AI Agent应用 - 自动化工单检查工作流

摘要：本文记录了基于 AI Agent 的 TSO 工单自动化检查方案，包含 MES 系统数据获取、POR 报告数据匹配、可复用技能封装等完整实现过程，将原本人工处理 10 分钟的工作压缩至 30 秒内完成。

背景

在制造业的生产管理中，工单处理是一项高频且重要的工作。传统的处理流程存在以下痛点：

人工操作繁琐：每条 SN 序列号需要手动查询 MES 系统获取设备信息
数据匹配耗时：需要根据料号手动在 POR 报告中查找对应的型号信息
容易出错：复制粘贴过程中容易出现数据错位或遗漏
效率低下：处理 20 条记录约需 10 分钟，且重复劳动无价值

需求：将重复、规则化的工单检查工作自动化，让 AI Agent 代替人工完成数据查询、匹配和整理工作。

技术方案

采用 QwenPaw AI Agent 实现，核心包含三部分：

组件	功能
Python 脚本	负责 Excel 读写、API 调用、数据解析
可复用 Skill	封装完整流程，支持一键调用
run_tool_batch	批量执行引擎，参数化驱动

实现过程

1. MES 系统数据获取

调用 MES API 获取每个 SN 对应的设备详细信息：

1

base_url = "http://10.197.194.102/automation/sfc/mes?c=QUERY_RECORD&sn={sn}&line=FAFT_01&station=Runin&fixtureid=AFT_01&p=all"

API 返回格式（纯文本，每行一个 key=value）：

1
2
3
4
5
6


MCU_FW=SW_N66V00AA1_LUX_0016_M30_MTR_LENOVO_Sapporo_USR_MP
EC_VER=1.6
BIOS_VER=M4QKT1FA
ToolVer=TSW_INTEL_TGL_N66V00_ASS_V1.0.9
ATOver=SW_N66V00AA1_V012_ATO_D005_Win11_IoT_23H2_EN
...

获取字段（13个）：

固件信息：MCU_FW, EC_VER, BIOS_VER, ToolVer
软件版本：ATOver, SW_VER
硬件信息：MTMNumber, DISK_SIZE, CPU_TYPE, DeviceInfo_RAM
产品信息：ProductName, MARKETING_NAME, Country_Code

2. POR 报告数据匹配

根据料号在 POR 报告中进行快速匹配，采用字典预处理优化性能：

1
2
3
4
5
6


# 构建 POR 查询字典
por_dict = {}
for _, row in df_por.iterrows():
    lux_code = str(row['Lux整机编号']).strip()
    if lux_code and lux_code not in por_dict:
        por_dict[lux_code] = row

匹配字段（3个）：

Model Number - 产品型号
项目名 - 所属项目
Country/Region - 销售地区

3. 封装为可复用 Skill

使用 /make-skill 命令将整个流程封装为独立技能，包含：

1
2
3
4
5


TSO-工单检查/
├── SKILL.md              # 技能说明文档
└── scripts/
    ├── tso_check.json    # 批处理配置
    └── tso_check.py      # 处理脚本

Skill 触发方式：

1

/TSO-工单检查 TSO 工单07-13_updated.xlsx

或者使用完整参数调用：

1
2
3
4
5
6
7
8


run_tool_batch(
    file_path="skills/TSO-工单检查/scripts/tso_check.json",
    args={
        "tso_file": "TSO 工单07-13_updated.xlsx",
        "por_file": "PORModelReport_202603190908(2).xls",
        "output_file": "TSO 工单_updated_with_all_info.xlsx"
    }
)

执行效果

实际运行输出

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41


==================================================
TSO工单检查 - 开始处理
==================================================

[1/4] 正在读取TSO工单文件...
  文件: TSO 工单07-13_updated.xlsx
  列数: 12, 行数: 23

[2/4] 正在读取POR报告文件...
  文件: PORModelReport_202603190908(2).xls
  列数: 150, 行数: 532

  找到SN列: SN
  找到料号列: 料号
  找到Lux整机编号列: Lux整机编号
  找到Model Number列: Model Number
  找到项目名列: 项目名
  找到Country/Region列: Country/Region

[3/4] 正在从MES获取信息...
  [1/23] SN=SE0001L4 OK
  [2/23] SN=SE0001LH OK
  ...
  [23/23] SN=SE00019Q OK
  MES查询完成: 23/23 成功

[4/4] 正在匹配POR报告...
  POR字典已构建: 517 个唯一编号
  POR匹配完成: 23/23 成功

==================================================
处理完成！
==================================================

输出文件: TSO 工单07-13_updated_with_all_info.xlsx
MES查询: 23/23
POR匹配: 23/23

新增字段:
  MES (13个): MCU_FW, EC_VER, BIOS_VER, ToolVer, ATOver...
  POR (3个): Model Number, 项目名, Country/Region

效率对比

指标	人工处理	AI Agent 处理	提升
23条记录耗时	~10分钟	~30秒	20倍
错误率	~5%	0%	完全消除
学习成本	需培训3天	一条命令	无需培训
可扩展性	难以复用	一键调用	技能可积累

技术亮点

1. 智能列名识别

无需硬编码列名，自动识别多种命名方式：

1
2
3
4
5
6
7


def find_column(df, keywords):
    for col in df.columns:
        col_str = str(col).upper()
        for kw in keywords:
            if kw.upper() in col_str:
                return col
    return None

支持的列名变体：

SN / 序列号 / Serial Number
料号 / PN / Part Number
Lux整机编号 / Lux Code
Model Number / 型号

2. 健壮的错误处理

文件不存在 → 清晰报错提示
API 请求失败 → 显示 HTTP 状态码
料号不匹配 → 留空并统计
网络超时 → 自动继续处理

3. 性能优化

POR 字典预处理：532行报告 → 517个唯一编号，O(1) 查找
API 请求间隔：0.2秒间隔，避免触发限流
增量写入：原地 DataFrame 更新，内存高效

应用价值

1. 员工价值释放

将工程师从重复性的复制粘贴工作中解放出来，专注于更有价值的问题分析和决策。

2. 技能资产沉淀

通过 Skill 封装，将个人经验转化为团队可复用的数字资产：

新员工无需学习复杂流程
标准统一，避免个人操作差异
持续优化，越用越好用

3. 数据质量保障

自动化处理完全消除人工操作错误：

0 条记录遗漏
0 个字段错位
100% 数据完整性

下一步计划

更多数据源集成：对接 MTM 系统、维修记录系统
异常检测：自动识别参数异常的设备，标记预警
批量处理：支持一次处理多个工单文件
报告生成：自动生成工单分析报告（PDF/HTML）
Web 界面：提供可视化操作界面，支持拖拽上传

✅ AI Agent 工作流已稳定运行，工单处理效率提升 20 倍！

经验总结：制造业的数字化转型不一定需要大投入，从具体的痛点场景入手，用 AI Agent 将重复工作自动化，是投入产出比最高的路径。每释放一位工程师的时间，就是创造一份新价值。

文章目录

背景