← 智能体在线 · 家族首页
Capability Map · 基线 1.35.0

每一项能力,都能指出它在哪里、怎么验

这张地图按「数据怎么进来 → 怎么算 → 凭什么可信 → 怎么交出去」分层。 每一层给出模块位置与验收方式;拿不到的、做不到的,单独列在最后。

Layers

六层结构,层间只走公开 API

平台层零求解逻辑 —— 它的存在只证明一件事:网页算出来的和 CLI 算出来的是同一份结果。

⑥ 平台层 · apps/aps-platform(2,173 行) api / service / plan(契约映射七纪律)/ storage(SQLite)/ auth / rolling / rolling_advice / revision_store 13 个端点 ⑤ 接口层 · 一份实现,三种入口 cli(19 子命令)· tools(7 个 MCP 工具)· byoe_bridge(13 个会话工具)· mcp_server(仅传输)· tool_contract(why / 压缩 / 7 类拒绝码) 同源 ④ 可信层 · 不信求解器,重算一遍 validator(13 项)· certificate(证书)· explain(最小冲突集)· trace(10 类约束溯源) conformance(56 条断言)· provenance · risk · compare · calibrate · recommend 判定模块变异分数 ≥85% 才准入 ③ 决策层 · 两条路径,同一套语义 solver/cpsat(精确 · 字典序三级目标 · 槽位容量池)· solver/greedy(波次 + 即时提交 · 兜底) dispatch(7 规则 + 8 链 + 换型聚集)· epsilon(trade-off)· whatif / reschedule(增量)· rolling(滚动编排) 任何回退都标注 solver_fallback,不隐瞒 ② 模型层 · 输入即契约 models(工序-资源适配 / 槽位 / 技能池)· resources · calendar(三日历求交 · 班次×资源×位置) setup(换型矩阵 / 非对称)· kitting · lotting · maintenance_by_volume · healthcheck(5 类检查) ① 输入层 · 能进来的都写死了格式 JSON(ScheduleInput)· CSV 七表 · CSV bundle 内联(网页 == CLI)· MSPDI 导入(只读)· aps demo 生成示例
层与层之间不共享内部状态;平台层调内核公开 API,与 CLI 逐步同源
Kernel

内核 38 个模块,按职责分组

26,863 行 Python,纯 Python wheel,无服务、无 UI、无 LLM 依赖。

输入与建模

models io_csv resources calendar setup kitting lotting mspdi demo

  • 空适配 ≠ 全设备可用
  • 容量是池,不是槽位
  • 换型本身占资源

求解

solver/cpsat solver/greedy dispatch/* epsilon whatif reschedule

  • 跨窗口工序可续排(跨度独占槽位)
  • 热启动 / 冻结 / 拖拽级联
  • 熔断参数经实测有效才开

可信与解释

validator certificate explain trace conformance provenance

  • 复核用输入重算,不看求解器
  • 溯源不读内部变量,重放约束
  • 绑定项可多条,可为零

学习与预测

compare calibrate recommend risk chain_draft

  • 参数建议只提议,不落地
  • 概率交期同 seed 同结果
  • 规则草稿由内核确定性校验

交付与治理

render replenishment approval revision healthcheck benchmark

  • 审批账本追加写、不可改判
  • 版本令牌只含排产内容
  • 体检结论是估计值,如实标注

接口

cli tools tool_contract mcp_server byoe_bridge

  • 拒绝码在工具层产生
  • 答案必带 why 块
  • 无 LLM 也 100% 可用
Surfaces

三个界面,同一套判据

命令行给工程师,工具面给 AI,HTTP 给前端。三者对同一份输入必须给同一份答案。

CLI 子命令回答什么问题典型调用
solve排一版计划,出 JSON / 甘特 / 证书aps solve ./data --solver cpsat --gantt out.html
explain排不下时,最小冲突集是什么aps explain data.json
trace这道工序为什么在这个时刻aps trace data.json --operation JOB-007-OP2
health这份数据能不能排(5 类体检)aps health data.json
whatif插一单,谁会从准时变拖期aps whatif ./data --insert job.json
compare计划和实绩差在哪aps compare data.json --plan plan.json --actual 报工.csv
calibrate工时系数该不该调(只建议)aps calibrate compare.json
recommend这个场景该用哪条规则链aps recommend data.json
risk按期交付概率与瓶颈敏感性aps risk data.json
conformance行业分册参数是否漂移aps conformance(或 --only stamping.yaml)
load资源负荷率与槽位占用aps load data.json
replenish缺料净额与计划补货aps replenish data.json
lotting拆批 / 合批建议aps lotting data.json
import-mspdi把 Project 计划转成排产输入aps import-mspdi p.xml
demo chains industries benchmark version上手 / 枚举 / 基准 / 版本aps demo ./mydata
共 19 个子命令。--solver 默认是 greedy(快速可行解,不证明最优);要可证的 OPTIMAL 必须显式写 --solver cpsat。

MCP 工具(只读 + 诊断,7 个)

给任意 MCP 客户端用。无状态,适合「问一句、要一份结果」。

aps_solveaps_get_result aps_explainaps_health aps_validateaps_trace aps_demo_data

会话工具(有状态,13 个)

给同进程 Agent 用。能做推演与方案管理 —— 因为会话状态本就属于进程内。

aps_solveaps_whatif_insert aps_apply_whatifaps_scheme aps_compareaps_calibrate aps_recommendaps_summary aps_explainaps_health aps_validateaps_trace aps_proposal(仅提议/查看,无 approve)
平台端点用途关键判据
POST /api/v1/solve求解并返回 PlanResponse与 CLI 逐步同源;缺 horizonStart 直接拒绝,不猜今天
POST /api/v1/solve/csvCSV bundle 内联求解与目录版共用唯一解析器
POST /api/v1/reschedule拖拽意图重排判据在 movedHonored,不是 HTTP 200
POST /api/v1/reschedule/rolling滚动编排(实绩覆盖冻结段)带符号差分;版本冲突 409
POST /api/v1/resource-load负荷热力图与 aps load 同一模块、同一分母口径
GET /api/v1/chains /industries /csv/template枚举与模板模板即契约,改了要同步测试
GET /api/v1/assistant/tools13 个会话工具的规格清单里不存在 approve/reject(断言 + humanOnly)
POST /api/v1/assistant/act执行单个工具,返回 why 块工具拒绝是领域回答:200 + ok:false,不是 HTTP 错误
GET /api/v1/assistant/demo-data内置演示数据(六张 CSV)打开网页即可问,不必先备数据
DELETE /api/v1/assistant/session/{sid}丢弃会话会话只存内存(LRU + TTL),重启即丢
GET /healthz存活探针鉴权豁免,仅此一个
共 13 个端点。写操作全部无状态:客户端重发原始输入 + 意图,服务端不存计划。唯一的会话是助手侧栏(进程内 LRU + 30 分钟 TTL,不落盘)——它的基线由前端回传的 planRevision 决定,不自己另排一次。
Verification

怎么证明它真的对

「测试全绿」是最弱的证据。这里列的是更强的四种。

① 反向注入(改坏必须被抓)

每个能力都配一条「把实现改错,测试必须失败」的注入验证。项目历史上抓出过 5 条假复核项。

② 变异测试(断言是否有效)

关键判定模块(risk / compare / calibrate)跑变异分数,低于 85% 不准入。等价变异必须书面接受。

③ 网页 == CLI

端到端脚本同时起 uvicorn 与 vite,走真实 HTTP 求解,与 CLI 逐条比对工序、资源、起止。

④ 手写 CSV 冒烟

覆盖「两条分支同时触发」的数据(例:一台有日历 + 一台无日历)。只跑单测抓不到回退路径的错。

为什么要说这些:排产错的代价不是报错,是「安静地少排了一单」。所以这里的验收重点不是覆盖率, 而是未排工序是否与原因一起产出、回退是否标注、复核是否独立。
Limits

已知边界(完整清单)

与 README「已知局限」表一致。写在这里,是为了不让销售话术先于事实。

边界现状性质
大规模最优性50 工单内可证最优;更大规模给可行解 + 真实 gap已知,不修
确定性仅 OPTIMAL 成立;限时未证最优时同 seed 可能不同已知,不修
换型建模同槽位同组成块:充分非必要,会排除部分交错排法已知,不修
建模耗时200 单 20~30 秒;紧凑窗口可省 36× 变量但证明最优慢 2~4×真实劣势
体检可执行率静态校验的估计值,不含现场临时变更已知
持久化内核无状态;冻结窗口由调用方传入(专业版有 SQLite 会话存储)设计选择
人员并发技能池容量已建;多工种共享同一设备的并发上限未建模专业版待评审
边界外MRP / ATP / CTP / RCCP / S&OP / OEE / 需求预测属另一产品
这张表会随着版本变短,但不会消失。任何一次「这个已经解决了」都必须附一个能失败的测试。