跳到主要内容

版本发布说明

v2.0.0 (2026-07) — 架构大改版​

信息

以下 v1.x 条目为改版之前架构的历史记录。当前架构请参考本 v2.0.0 条目。

聊天编排内置化（移除 Langflow）​

  • 聊天/智能体执行统一由 AI Chat Web 内置智能体（AgentOrchestrator + ToolRegistry）承担。
  • Langflow 引擎及 15 个自定义组件、Arize Phoenix、Jupyter 已从技术栈中移除。
  • LLM 推理经由 LiteLLM(:4000, gpt-4o) 网关。智能体执行流程可在聊天界面的“查看任务”中确认。

MCP / 本体集成​

  • 原独立服务 plantpulse-mcp-server(:50000) 与 plantpulse-ontology(:8888) 已归档，由平台 server-web 集成 MCP（/api/v5/mcp，api_key 认证）取代。本体工具已并入集成 MCP。
  • 内置智能体的 ToolRegistry 通过 tools/list 动态发现工具。

RAG → LightRAG 迁移​

  • 自研 RAG 服务器（原 plantpulse-rag）已由官方 LightRAG 1.5.4 服务器取代。文档管理在 LightRAG WebUI（/webui）中进行。

基础设施共用化​

  • PostgreSQL、Cassandra、Redis、MinIO 均共用 PlantPulse 平台安装实例（取消 AI 技术栈内置运行）。

v1.4.0 (2026-03-29)​

文档​

  • 问题示例扩充至 178 个（特征存储细分、复合问题强化、新增业务场景）
  • 新增故障排查指南
  • 新增 API 对接指南
  • 新增版本发布说明页面
  • 在 README 中添加 GitBook 在线手册 URL

v1.3.0 (2026-03-29)​

文档​

  • 问题示例扩充至 170 个（按领域细分）
  • 新增 3 个附录算法指南：
    • 理解 RAG 算法（分块、嵌入、混合检索、重排序）
    • 理解 AI 模型算法（TSPulse 异常检测、TTM 预测、特征存储）
    • 理解本体（知识图谱）（图数据库、子图探索）
  • 新增故障排查指南
  • 新增 API 对接指南
  • 新增版本发布说明页面

v1.2.0 (2026-03-29)​

文档​

  • 新增 3 个附录算法指南

v1.1.0 (2026-03-29)​

文档​

  • 新增问题示例页面（130 个）

v1.0.0 (2026-03-29)​

首次发布​

PlantPulse AI 产品手册 GitBook 初次搭建。

平台构成​

  • 集成 151 个 MCP 工具
    • PlantPulse MCP Server：116 个只读 API
    • TimeSeries-Insight：27 个 AI 分析工具
    • Ontology：5 个图工具
    • RAG：3 个检索工具
  • 15 个自定义 Langflow 组件
  • AURA LLM — 工业专用自研模型（LLM + Embedding + Reranker）

AI 模型​

模型用途
AURA LLM对话/分析/报告生成
AURA Embedding向量嵌入（2560 维）
AURA Reranker检索结果重排序
IBM Granite TSPulse时序异常检测
TinyTimeMixer (TTM)时序预测

基础设施​

组成要素技术
后端Java 21 / Spring Boot 3.4、Python / FastAPI
图数据库Neo4j
向量数据库Qdrant
关系型数据库PostgreSQL 18
时序数据库Apache Cassandra
缓存Valkey（兼容 Redis）
对象存储MinIO（兼容 S3）
LLM 代理LiteLLM
AI 工作流Langflow
AI 可观测性Arize Phoenix
实验环境Jupyter Notebook

各模块主要功能​

AI Chat Web

  • 基于自然语言的工厂数据查询
  • SSE 实时流式响应
  • ECharts/Mermaid 富可视化
  • 多 AI Flow 管理

MCP Server

  • 基于 OPC-UA/ISA-95 的 116 个只读 API
  • 10 个数据域：设备、OPC、工单、站点、标签、OEE、日历、系统、RAM、EMS、报警、点位等
  • KST 原生时间处理

TimeSeries-Insight

  • 7 个领域的异常检测（IBM Granite TSPulse）
  • 7 个领域的预测（TinyTimeMixer TTM）
  • 报警深度分析（统计、持续时间、相关性）
  • 特征存储（按小时/按日自动计算、向量嵌入、LLM 上下文）
  • 设备健康评分（0~100）

Ontology

  • 包含 14 种节点类型的工厂知识图谱
  • 子图探索（可指定 depth）
  • PlantPulse DB ↔ Neo4j 60 秒自动同步

RAG

  • 4 种检索模式（hybrid、naive、local、global）
  • 混合检索（Dense + Sparse）
  • 多模态支持（文本 + 图像 + 表格）
  • Docling 文档解析器、重排序器

AI Studio

  • Langflow 可视化流程编程
  • 15 个 PlantPulse 专用组件
  • LiteLLM LLM 代理
  • Arize Phoenix AI 评估/监控
  • Jupyter Notebook 实验环境