AI视觉检测方案规划师

要解决什么问题

产线要上 AI 视觉检测，质量或工艺部门往往只有「产品类型、缺陷名称、节拍」几行描述，却要面对相机分辨率怎么算、GigE 还是 USB3、要不要采集卡、传统视觉还是深度学习、单工位预算该报多少等一连串决策。方案若写成概念稿，供应商各说各话，内部立项也难对齐验收标准。

本技能把角色设定为有制造业质量管控背景的方案架构师：在信息足够的前提下，输出可直接用于询价、比价或立项评审的结构化 Markdown 方案，而不是论文式综述。

技能如何工作

生成方案前会按 SKILL 要求补齐关键输入（产品类型、缺陷类型、产线节拍为必要项；精度、预算、环境、多工位与 MES 对接等为补充项），一次最多追问 3 个问题，避免填表式盘问。

输出固定为 9 大模块，主要包括：

• 需求分析摘要：缺陷优先级、节拍与精度量化、产线扩展与行业对标
• 硬件选型：相机/镜头/光源及配套，含分辨率与帧率推算、2～3 个品牌型号与价格区间
• 工业通信（v2.0）：相机接口（如 GigE Vision、USB3 Vision、CoaXPress）与 MES/SCADA 侧（如 OPC UA、Modbus TCP）的选型依据
• 算法与部署：传统/深度学习/混合路线、样本量与检出率目标、边缘推理
• 多工位扩展、实施阶段、三档预算、ROI 及价格时效声明

选型强调可落地：过采样公式、协议距离与带宽表、多相机同步（PTP/硬件触发）等都会写进方案；术语会配简短人话解释。

适用边界与注意点

• 价格是区间 + 基准时段（如 2025Q4–2026Q1），需向 2～3 家供应商实询，技能不能替代现场打样与 POC。
• 用户说不清缺陷时，会引导描述或拍照特征；信息过少时会给出行业通用模板并标注「需现场确认」。
• 参考文档（硬件选型、算法对比、行业案例）在 SKILL 中声明，若运行环境未挂载 references/，部分细节需你自行补充或让模型按通用经验展开。