技能介绍

机加工车间的排产痛点

在机加工车间，生产调度是一项极度依赖经验与精力的复杂工作。调度员不仅要核对订单交期与优先级，还需综合考量工艺路线的先后依赖、设备与工装的独占性、人员技能匹配以及物料齐套状态。人工排产往往耗时数小时，且极易因考虑不周导致设备冲突、交期延误或在制品积压。当面临插单、设备故障等动态异常时，传统表格工具更显得力不从心。

核心能力与工作流

该技能提供了一个零依赖的单文件 Web 应用（assets/ai-scheduler-final.html），通过内置的启发式算法直接在浏览器中完成计算。其核心工作流如下：

数据接入：支持通过 Excel 模板批量导入 22 个字段的订单数据，也可手动录入，并为 ERP/MES 系统预留了 API 对接接口。
约束建模：内置 10 大约束配置分组，涵盖订单、工艺路线、设备资源、工装夹具、人员排班等维度。用户可在表单中直接设定交期硬约束、设备负荷上限及换型工时等参数。
引擎计算与可视化：排产引擎依据“优先级 → 交期 → 权重”规则进行排序，并结合准备时间与标准工时计算进度。结果通过 Plotly.js 渲染为交互式甘特图，以绿/黄/红三色直观标识正常、冲突与逾期风险。
结果输出：支持导出包含排产计划与统计数据的 Excel 报表，并可通过“一键下发”功能更新订单状态。

适用边界与注意事项

该工具内置的是真实启发式算法，能够在秒级内生成高可行性的排产方案，但它并非数学规划求解器，不保证全局最优解。若车间需要求解极大规模的复杂组合优化问题，建议结合 scripts/scheduler.py 引入 OR-Tools 等专用求解器。此外，系统登录为演示模式，不进行真实鉴权；若要接入企业现有的 ERP 或 MES 系统，需开发者自行修改 scripts/api_server.py 中的数据加载逻辑。