工业 AI / 智能体本地原型
OpenClaw 工业 AI Agent
面向制造业知识检索、任务规划和工具调用场景持续迭代的工业 AI Agent 原型，聚焦 RAG、Tool Use 与多 Agent 协作。
已作为个人工业 AI 主线项目持续迭代，当前以本地工程形态推进。
PythonLangChainRAGLLMMulti-Agent
当前项目方向
目前的项目实践
主要对应三类岗位。
方便招聘方快速判断岗位匹配度，我把项目集中在工业 AI、机器人和工业视觉三个方向。
工业 AI Agent 主线
对应 AI 应用工程师、前沿部署工程师方向，重点是工业知识助手与任务执行原型。
ROS2 与移动机器人
对应 ROS 开发工程师方向，重点是导航、路径规划和传感器集成。
工业视觉与检测
对应智能制造、机械结构相关岗位，重点是检测场景与工程表达。
代表项目
先看最能代表岗位匹配度的项目。
数字孪生 / 全栈公开仓库
MES 数字孪生产线系统
围绕工厂产线可视化和实时状态表达构建的 Web 数字孪生项目，聚焦设备、工位和生产流的在线映射。
ReactThree.jsZustandWebSocket
工业数据 / 预测分析公开仓库
智能装备健康管理系统（IEHM）
面向预测性维护场景，模拟多设备时序数据，使用 XGBoost 预测剩余寿命，并结合大模型生成故障诊断报告与工业风看板。
PythonXGBoostFastAPIWebSocket
相关文章
如果需要更细的技术背景，可以继续看这些文章。
2026年6月9日
通用 Agent 会被大厂吃掉，但业务型 Agent 还没结束
当 Lovart、星流这类平台越来越强，我越来越在意的不是还能不能做一个类似 Agent，而是如果通用能力被覆盖，自己究竟还剩下什么。
AI Agent产品思考业务落地平台竞争
06/08
当工业大模型遇见 AI Agent：多智能体协作如何重塑制造业的智能化底座
从制造业落地视角理解工业大模型与 AI Agent 的结合，重点关注多智能体协作为什么会成为未来工厂的重要智能底座。
工业AIAI Agent多智能体系统
06/07
AI智能体开发框架选型思考：LangChain、LangGraph、AgentScope 2.0、CrewAI 与 AutoGen
从项目落地视角比较主流 AI 智能体开发框架，重点关注工作流控制、多人协作、可观测性与工程可维护性。
AI Agent框架选型LangGraph
06/07
AI First 应用的关键问题：生成效率提升后，理解成本成了新的瓶颈
在 AI First 应用中，真正变贵的不是生成，而是理解、校验、吸收和交接 AI 产出的成本。
AI First产品思考理解成本
06/07
FDE工程师的未来发展，与AI时代更有效的学习方法
从业务落地视角理解 FDE 工程师的价值，并总结 AI 时代更重要的学习方法：快速实践、结构化复盘和持续压缩理解成本。
FDE前沿部署学习方法