把"需求 + 工艺说明 + 变量表"自动转成 SCL 代码，给电气工程师装一个十倍杠杆
关于本页
本页是 SCL 智能体方案的架构与能力说明，不展示任何工厂或客户的实际工艺细节、变量表或生产代码。MVP / V1 阶段 AI 生成的 SCL 必须经具备资质的电气工程师审核后方可下载到生产 PLC——这是不可妥协的工业安全红线。
智能体覆盖的关键工作流
需求理解层（Qwen2.5-72B）+ 代码生成层（DeepSeek-Coder-V2）+ 审核层（Qwen2.5-Coder-32B），三个模型各司其职，胜过单模型全包。
语言层（SCL 语法 + IEC 61131-3）/ 模板层（电机 / 阀门 / PID / 顺控 / 安全互锁 FB）/ 规范层（变量前缀 + FB 编号 + 注释）。模板层是真正的护城河。
语法静态检查（ANTLR4 + SCL Grammar，毫秒级）→ LLM 逻辑审核（变量引用 / 类型 / FB 调用 / 安全互锁）→ 自动修复循环（最多 5 轮，超限转人工）。
变量表先用代码解析为标准化 JSON（var_name / data_type / address / direction），再喂给 LLM。能用代码确定性处理的，绝不交给模型。
Linux/Mac 主服务 + Windows Agent + 西门子 Openness API。先实现"导出 .scl 文件 + 手工导入"兜底，事务回滚保护项目状态，再逐步推进到全自动写入程序块。
MVP / V1 阶段强制工程师审核；阶段质量门槛（语法 / 逻辑 / 一次通过率）硬卡，未达不推进；超限案例完整记录用于优化模板库。
实际落地时的效率对比
学科与功能矩阵
MVP
语法 >90% · 一次通过 >60%
V1
逻辑 >85% · 一次通过 >75%
V2
微调 + 全自动对接
V3
闭环自优化 · 季度增量
智能体与人工监督如何协同
human
工程师审批
Flow