解决厂区FDE的最后一公里，Solo0.8.5工具套开源，能力的缝合怪- 大数跨境

首页

解决厂区FDE的最后一公里，Solo0.8.5工具套开源，能力的缝合怪

AI驱动数字化转型

2026-09-20

导读：solo工具套以后还有得做，测试现在有43项，每次推送到仓库自动跑一遍，版本按小版本递增，改动查得到也退得回；厂区套件继续加深，插件按现场需要往里添，本体建模的模型辅助和词典推断继续打磨。欢迎提iss

厂里的信息岗常常就一个人。设备台账要他维护，MES导出来的表要他整理，外包交回来的代码要他接收，材料要写，夜里设备掉线还得爬起来看。AI能干的活看着不少，真落到厂区，最后那一公里总卡住。数据不能出院，工具不敢乱装，云端那一套更不敢碰。solo-agent-kit 0.8.5今天开源，一个按工具套来长的包，装个Python就能跑，数据一条都不出厂。

这里的FDE，说的是驻在厂区做前置部署的工程师，一个人顶几个岗。他们不缺聪明模型，缺的是把手上那几摊活接起来的工具。这个包就是冲着这件事做的，Apache-2.0，72个文件约7000行Python，43项测试全绿，代码推上去会自动在Python的3.9和3.11两个版本上各跑一遍。安装不要任何第三方包，包里声明的外部依赖是空的，核心路径只用Python标准库，能整机离线运行。

PART 01

工具包整体结构

包里装的东西分两摊。一摊管日常，记忆、写作检查、写作脱敏、代码生成与审查、任务续跑；另一摊管现场，厂区与设备台账、远程运维与批量巡检、数据清洗与SPC分析、本体建模，外加一个工业协议探针。这两摊之上挂了四个可插拔的增强件，知识库归档、图表可视化、Excel报表、局域网扫描。前端是原生网页，不用前端那一堆构建工具，不依赖外部CDN，后端用标准库自带的服务器直接起，浏览器打开就能点。示例目录里放着6个能跑通的现场场景，写材料、建本体、接厂区数据都有。

PART 02

为什么叫「缝合怪」

缝合怪这个词，放在别处是贬的，放在现场是褒的。一人多岗的厂里，缺的从来不是某一个特别强的功能。台账在一个表里，设备在另一套系统里，代码是外包给的，材料散在Excel和聊天记录里，老师傅的经验在脑子里。任何单点工具只接得住一格，剩下几格还得靠人来回搬。要缝的正是这几处，设备能连上，数据能算，代码能审，材料能写，经验能存。缝合这个动作本身，就是最后一公里的活。

所以它是一台缝合怪，缝口开在现场缺的那几处，不追单点最强，追的是接得上、跑得动、留得下。

PART 03

0.8.5版本核心能力

这次开源的是0.8.5，能力清单不长，逐条看它落在哪。

厂区运维面板

把设备台账、实时状态和SPC控制图摆在一个页面上。SPC控制图是看工序稳不稳的那张图，画在厂里自己的机器上，不用把数据发出去。

工业协议探针

补的是摸家底这一段。现场设备常常不给接口文档，Modbus/TCP、HTTP、SNMPv1这些常用协议它能探一遍，先看清有什么在跑，再决定动哪里。Modbus/TCP这一头是自己写的，为的是不往包里塞依赖。

写作脱敏

管的是往外发的那一步。材料要送去模型处理之前，IP、手机号、邮箱、金额、客户名和厂区名先换成占位符，模型看到的是一份没有标记的文本，回来再还原。脱敏做在程序里，不是靠人记得删。

代码审查验收

代码那一摊接的是外包交回来的包。先过质量，再查安全，再补测试，审出来的问题能直接列给对方，验收不再是走过场。

可插拔插件层

插件层那四样是留给现场的伸缩位，用得到就装，用不到就空着；图表和报表借的是本机已有的绘图与表格库，缺了就降级，核心能力不受牵连。

这几条加起来，分量落在它们能彼此接上，不在单条多耀眼。

PART 04

核心设计：本体层

全套东西里最不容易被看见、也最要紧的是本体这一层。别人家的检索走的是一条路，拿你的问题去比相似的文本；它走的是另一条，先给数据立一份骨架，再谈检索和回答。这份骨架是一份声明式的结构说明，写清哪个字段是编号、哪个是数值、哪个是分类，实体之间靠什么关联。模型在这里只出建议，人负责校准；能算的交给规则确定性地算出来，算不了的才落到模型上兜底。

一贯性就落在这种共用上。记忆、设备台账、现场问答走的是同一份本体和同一份词典，换一个厂区，换一份结构说明和词典，代码一行不动。这套口径在工厂本体那个项目里跑过18个行业加UCI公开数据集，61个评测问题全中；同一批问题丢给不加本体的裸模型，9个里只对7个，差的正落在平均值、总和这类计算题上。边界立住了，机器才敢开口，这是它敢让数字说话的底气。

PART 05

数据安全：数据不出厂写在代码里

数据不出厂不写在承诺书上，它写在代码里。整个包里没有硬编码的外部地址，唯一的出网口是配置文件里你自己填的那个模型地址，不填就没有。语义嵌入和轻量推理可以指向本机Ollama，模型跑在自己机器上；要接远端模型，得显式打开、显式配密钥，密钥只走环境变量，不落文件、不进代码。厂区数据经SSH从设备取回本机，中途不过第三方。示例数据全部虚构，仓库不收真实企业数据，这条写进了贡献指南。装得上、连得通、发不出去，三件事凑齐，现场才敢用。

PART 06

日常使用流程

落到一天里，它是这么用的。早上开面板看一遍设备状态，台账上有名字的设备一填就远程连上，采集、执行、看日志都在本机；现场设备掉线，先用探针把在跑的协议摸一圈，再动手；月底把MES导出来的表拉进来清洗、统计、画控制图；外包的代码到了先审一遍再收；周报和材料写完先过一遍写作检查再去AI味；攒下来的经验归档进知识库，下次问一句就翻出来。一个人多岗，工具就得一人多能。

PART 07

安装使用说明

拿到手很简单。

git clone https://github.com/zhengjinjun1975/solo-agent-kit.git
cd solo-agent-kit
pip install .
solo --help

地址在GitHub，github.com/zhengjinjun1975/solo-agent-kit，Releases页面里的0.8.5带一份源码包。这个包暂时没有发到PyPI，安装走仓库源码。想用界面直接起服务，浏览器打开本机端口就是操作台。

python -m solo.web_server

PART 08

后续规划

solo工具套以后还有得做，测试现在有43项，每次推送到仓库自动跑一遍，版本按小版本递增，改动查得到也退得回；厂区套件继续加深，插件按现场需要往里添，本体建模的模型辅助和词典推断继续打磨。欢迎提issue、提PR，也欢迎拿真实场景来试。

一台不出厂的机器，一个不用求人也能干活的工具套。数据留在厂里，办法留在自己手上。

【声明】内容源于网络

AI驱动数字化转型

专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。

内容 1090

粉丝 1

AI驱动数字化转型专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。

总阅读11.5k

粉丝1

内容1.1k