'

`

七、今日完成的工作 (2026-05-14)

Phase A: 打通流水线 ✅

当前流水线工作方式

`

用户说"创建一个 Part, 名称测试零件, 成本150"

↓

LLM 调用 smart_business_operation({operation:"create", item_type:"Part", llm_input:"..."})

↓

SCSAI-tools.smartBusinessOperation()

├─ loadItemTypeContext(Part) → 加载模板+规则+提示词

├─ assembler.assembleAML() → 解析LLM+合并模板+规则验证+填充系统字段

├─ SCSAIClient.applyItem(aml) → 写入 SCSAI

└─ logCreation() → 记录到 sciot_creation_history

`

数据验证

`

Part 模板: 27 个属性, AML 组装 ✅ (输出完整含系统字段和CDATA)

规则验证: 3,489 条, 按 severity/category 分类 ✅

创建日志: sciot_creation_history 表可写入 ✅

AI Agent 工具: 42 个, 全部注册 ✅

`

八、Phase A+B 全部完成 (2026-05-14)

5 个 SCSAI 工具全部接入模板+规则

完整流水线

`

用户 → AI Agent(smart_business_operation/create)

↓

SCSAI-tools.js

├─ loadItemTypeContext → 加载 sciot_templates + sciot_rules + sciot_prompts

├─ aml-assembler.assembleAML → 解析LLM + 合并模板 + 验证规则

├─ SCSAIClient.applyItem → 写入 SCSAI SOAP

└─ logCreation → 记录到 sciot_creation_history

``

九、Phase P2 完成 (2026-05-14)

数字员工修复

当前数字员工状态

待继续

文档生成: 2026-05-14 v4.0