NVIDIA 工厂运营 Blueprint 如何协调 AI 智能体调查生产问题

西门子的一份报告估计，在受调查的行业中，计划外停机平均每年给大型工厂造成 2.53 亿美元的损失。无论是调查电路板故障还是响应紧急订单，工厂团队都必须跨系统收集证据、咨询专家并协调下一步。数据可能是可用的，但将其转化为响应需要大量的时间和精力。

NVIDIA 工厂运营 Blueprint (FX) 提供了一个参考架构，用于将工厂经理智能体添加到现有工厂系统中。开发者连接其现有数据和工具，配置专用智能体，并定义需要操作员评审的决策。这些智能体可以实时监控运营，识别瓶颈，调查错误或缺陷的根本原因，并编排机器人车队以减少停机时间并提高产量。

生产规划和检查是两个工作流程，工厂智能体可以帮助团队响应新订单和产品设计。位于埃尔兰根的西门子电子工厂每年生产 1000 多种产品，新产品或订单的频繁更换使得这两项任务变得非常重要。对于紧急订单，由 NVIDIA Nemotron 提供支持的智能体通过 Siemens Intelligence Center X 使用 FX Blueprint 构建。这些模拟能够平衡成本、现有订单、供应水平和生产线设置，而无需规划人员手动查询每个系统。端到端代理式系统可节省高达 20% 的成本。对于新产品设计，西门子正在将其产品生命周期管理软件和 Process Preparation X 与 NVIDIA Cosmos 和 NVIDIA Omniverse 相结合，以生成虚拟原型和合成训练数据。这有助于电子制造商在开始实际生产之前准备和优化自动光学检测 (AOI) 流程。这种虚拟生产准备可以将上市时间缩短高达 40%。

以下超级 AI 智能体视频包括来自 NVIDIA GTC 2026 柏林大会的西门子生产规划示例。

本文介绍了用于印刷电路板 (PCB) 生产的表面贴装技术 (SMT) 装配线的 FX 参考示例。它解释了工厂经理智能体如何连接工厂数据并协调专业智能体检查可疑缺陷、安排返工并调查可能的原因。

使用 FX 构建工厂智能体系统

Factory Manager Agent 使用实时工厂数据协调专用智能体和现有设备。开发者可根据生产流程调整智能体的技能、数据连接、知识和工具，以便智能体调查问题并协调响应。

组件	Blueprint 功能	开发者职责
经理智能体	具有技能、工具、内存和授权的持久智能体环境	任务定义、完成标准和应用程序集成
工厂知识	数据载入和检索模式	标识符、时间、单元和源权限的映射
专业代理	用于检查、根本原因分析、报告和车队管理的工作流示例	工厂特定标准、其他专家和输出验证
设备集成	MCP 和 API 集成模式；通过 ROS 2 和 NVIDIA Isaac Sim 连接设备	物理设备连接和处理策略
部署	服务、模型端点和可选模拟单元的配置文件	资源选择、端点配置和访问边界检查

表 1. 用于工厂智能体部署的 Blueprint 功能和开发者职责

工厂经理 Agent 组件

Fox 展示了如何使用 NVIDIA Agent Toolkit，通过以下三个核心组件构建长期运行的 Factory Manager Agent：

LLM：解释任务、连接工厂系统中的数据、制定计划并评估结果。开发者可以根据部署要求选择前沿模型 (例如 GPT-6 Astra) 或开放模型 (例如 NVIDIA Nemotron) 。
智能体工具：将管理器与工具、技能、持久内存和专业智能体连接起来。NemoClaw 作为默认工具，支持替代方案。线束可管理后台任务和计划作业，同时让操作员随时可以使用管理器。
NVIDIA OpenShell：隔离执行环境，并强制实施文件、命令和网络目标的访问策略。出厂策略定义了允许的操作以及需要操作员审查的时间。

工厂数据和专业智能体

开发者通过适配器和映射连接现有的机器数据库、制造执行系统 (MES) 和企业资源规划 (ERP) 系统。手册和操作程序有助于经理解释数据。Elasticsearch 数据库存储信息以供检索，并保留调查上下文。

经理将重点任务分配给基于 LLM 的专业智能体，每个智能体都有自己的指令、上下文、技能和工具。专家可以调用 NVIDIA Cosmos 等模型进行视觉检查，调用 Kumo 进行时间序列异常检测，然后返回结果以指导经理的下一步工作。开发者可以根据自己的生产流程调整这些角色。

本地部署

Fox 可以在 NVIDIA DGX 工作站上运行，其智能体环境、所需的 AI 模型和本地托管的数据存储。完全本地部署需要每个模型和服务端点都保留在工厂网络中。这会将生产记录、图像、提示和调查结果保留在本地。使用外部托管模型的开发者必须评估发送到该端点的数据。

SMT 参考示例与 Siemens 生产规划实施分开。它遵循 AOI 警报，通过检查、返工和根本原因分析；其他工厂工作流程可以使用相同的架构，使用不同的数据、专家和设备连接。

将 FX 应用于 SMT 装配线

许多电子产品都使用 PCB。SMT 在很大程度上实现了组装的自动化，但有些步骤仍然是手动操作。当在一个工作站检测到缺陷时，问题可能是由几个较早的步骤引起的。

SMT 装配线可包含以下站点：

焊料打印机：将焊料粘贴到元器件衬垫 (Pad) 上。
拾取和放置机器：在焊锡膏上放置元器件。
回流炉：将焊料融化并冷却，形成机械和电气连接。
AOI 和在线测试 (ICT) ：检查可见缺陷并测试电气特性。
主板集成：安装更大的组件。
标准操作程序 (SOP) 工作站：根据标准操作程序进行手动装配。
功能测试：检查主板是否按预期运行。
包装站：准备主板以便发货。

AOI 警报可能是假阳性，而已确认的缺陷或功能测试失败则可能需要返工。对于疑似焊接缺陷，Factory Manager Agent 会协调进行第二次检查，必要时安排处理，并调查哪里出了问题。

接收 AOI 警报

开发者通过模型上下文协议 (MCP) 服务器或 API 连接 AOI 站，将检查记录公开给管理器的工具。对于标记好的电路板，管理器检索电路板标识符、受影响的元器件和检查图像，然后请求进行二次评估。

板标识符将此请求连接到其他站点的记录。网卡会保留标识符、时间、单元和源引用，因此智能体可以检索电路板的生产历史记录和遇到的机器状况。

视觉检测智能体

视觉检测智能体接收电路板图像、参考示例以及该电路板设计的批准标准。它将世界理解模型 NVIDIA Cosmos 与工厂手册中的可疑组件进行比较。借助上下文学习，模型可在推理过程中使用这些示例和指令，而无需执行单独的微调步骤。

专家会返回其发现、支持证据和任何不确定性。如果疑似缺陷是可接受的变体，则专家会根据工厂政策返回支持继续生产的证据。确认的缺陷会继续处理和调查；人工审查则会得出不确定的评估结果。

车队管理智能体

对于已确认的缺陷，经理要求 Fleet Management Agent 移动已识别的电路板进行返工。参考工作流使用 NVIDIA Isaac Sim 和 ROS 2 在数字孪生中演示了这种传输。物理部署需要工厂特定的设备集成，用于机器人处理和自主移动机器人 (AMR) 运输。专家会检查权限和功能，并在报告之前验证完成情况。初始部署在处理之前需要操作员批准。操作员在包装前对电路板进行维修和重新测试。

根本原因分析智能体

Root Cause Analysis Agent 使用电路板标识符和处理历史记录来检索检查结果、放置记录、电气测试结果和机器测量值。即使光学检测未发现任何明显缺陷，功能测试失败也会触发此类调查。

对于疑似焊接缺陷，电路板的回流进入和退出时间确定了要检查的炉子读数。Kumo Anomaly 会分析这些读数的异常模式。该智能体将这些发现与其他生产运行、检查结果和机器手册进行比较，以研究炉子条件是否导致了缺陷。

通过 Elasticsearch，您可以访问生产证据、版本化手册和先前调查。历史发现可以指导搜索，但智能体可以检索当前的程序和记录来支持其结论。它会返回一份 PDF 报告，其中包含源记录、可疑测量结果、可能的原因以及建议的纠正措施，以供生产线经理查看。

在此 SMT 生产线中，通过连接到现有数据库、工厂系统和机器，FX 可协调检查、根本原因分析和车队管理智能体。它们共同帮助操作员将缺陷追踪到其可能的原因，协调返工，并决定如何防止进一步的故障，从而减少人工工作量并帮助保持生产。

智能体技能可指导数据载入、智能体配置和部署到 NVIDIA DGX 工作站。开发者可以自定义技能、工具和专业智能体，以便随着工厂需求的变化为新的工作流程提供支持。

开始使用 FX

NVIDIA FX 帮助开发者构建工厂经理智能体，将跨系统的证据连接起来，调查问题并协调纠正措施，从而在扩展现有工厂软件的同时，帮助减少停机时间并提高质量。