概览
制造商测量设备综合效率，然后为那个数字争论，而不是照着它去行动。它是三样东西的乘积——时间开动率、性能开动率和合格品率——而报告那个乘积，恰好把「是哪一样在让你付出代价」藏了起来。一条 62% 的产线，可能是在不停地停机、可能是在稳定地低于节拍运行、也可能是在生产废品。三个问题，三个负责人。
在几乎每一条产线上占主导地位的那种损失，正是没人记录的那一种。故障会被记录，因为总得叫人来。短暂停机——一次卡料、一次换型超时、一次等料，每次九十秒——单独看不值得写下来，加起来却比所有故障之和还大。它们在数据里只表现为一个差额：产线在运行期间本该产出多少，与它实际产出了多少之间的差额。
那个差额，可以用每家工厂本来就有的记录算出来，而钱就在那里。这也是为什么「我们需要一台新机器」通常是错误的结论：机器好好的，它每班停四十次、每次九十秒，而没有人把它加起来过。
这个智能体算出那个差额，把每一项损失按成因拆开，并把每一项折算成件数和小时数，好让最大的那一项一目了然。它不改任何设置，也不碰任何机器。
价值
不花资本就找到产能
大多数产线的损失里，本身就藏着一个班次的产量。
对的问题，配上负责人
维护、生产还是质量——那个拆分会告诉你是哪一个。
那台你本不需要买的机器
而这正是那个差额终于被加起来时，通常得到的结论。
功能说明
算出那些没人记录的损失
短暂停机单独看小到不值得记录，加起来却比所有故障之和还大。只能作为一个差额被看见。
把那个数字拆开，而不是报告它
时间开动率、性能开动率和合格品率是三个不同的问题，对应三个不同的负责人。
把每项损失折算成件数和小时
于是关于百分比的争论结束了，而最大的那项损失就是一目了然的。
把换型和故障分开
一个是你控制的流程，一个是一次失效。把它们合在一起，就埋掉了可修的那一半。
检查节拍本身
一条按 2019 年乐观定下的节拍跑到 100% 的产线，并不算跑得好。
不碰任何机器
它读记录。它不改任何设置、节拍或排程，也没有通往任何控制系统的路径。
这会改变什么
这会如何改变你的一周
- 它接手的工作
- 弄清一个班次的可用时间到底去哪了。
- 目前由谁完成
- 在生产会上，围着一个百分比争论。
- 多久一次
- 每周，而且每周都是同一场争论。
- 通常的人工投入
- 占主导的那些损失从来没被记录过，所以只能作为差额被算出来。
为什么偏偏是制造业。短暂停机单独看小到不值得写下来，加起来却比所有故障之和还大。这正是「我们需要一台新机器」通常错在哪里——机器每班停四十次、每次九十秒。
无人值守运行
由你或某个事件启动，然后自行完成。没有什么需要等人坐到工位前。
每一次都是同一标准
第两百件与第一件用同一把尺子衡量。一致性正是人做不到长期保持的部分。
它无法自行采取行动
生产损失分析代理 没有任何发送、支出或承诺的途径。正是这个限制，让依据它的输出行动是安全的。
运行方式
该智能体通过 PROMIVO 运行时在服务器端运行。每次运行都会逐步记录，每次工具调用在执行前都会进行权限检查。
- 1输入按智能体的输入结构进行校验
- 2模型claude-opus-5，并自动回退
- 3工具extract_structured_data
- 4权限自动执行 READ 级操作；更高的等待你批准
- 5输出符合输出结构的结构化结果
- 6日志记录 token、耗时和每一个步骤
演示
演示数据Illustrative sample output, abridged.
输入
{
"line": "Line 2",
"runs": [],
"period": "Week 35"
}输出
{
"losses": [
{
"basis": "computed-from-gap",
"cause": "Short stops, individually unlogged",
"category": "performance",
"hoursLost": 41.2,
"unitsLost": 61800,
"shareOfLoss": 38.4
},
{
"basis": "logged",
"cause": "Changeover overrun",
"category": "availability",
"hoursLost": 18.6,
"unitsLost": 27900,
"shareOfLoss": 17.3
},
{
"basis": "logged",
"cause": "Breakdowns",
"category": "availability",
"hoursLost": 9.1,
"unitsLost": 13650,
"shareOfLoss": 8.5
}
],
"escalate": true,
"disclaimer": "An analysis of your own production records. No machine setting, rate or schedule has been changed, no control system was accessed, no safety determination is made, no individual is named, and losses marked computed-from-gap are derived rather than measured.",
"concentration": [
"62% of changeover loss comes from one product pairing, run 3 times a week. Sequencing it differently costs nothing.",
"Night shift short-stop loss is 2.3x day shift on the same product. Reported as a pattern with no attribution to any individual."
],
"overallPercent": 58.8,
"qualityPercent": 97.1,
"escalationReason": "Unlogged short stops are 38.4% of all loss and 4.5 times total breakdown time, and one product's standard rate appears understated.",
"performancePercent": 74.6,
"unloggedShortStops": "41.2 hours across the week, computed as the gap between standard rate during running time and actual output. That is 4.5 times all breakdowns combined, and none of it appears in any downtime log.",
"availabilityPercent": 81.2,
"unattributedPercent": 6.2,
"standardRateFindings": [
"Product B runs consistently at 104% of standard. The standard is likely understated, which flatters every performance figure that uses it."
]
}使用条件
集成
无需集成。
开始之前
- 每班或每次生产的计划生产时间
- 已记录的停机及其原因
- 产出件数与不良件数
- 各产品或各产线的标准节拍
- 需要 全量访问 套餐或更高
使用场景
每周生产复盘
这个班次的时间到底去哪了。
提资本申请之前
产能是真的缺，还是被藏起来了。
一条完不成目标的产线
三种损失里是哪一种在负责。
对比班次或产线
用可比的度量，而不是用总数。
价格
常见问题
我们需要在产线上装传感器吗？
不需要。它基于生产记录工作——计划时间、已记录的停机、产出件数、不良数。那些没被记录的损失是作为差额算出来的，而这恰恰是它们不需要新仪表也能被找到的原因。
它会控制任何设备吗？
不会。它没有通往任何控制或自动化系统的路径，也不改任何设置、节拍或排程。
如果我们的标准节拍本身就是错的呢？
那正是发现之一。一条按多年前乐观定下的节拍跑到 100% 的产线并不算表现良好，而它会报告标准本身在哪里看起来不可靠，而不是去相信它。
评价
客户运行过该智能体后，评价功能将开放。
需要这个智能体换一种做法？
告诉我们要改什么，我们的团队会为您的业务规划一个定制版本。
定制此智能体