Skip to content
lau0708Public
forked from riba2534/happyclaw

About

PulseOps · 脉巡 —— 设备异常工单闭环 Agent:定时巡检 → 阈值判异 → LLM 根因诊断 → 幂等建单 → 飞书报警 → 处置回填 → 经验回流

Resources

Security policy

Stars

0 stars

Watchers

0 watching

Forks

 
 

Repository files navigation

PulseOps Logo

PulseOps · 脉巡

设备异常工单闭环 Agent
巡检发现异常 → LLM 诊断根因 → 幂等建单 → 飞书推报警 → 群里点按钮处置 → 关单自动沉淀经验

Node Python React Feishu Tests CI MIT


目录

这是什么 · 在线体验 · 界面 · 闭环流程 · 技术点 · 架构 · 数据模型 · 跑起来 · 测试 · 边界 · 目录结构 · 致谢 · License

这是什么

一条产线 4 台设备,值班的是班组长和 2 个维修工。没人盯得住 24 小时的曲线——所以异常通常是在「已经停机之后」才被发现,工单靠口头传,处置结果留在师傅脑子里。

PulseOps 把这段流程做成闭环,扮演三个角色:

角色 谁来干 干什么
巡检 确定性代码(Cron) 定时取最新指标比阈值,越限就进入诊断,已有未闭环工单就跳过
诊断 LLM(可降级) 把指标 + 超限项 + 历史故障 + 知识命中组装成事实包,输出根因/方案/置信度
工单 确定性代码 建单、发飞书卡片、校验状态流转、关单时把这次处置写回知识库

它不是一块只读的大屏。区别在于:大屏的终点是「看见异常」,这里的终点是「这张单被谁、在什么时候、用什么办法关掉,并且下次同类异常能直接查到」。

在线体验

不用装任何依赖,本机一条命令起一个可对外访问的完整 Demo:

./scripts/demo-up.sh        # 构建 + 起服务 + 建演示账号,打开 http://127.0.0.1:8080
./scripts/demo-tunnel.sh    # (可选)生成一条公网 https 链接,发给对方即可点开

登录页有「直接体验(演示账号)」按钮,点一下即进设备监控页——演示账号是真实用户(role=member),走完整登录链路,权限/会话/审计行为与真实用户一致,没有免鉴权后门。

演示模式与开发模式(make up)的区别:

make up(开发) make demo(演示)
对外形态 三个端口(5173 / 3000 / 8002),vite dev 一个端口 8080,静态产物 + 反代
登录 自己的账号 游客一键进入
飞书推送 开 默认关闭(公开链接不该往真实群刷卡片)
数据 会一直累积 每小时自愈:清 36h 前的指标、12h 前的闭环单,知识库只留最新 6 条
写操作 不限 网关限速 30 次/分钟/IP

细节见 scripts/demo-gateway.mjs(单端口网关)与 mes-mcp-server/demo_keepalive.py(数据自愈)的文件头注释。

界面

四个页面共用一套深色工业视觉(右上角可切浅色)。以下截图全部来自真实运行的 mes.db——拍摄当晚 CNC-03 正处在振动劣化报警中(10.4 mm/s,阈值 8),每张图都是系统正在工作的样子。

设备监控 · 4 台设备实时指标与 24h 振动爬坡

设备监控 —— 一眼分出 4 台设备里谁在告警:

  • KPI 行:在线设备 4 · 告警设备 1(CNC-03 走限)· 未闭环工单 1 · 监控指标 12(振动 / 温度 / 压力)
  • CNC-03 整行标红:振动 10.37 mm/s(阈值 8),其余三台绿色运行
  • 底部 24h 振动趋势是这张图的重点:CNC-03 的振动从凌晨起一路爬坡——巡检正是靠这条曲线在停机前把单开出来的
  • 右侧「最新工单」实时挂到工单中心,点了就能跳过去处置

工单中心 · 状态筛选、生命周期操作与流转留痕

工单中心 —— 3 张真实工单正好对应三种状态:

  • CNC-03 那张是「已派单」,负责人王师傅——右侧蓝色的**「闭环」**按钮就是状态机的下一跳
  • INJ-01 那张已闭环,处置记录是维修工在飞书卡片上点「已处理 / 确认闭环」回填的
  • 每张单都有「日志」入口:状态机每一次流转都留痕(谁、何时、从哪个状态到哪个状态)
  • 顶部那行小字 open → assigned → done → closed · 所有流转经状态机校验并留痕 就是这套规则的合同

故障知识库 · 处置经验与来源工单溯源

故障知识库 —— 处置经验的沉淀与检索:

  • 最新一条 KN-2026…(HEATER-AGING)不是人工录入的:它是当晚在飞书卡片上点「确认闭环」时自动沉淀出来的,「溯源」字段直接点回来源工单
  • 每条经验固定四段:症状 / 根因 / 处置 / 溯源;KPI「溯源沉淀 3 / 3」表示库里的经验全部可回溯到工单
  • 检索按症状关键词命中(搜「振动」「温度」即达),为诊断 Agent 的知识召回预留了升级位

智能巡检 · 当班简报与逐设备手动巡检

智能巡检 —— 整个闭环的「驾驶舱」:

  • 顶部 KPI:巡检对象 4 · 本轮异常 1(CNC-03 vibration)· 诊断引擎 LLM · 定时巡检 60s
  • 当班简报:晚班 20:00 起当班至今——越阈设备 1 台(CNC-03 振动峰值 10.4 mm/s)、未闭环工单 1 张(已挂 15h43m,超 12h 自动标红);右上角「推送当班简报」可手动补推到飞书群
  • 逐设备巡检:任何一台点「手动巡检」都走完整闭环(判异 → 幂等 → LLM → 建单 → 飞书),和定时巡检共用同一段代码
  • 左下角判异阈值(振动 8 mm/s / 温度 75℃ / 压力 5.5 MPa)与右下角 8 步闭环流程,分别是系统的参数表和骨架图

报警卡片没有配图——它长在飞书群里,不在浏览器里。一条卡片就是一张工单的随身档案:

卡片区块 内容 来源
头部 设备 + 严重度着色(紧急红 / 一般橙) 工单 severity
指标区 超限项与实测值(如「振动 12.7 mm/s > 阈值 8」) 判异结果
诊断区 根因、处置方案、置信度 LLM 诊断节点
操作区 接单 → 已处理 → 确认闭环 三个按钮 card.action.trigger 回调
收尾 闭环后追加一行「📚 经验已沉淀:KN-xxxx」 关单自动沉淀

点按钮后卡片就地重绘成下一个状态(不是发新卡),全部动作在 3 秒预算内返回——细节见技术点 ④。

想亲眼看到这张卡片:make mes-sim 起模拟器(默认给 CNC-03 注入缓慢劣化,约 9 分钟爬过振动阈值),再等一轮 60s 定时巡检,卡片就会落进群里。

闭环流程

一次真实告警从发生到沉淀的完整时序:

sequenceDiagram
    autonumber
    participant S as 巡检 scheduler.py
    participant D as mes.db
    participant L as 诊断节点(LLM)
    participant P as PulseOps 渠道网关
    participant G as 维修班(飞书群)

    S->>D: 取每台设备最新指标
    D-->>S: 振动 12.7 > 8.0(越限)
    S->>D: 幂等检查:该设备有未闭环工单?
    D-->>S: 没有 → 继续
    S->>D: 组事实包(指标 / 超限项 / 3 条历史故障 / 知识命中)
    S->>L: 诊断请求(强制 JSON)
    L-->>S: 根因 主轴轴承磨损 / 方案 更换轴承+动平衡 / 置信度 0.85
    S->>D: 建单(状态 open,写 work_order_log)
    S->>P: 推送报警卡片
    P->>G: 卡片落到群里
    G->>P: 点「接单」
    P->>D: POST /api/work_orders/{id}/assign
    P-->>G: 就地换新卡片(assigned,显示处理人)
    G->>P: 点「确认闭环」
    P->>D: POST /api/work_orders/{id}/close
    D->>D: 关单即沉淀经验(source_wo_id 幂等)
    P-->>G: 卡片变「已闭环 · 📚 经验已沉淀:KN-xxx」
Loading

三个入口收敛到同一条链路:

  • 被动:定时巡检发现越限(主线)
  • 主动:人在会话里问「3 号机振动不对,看下」→ 问诊解析节点识别设备号与意图 → 进入同一诊断/建单流程
  • 汇总:每班收班(08:00 / 20:00)推一条班次简报,回答「这一班有没有留坑」

技术点

1. 确定性骨架 + 两个 LLM 节点,而不是「全交给模型」

判断链路里每一环的性质不同,所以分层切得很硬:

环节 性质 实现
定时巡检、阈值判异 可穷举 普通代码:v > 8.0 严格大于,边界值判健康
未闭环工单去重 可穷举 普通代码:同设备存在未闭环单则跳过
工单状态流转 可穷举 状态机 open → assigned → done → closed
根因假设与处置方案 不可穷举 LLM 诊断节点:结构化事实包进,强制 JSON 出
「3 号机振动不对」这类问询 不可穷举 LLM 问诊解析节点:自然语言 → 设备号 + 意图
推送、沉淀、留痕 可穷举 普通代码:飞书卡片、知识库写入带 source_wo_id

收益很直接:模型只做判断,不碰写操作。建单、改状态、推送都由代码执行,模型吐出的每个数字都能在 mes.db 里对账;模型挂了、key 失效、返回坏 JSON(重试 1 次后)都会降级为知识库关键词命中,巡检循环不中断。

同一台 CNC-03,两种模式的实测差异:

LLM   根因=主轴轴承磨损复发,振动 12.7 mm/s 超 8.0 阈值        置信度 0.85
      依据=振动 12.7>8.0;历史故障 F-001 同为 SPINDLE-BEARING(停机 96 min);
           知识库 KN-001 命中;温度 61.0 / 压力 4.1 / 转速 3200 未见异常;
           run_hours 12800 已长期运行
降级  根因=主轴轴承磨损                                          置信度 0.80
      依据=知识库命中 KN-001(未配置 LLM,关键词命中降级)

健康设备(CNC-01)进同一节点,LLM 输出「无异常证据,不编造根因」,置信度回落到 0.5 —— 这条是防幻觉的验收项。

2. 幂等:一台设备同时只允许有一张未闭环单

巡检是定时跑的,同一台劣化中的设备会连续 N 轮越限。如果每轮都建单,维修班会被同一件事刷屏,工单表也会烂掉。

「未闭环」的定义(open / assigned / done——done 是处置完了没人签字,事情还挂着)只在 db.find_open_work_order() 写一次,两个地方用它:

  • 巡检入口先查一次,命中就跳过——顺便省掉一次 LLM 诊断调用,模型不该为幂等买单;
  • db.create_work_order() 再兜一次,命中时返回已有工单并带 deduplicated: true。必须兜的原因:建单入口有三个(巡检 / MCP 工具 / 看板),代码检查只能挡住顺序调用,巡检进程和 API 进程并发时两边都可能查到「没有未闭环单」。

所以最后还落了一道数据库级不变式——部分唯一索引:

CREATE UNIQUE INDEX ux_work_order_open
  ON work_order(equipment_id) WHERE status IN ('open','assigned','done');

绕过任何函数直插第二张未闭环单,SQLite 自己会拒。分层的意思是:入口检查为了省钱,库级约束为了保证正确。

3. 状态机:状态只认数据库,不认卡片

WORK_ORDER_TRANSITIONS = {
    "open":     {"assigned", "done"},   # 允许跳过派单直接回填
    "assigned": {"done"},
    "done":     {"closed"},
    "closed":   set(),                  # 终态
}

跳级、回退、终态再流转一律抛 WorkOrderError,HTTP 层映射成 409。派单必须带 operator,同时回填 assignee——「谁派的」和「派给谁」都不允许空。

这条约束第一次落地时踩过一个坑:看板的「一键关单」原本直接 UPDATE status='closed',绕过了中间环节。现在改成沿合法路径补全 assigned → done → closed,每一步都写 work_order_log,关单也能查到是谁、什么时候、以什么理由。

4. 飞书卡片回写:3 秒预算内的闭环

卡片由自建应用发出,按钮的 value 里只带工单号和动作,不存任何业务状态:

{"action": "mes_work_order", "wo_id": "WO-20261107183301408", "op": "close"}

点下去之后,PulseOps 做三件事:把点击翻译成 POST /api/work_orders/{id}/{op}(operator 取点击人)、拿 MES 返回的最新工单重建卡片、返回 toast 让飞书就地替换这条消息。

两个约束决定了写法:

  • 飞书要求回调 3s 内响应,否则按钮报错并重试 —— 所以 HTTP 预算压到 2.2s,留 0.8s 给重建与网络;
  • 重复点击必须安全 —— 第二次点会撞状态机 409,翻译成人话「工单状态已变化」,并把卡片刷成库里的真实状态,而不是停在点击前那一版。

卡片永远是数据库的投影,不是第二个真相源。

5. 经验回流:关单那一刻顺手沉淀

工单走到 closed 时,close_work_order 尾部会调 sediment_knowledge_from_work_order(),把这次处置写成一条可检索的经验——不需要谁专门去知识库页手填。

字段 取值
fault_code 按症状文本推断(主轴/轴承 → SPINDLE-BEARING,振动 → VIB-OVER,温度 → TEMP-OVER,加热圈老化 → HEATER-AGING)
symptom 设备号 + 设备名:故障描述 —— 带上设备标识,按设备检索同类故障才命得中
root_cause 从描述里的「疑似…」从句切出,没写就留「建议人工补充」
resolution 优先用关单时回填的处置结果,其次取 done 环节的时间线
source_wo_id 工单号,知识库页「溯源」可直接点回工单

四个刻意的取舍:

  • 只认 closed:open/assigned 阶段没有处置结果,沉淀进去是废料,还会稀释后续检索;
  • 幂等键 = source_wo_id:同一张单关几次只产出一条;
  • 沉淀失败不影响关单:异常只打一行日志,该闭环还是闭环;
  • 留痕:工单时间线写一条 knowledge_sediment,飞书闭环卡片显示 📚 经验已沉淀:KN-xxx。

这条链路落地时抓到一个真 bug:关单占位文案「人工回填闭环」会覆盖 done 阶段填的真实处置,等于把知识库里最有价值的一栏写成废话。修法是关单留白不覆盖、API 层透传 body.resolution,并先写一条会失败的用例把它钉住。

一次真实闭环的产物:

wo_id        WO-20261107183301408            → closed
knowledge    KN-20261107192155977            → HEATER-AGING
symptom      INJ-01 注塑机#1:巡检发现温度持续偏高,疑似料筒加热圈老化
resolution   用户 011715 于 2026-11-07 19:08 通过飞书卡片确认现场处置完成
source_wo_id WO-20261107183301408            ← 溯源对得上

6. 班次简报:一班一总,收班不留坑

报警卡片是事件驱动的(一台设备越阈推一条),班组长要的是另一件事:这一班到底有没有留下没人管的坑。

口径:早班 08:00–20:00,晚班 20:00–次日 08:00;到点推的是刚结束那一班。三个统计选择是有意的:

选择 原因
越阈按窗口内峰值判 中途越阈后被处置好的设备也要曝光,否则夜班漏掉的问题会被早班抹平
done(已处理待闭环)仍计入未闭环 它还要人签字收尾,不算完
闭环数按 work_order_log 的 status_change → closed 统计 工单表没有 closed_at,updated_at 还会被处置回填改写

「当前状态」一律锚在班次结束时刻:工单状态由日志回推、越阈取 end 之前最后一条采集。所以补发昨天晚班的简报,看到的是当时的样子,不会被今天关掉的单抹掉。

7. 数据采集:真实设备的数据从哪进来

页面上的曲线不是 init_db.py 里写死的假数据,两条写入路径都汇到同一个 insert_metric():

① 采集上报(对应真实车间的网关)

curl -X POST http://localhost:8002/api/metric \
  -H "Content-Type: application/json" -H "X-API-Key: $INGEST_API_KEY" \
  -d '{"equipment_id":"CNC-03","temp":61.2,"vibration":8.6,"pressure":4.1,"rpm":3250}'
  • 鉴权:配了 INGEST_API_KEY 就必须带 X-API-Key,未配置时只接受本机上报(跨机部署务必配)
  • 校验:设备编码必须已登记(404)、数值必须落在物理区间(400)、时间戳自动归一(兼容 ISO8601)
  • 幂等:同设备同秒重复上报返回 duplicate: true,网关重试不会把点数翻倍

② 工况模拟器(让看板「活」起来)

按「基线 + 日周期负载 + 随机噪声 + 缓慢劣化」持续生成数据,并且走同一个上报端点——和将来真实网关是同一条路:

python3 simulator.py --backfill 24 --interval 10   # 回填 24h + 每 10s 采样

默认注入 CNC-03 振动缓慢劣化(约 6 mm/s·h,十几分钟越过 8.0),自动触发巡检 → 诊断 → 建单 → 飞书推送的完整闭环。也就是说:演示不需要手动造数据,等它自己报警就行。

接入真实车间时,让网关对接 ① 即可,上层零改动;若已有 MES 数据库,直接替换 db.py 的 query_* 为对方视图。

8. 流式卡片:一条三级降级链

Agent 的回复卡片按能力逐级下降,任一级不可用就退下一级,用户侧最多少个动画:

级别 接口 效果
Level 0 cardkit.v1.card.create(streaming_mode) + element/content 增量 原生打字机
Level 1 cardkit.v1.card.update(整卡 JSON) 整卡刷新
Level 2 im.message.create + message.patch 整卡刷新(最差但一定能用)

降级是逐条回复现判的,没有持久化的能力缓存:权限一开通,下一条回复自动回到 Level 0。实测日志:

INFO Streaming card created via streaming mode
     mode: "streaming"          ← Level 0,原生流式

(Level 0 需要开放平台 cardkit:card:write;JSON 2.0 卡片需客户端 7.20+,自定义流式参数需 7.23+。)

9. 守护进程:五个进程,一个入口

make up 背后的 scripts/supervise.mjs(零依赖)托管五个服务:

服务 端口 挂了会怎样
后端 / API / WebSocket 3000 看板白屏、飞书失联
Web 前端 5173 打不开页面
MES API 8002 工单、看板、卡片按钮全挂
工况模拟器 — 曲线停在原地,巡检永远「无异常」
班次简报定时器 — 收班没人提醒,坑留到下一班

它做了四件容易漏的事:子进程退出按指数退避重启(1s → 60s,稳定 60s 后归零);带端口的服务每 5s 探活、连续 3 次失败判僵死并强制重启;收到 SIGTERM 按进程组整体收尾不留孤儿;给每个服务注入 NO_PROXY——宿主机上的 HTTP_PROXY 会把 127.0.0.1 的探活也代理走,直接 502。

踩坑记录:后端冷启动(tsx 编译)实测 25~40s,而默认启动宽限是 20s,重启后进入「启动 → 被杀 → 再启动」死循环——「慢」被误判成「僵死」。宽限调到 60s 后一次通过。凡是带编译/迁移的服务,都别用默认值赌启动速度。

架构

flowchart LR
    GW["采集网关 / 工况模拟器"] -->|"POST /api/metric"| API

    subgraph MES["mes-mcp-server(Python,标准库 + FastMCP)"]
        API["HTTP API :8002"]
        DB[("mes.db<br/>6 张表")]
        SCHED["巡检 scheduler.py"]
        REPORT["班次简报 shift_report.py"]
        API --- DB
        SCHED --- DB
        REPORT --- DB
    end

    MCP["MCP Server :18080<br/>9 个业务工具"] --- DB
    PULSE["PulseOps 平台 :3000<br/>会话 / 定时任务 / 飞书渠道"] -->|"MCP over SSE"| MCP
    PULSE -->|"长连接回调 card.action.trigger"| FEISHU["飞书群"]
    SCHED -->|"报警卡片"| FEISHU
    REPORT -->|"班次简报"| FEISHU
    WEB["Web 看板 :5173"] -->|"/mes-api 代理"| API
    PULSE --- WEB
Loading
组件 技术
MES 服务 Python 3、http.server、sqlite3(零第三方依赖也能跑)、FastMCP
诊断节点 任意 OpenAI 兼容端点(DeepSeek / Qwen / GPT),无 key 自动降级
平台 Node.js 20+、TypeScript、Hono、WebSocket、Claude Agent SDK
看板 React 19、Vite、Tailwind、Recharts、Zustand
渠道 飞书自建应用(卡片 2.0 + 事件回调)、Webhook 纯文本兜底

数据模型

六张表,关系很简单但都有人问:

equipment ──1:n── metric              # 设备台账 → 运行指标(时序)
    │
    ├──1:n── history_fault            # 历史故障(诊断的事实包来源之一)
    │
    └──1:n── work_order ──1:n── work_order_log   # 工单 → 每次流转留痕
                  │
                  └──1:1(按 source_wo_id)── knowledge   # 关单沉淀的经验,可溯源回工单

字段上两个细节:metric 的同设备同秒去重是在 insert_metric() 里判的(应用层,不是数据库唯一约束);work_order 没有 closed_at,闭环时间只能从 work_order_log 读——这是班次简报统计口径的来源。

跑起来

前置:Python 3.10+、Node.js 20+、GNU Make。

# 1. 初始化模拟 MES(幂等,可重复跑)
cd mes-mcp-server && python3 init_db.py && cd ..

# 2. 一键守护启动五个服务
make up
make status          # 五项健康状态 + 日志尾部

打开 http://localhost:5173,登录后从左侧进入设备监控 / 工单中心 / 故障知识库 / 智能巡检。

5 分钟验收路径(不配任何第三方凭证也能跑完前四步):

  1. 设备监控页看到 4 台设备在出曲线(模拟器每 10s 采一次)
  2. 等 CNC-03 振动爬过 8.0,或直接在智能巡检页点「巡检」立刻判异
  3. 工单中心出现新工单,点开能看到根因与置信度(没配 LLM key 时是知识库命中,同一套字段)
  4. 走完 派单 → 回填 → 闭环,故障知识库多出一条带溯源的 KN-xxx
  5. 配好飞书三件套后,同一张单走卡片按钮,群里直接改状态

常用命令:

make up / make down / make status / make logs   # 守护
make mes-sim ARGS="--interval 10"               # 单独跑模拟器
make mes-report                                 # 生成/推送班次简报
make mes-test                                   # MES 全量回归

飞书卡片需要:FEISHU_APP_ID / FEISHU_APP_SECRET / FEISHU_CHAT_ID(写在 mes-mcp-server/.env),应用侧开通 im:message:send_as_bot、订阅 card.action.trigger、机器人已进群。三件套缺任一项就退回 Webhook 纯文本(那条路上没有按钮)。

测试与验收

make mes-test     # Python:112 项
npx vitest run tests/mes-workorder-actions.test.ts   # TS:卡片回写 15 项
文件 用例 盯的是什么
test_state_machine.py 15 状态机非法流转、时间线留痕、数据口径
test_closed_loop.py 13 建单幂等(含库级索引)、经验回流、双触发收敛
test_feishu.py 17 卡片结构、按钮 payload、降级到 webhook
test_ingest.py 29 上报鉴权/校验/幂等、模拟器不污染演示库
test_sediment.py 12 关单沉淀的字段来源、幂等、开关、失败不阻断
test_shift_report.py 18 班次口径、峰值判定、历史还原、推送降级
test_agent_nodes.py 8 诊断/问诊节点(假传输层,不联网不耗 token)
tests/mes-workorder-actions.test.ts 15 点击翻译、2.2s 预算、409 翻译、卡片重建

涉及真实数据的用例一律用临时库,跑完不影响演示库;make mes-test 会先备份 data/mes.db 再恢复。 建单链路的用例会真的走一遍巡检,所以用例自己设置 MES_DISABLE_PUSH=1——开发机的 .env 里配着真实飞书凭证,不拦住就会把测试工单推到维修群,群里的人会以为产线半夜出事。

边界与取舍

写清楚没做的和做浅的,比藏起来更省事:

  • 阈值是示例值:振动 8.0 / 温度 75.0 / 压力 5.5 用常量写在 db.py,接真实产线要按设备型号分档(同一台设备的报警阈值还应该随工况分段);
  • 故障码靠关键词推断:FAULT_CODE_HINTS 按症状文本匹配,覆盖不了长尾描述,接真实数据建议换成故障码字典或让诊断节点输出结构化码;
  • 单机 SQLite:写入都走单库单文件,够一条产线用,多车间要换 PostgreSQL 并给 metric 做分区;
  • MES 是模拟的:mes-mcp-server 模拟的是 MES 的数据形状与接口,不是真实 MES 产品;对接时替换 db.py 的查询层即可,编排层不用动;
  • 卡片回调依赖长连接:飞书侧断线重连期间点按钮会失败,靠重试与「状态已变化」提示兜住,但没有做本地队列补偿。

目录结构

.
├── mes-mcp-server/            # 设备健康业务层(Python)
│   ├── db.py                  # 数据访问 + 状态机 + 关单沉淀
│   ├── api.py                 # HTTP JSON API(:8002)
│   ├── server.py              # MCP Server(9 个工具,SSE/stdio)
│   ├── scheduler.py           # 定时巡检:判异 → 诊断 → 建单
│   ├── agent_nodes.py         # 两个 LLM 节点(诊断 / 问诊解析)
│   ├── shift_report.py        # 班次简报(生成 / 推送 / 常驻定时)
│   ├── simulator.py           # 工况模拟器(走真实上报端点)
│   ├── feishu.py              # 报警卡片 / webhook 兜底
│   └── test_*.py              # 112 项回归
├── src/                       # PulseOps 平台服务(Node.js)
│   ├── mes-workorder-actions.ts  # 卡片按钮 → 工单写操作
│   └── feishu-*.ts               # 渠道、流式卡片、卡片动作
├── web/                       # 看板(React 19 + Vite)
│   └── src/pages/             # 设备监控 / 工单中心 / 知识库 / 智能巡检
├── scripts/supervise.mjs      # 五服务守护
├── data/                      # 运行数据(不入 Git)
└── Makefile                   # 统一入口

上游与致谢

平台底座来自 happyclaw(MIT License,版权归原作者),本项目在其之上构建设备健康维护场景:业务数据层、状态机、巡检与诊断编排、飞书卡片回写、知识回流、班次简报、看板页面与守护进程均为自研。

上游另提供智能体管理、多渠道接入、用量计费、权限与运维等平台能力,与本场景无关,本文不展开。

License

MIT

About

PulseOps · 脉巡 —— 设备异常工单闭环 Agent:定时巡检 → 阈值判异 → LLM 根因诊断 → 幂等建单 → 飞书报警 → 处置回填 → 经验回流

Resources

Security policy

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages