AI Chat Web — Konversationeller Copilot
Überblick
PlantPulse AI Chat Web ist eine konversationelle KI-Copilot-Webanwendung für Bediener in der Fertigung.
Auf eine Frage in natürlicher Sprache wählt der integrierte Agent (AgentOrchestrator + ToolRegistry) automatisch die erforderlichen Werkzeuge aus und ruft sie auf, um Echtzeitdaten abzufragen, KI-Analysen durchzuführen und Wissensbestände zu durchsuchen. Die Werkzeuge des plattformintegrierten MCP (Echtzeitdaten), von TimeSeries-Insight (KI-Analyse) und LightRAG (Dokumentensuche) sind in einer einzigen Chat-Oberfläche zusammengeführt.
Mit der Überarbeitung 2026-07 wurde die Chat-Orchestrierung vollständig auf den in copliot-web integrierten Agenten umgestellt. Eine separate Langflow-Engine entfällt; die LLM-Inferenz läuft über das LiteLLM-Gateway (gpt-4o).
Kernfunktionen
Abfrage von Werksdaten in natürlicher Sprache
- Frage in koreanischer Alltagssprache → die KI wählt automatisch den passenden MCP-Server und das passende Werkzeug
- Intuitive Dialoge wie „Zeig mir die Temperatur der Spritzeinheit" oder „Zeig mir den Aufbau des Werks Daejeon"
- Automatische Umsetzung von Anlagennamen (koreanisch) in System-IDs
Echtzeit-Streaming-Antworten über SSE
- Echtzeit-Streaming der Antworten auf Basis von Server-Sent Events
- Der Analyseverlauf der KI ist live nachvollziehbar
- Diagramme und Grafiken werden bereits während des Streamings sofort gerendert
Reichhaltige Visualisierung
| Visualisierungstyp | Unterstützte Darstellungen |
|---|---|
| ECharts | Zeitreihenverläufe, Gauges, Balken/Kreis/Radar/Heatmap/Sankey/Treemap |
| Mermaid | Prozessflussdiagramme, Zustandsübergänge, Diagnosebäume für Anomalien |
| Markdown | Sensordatentabellen, Anlagenlisten, Alarmhistorien |
Verwaltung mehrerer Anwendungen
- Mehrere KI-Anwendungen (Apps) lassen sich zweckbezogen verwalten (universeller Copilot, reine Anlagendiagnose, reine Dokumentensuche usw.)
- Umschalten von System-Prompt und Werkzeugkonfiguration je App
- Anlegen, Bearbeiten und Löschen von Apps im Administrationsbereich
Werkzeug-Routing des integrierten Agenten
- Das LLM (gpt-4o) analysiert die Absicht der Benutzerfrage und wählt automatisch das optimale Werkzeug
- Bei zusammengesetzten Fragen ruft die Agentenschleife mehrere Werkzeuge nacheinander auf (Tool-Calling)
- Werkzeuge: integriertes
rag_search(LightRAG) undts_get_asset_health(Insight) sowie dynamische Werkzeuge des plattformintegrierten MCP - Der Ablauf lässt sich über „Ablauf anzeigen" (AgentTraceStore) nachvollziehen
Bildschirmaufbau
| Bildschirm | Beschreibung |
|---|---|
| Haupt-Chat | Echtzeitdialog mit dem KI-Copiloten, Inline-Rendering von Diagrammen und Grafiken |
| Anwendungsauswahl | Umschalten zwischen zweckbezogenen KI-Apps |
| Chat-Verlauf | Frühere Dialoge durchsuchen und fortsetzen |
| Administrationsbereich | App-Verwaltung, Benutzerverwaltung, Verwaltung von Prompt-Vorlagen |
Technologie-Stack
| Komponente | Technologie |
|---|---|
| Backend | Java 21, Spring Boot 3.4, Spring Security 6.x |
| Frontend | JSP, Bootstrap, jQuery, ECharts, Mermaid |
| KI-Backend | Integrierter Agent (AgentOrchestrator + ToolRegistry) → LiteLLM (gpt-4o), SSE-Streaming |
| Datenbank | PostgreSQL (Metadaten, Chat-Verlauf), Redis (Cache) |
| Dateispeicher | MinIO (S3-kompatibler Objektspeicher) |
| Deployment | WAR (Servlet-Container) oder eingebetteter Tomcat |
Wesentliche Einstellungen
Konfigurationsdatei: src/main/resources/application.properties (Werte lassen sich per Umgebungsvariable überschreiben)
| Eintrag | Beschreibung | Standardwert | Umgebungsvariable |
|---|---|---|---|
openai.api.url | URL des LLM-Gateways (LiteLLM) | http://127.0.0.1:4000 | CH_OPENAI_API_URL |
openai.model | LLM-Modell für den Chat | gpt-4o | CH_OPENAI_MODEL |
mcp.api.url | Basis-URL des plattformintegrierten MCP | (Adresse der Platform server-web) | CH_MCP_API_URL |
mcp.api.token | api_key des integrierten MCP | (bei der Installation festgelegt) | CH_MCP_API_TOKEN |
mcp.tools.enabled | Nutzung der integrierten MCP-Werkzeuge | true | CH_MCP_TOOLS_ENABLED |
mcp.timeseries.api.url | API-URL von TimeSeries-Insight | http://127.0.0.1:8970 | CH_MCP_TIMESERIES_API_URL |
rag.api.url | RAG-API-URL | http://127.0.0.1:7115 | CH_RAG_API_URL |
rag.api.key | RAG-API-Schlüssel | (bei der Installation festgelegt) | CH_RAG_API_KEY |
sse.stream.timeout | Timeout des SSE-Streamings | -1 (unbegrenzt) | — |
app.request.limit | Begrenzung gleichzeitiger Anfragen | 10 | — |
server.servlet.session.timeout | Session-Timeout | 480m (8 Stunden) | — |
Ein einzelner Chat spricht bis zu drei Backends an — Echtzeitdaten über das plattformintegrierte MCP (mcp.api.url),
KI-Analysen über TimeSeries-Insight (mcp.timeseries.api.url), Dokumentensuche über die RAG-API (rag.api.url).
Lautet die Antwort „Daten können nicht abgerufen werden", prüfen Sie zuerst, welche Verbindung ausgefallen ist.
Merkmale
Sofort einsetzbare Weboberfläche
- Keine Client-Installation erforderlich — Zugriff allein über den Webbrowser
- Responsive Darstellung für Mobilgeräte und Tablets
- Authentifizierung und Autorisierung auf Basis von Spring Security
Auf die Fertigung zugeschnittene UX
- Koreanisch als native Sprache — natürliches Verständnis von Werksbegriffen und Anlagenbezeichnungen
- Visuelle Zustandsanzeige (normal/Warnung/kritisch)
- Automatische Aufbereitung komplexer Analyseergebnisse zu strukturierten Berichten
Eignung für Unternehmensumgebungen
- Integration in bestehende WAS (Tomcat, WildFly usw.) per WAR-Deployment
- Benutzerauthentifizierung über JDBC — Anbindung bestehender Benutzerdatenbanken
- Vollständiger On-Premises-Betrieb — keine Cloud-Abhängigkeit