懂設備,不一定懂程式
梯形圖寫得很熟,但 Python、MQTT、GUI 框架是另一套技能,學起來要花很多時間。
AI for OT · 給 OT 人員的 AI 程式開發
最懂設備的是現場的 OT 人員:PLC 工程師、設備工程師、自動化工程師。Falcon 把 PLC 與 HMI 的通訊變成 AI 看得懂的 JSON-RPC 資料,你只要用現場的說法描述需求,AI Agent 就能寫出程式,並在回放資料上自己測試到通過為止。
梯形圖寫得很熟,但 Python、MQTT、GUI 框架是另一套技能,學起來要花很多時間。
一個監控畫面、一份報表,交給 IT 要排隊好幾個月,需求還常常被誤解。
程式寫錯可能影響生產,只能等停機或歲修才能測,一年沒幾次機會。
Falcon + AI Agent
關鍵在於:AI 需要看得懂的資料,以及可以放心犯錯的測試環境。Falcon 兩個都提供。
直接說「D100 是沖壓壓力,單位 0.1 bar」。點位以 JSON-RPC 呈現,AI 能把你的說法對應到實際資料。
開發和測試都用錄下來的現場資料。AI 寫錯了只影響你的電腦,產線完全不受影響。
Agent 會執行程式、比對回放資料、發現錯誤自己修,你拿到的是已經驗證過的結果。
產出的是標準 Python 與 PySide6,看得懂、改得動,不會被綁在某個封閉平台。
用 OT 人員平常的說法就好,不需要懂程式術語。
用 Falcon 錄一段實際生產的通訊 log。
告訴 AI Agent 點位代表什麼、想看到什麼。
Agent 寫程式、跑回放、修錯誤,直到全部通過。
在回放畫面上確認結果,再切換到現場 MQTT Broker。
> D100 是沖壓壓力,單位 0.1 bar;M20 是主馬達運轉。壓力超過 120 bar 持續 3 秒,畫面要閃紅燈,並把時間和壓力記到 CSV。
● 從回放 log 找到 D100、M20,D100 範圍 0–1350(= 0–135.0 bar)
● 撰寫警報邏輯、紅燈元件與 CSV 記錄(PySide6 + paho-mqtt)
● 用 log.replay 回放 shift-a:偵測到 2 次超壓事件
↻ 第 2 次超壓只持續 2.4 秒卻觸發警報:修正計時邏輯後重測
✓ 完成:1 次警報、CSV 1 筆,與回放資料一致
Use cases
這些過去要找 IT 或外包的工作,現在可以自己完成。
把現場 HMI 的關鍵數值搬到辦公室或主管的電腦上。
定時記錄點位數值,輸出 CSV 或 Excel 日報、班報。
超出上下限、持續時間過長、狀態異常時自動通知。
從運轉、停機、產量點位自動計算稼動率。
從錄下的通訊自動整理出 HMI 實際使用的點位與數值範圍。
回放同一段資料,比對 PLC 程式修改前後的行為差異。
可以。你只需要用現場的說法描述需求,例如點位代表什麼、要在什麼條件下做什麼。程式由 AI Agent 撰寫並測試,你在畫面上確認結果是否正確即可。
任何能撰寫並執行 Python 的 AI coding agent 都可以,例如 Claude Code。Falcon 提供的是標準 JSON-RPC 與 MQTT,不綁定特定 AI 服務。
不會。開發時只用錄下來的 log 回放;上線後程式也只能透過 Falcon 的 JSON-RPC 方法存取點位,而且寫入需要另外授權。
可以。產出的是標準 Python 與 PySide6 程式碼,可以自己修改、交給同事維護,或再請 AI 協助調整。
傳統軟體功能固定,客製要找原廠或系統整合商。Falcon 搭配 AI,讓 OT 人員依自己的需求快速做出專用工具,並且可以在回放資料上完整驗證。
告訴我們你的 PLC / HMI 型號與現場需求,業務團隊會在一個工作天內回覆導入評估與報價。