搜索引擎 + AI 驱动的行业新闻
【覆盖行业】
信保 ｜出口 ｜金融
制造 ｜农业 ｜建筑 ｜地产
零售 ｜物流 ｜数智
【访问入口】
hangyexinwen.com
【新闻分享】
点击发布时间即可分享
【联系我们】
xinbaoren.com
（微信内打开提交表单）
【覆盖行业】
信保 ｜出口 ｜金融
制造 ｜农业 ｜建筑 ｜地产
零售 ｜物流 ｜数智
【访问入口】
hangyexinwen.com
【新闻分享】
点击发布时间即可分享
【联系我们】
xinbaoren.com
（微信内打开提交表单）
📰 从Demo到现场，看研华iFactory.AI Agent如何让制造业数智升级
在智能制造加速推进的今天，越来越多制造企业开始尝试引入AI，但现实往往令人沮丧：大模型虽聪明，却看不懂产线数据；通用AI助手虽好用，却不能碰企业的核心文档和系统——安全隐患，落地困难，ROI不明确，成了横亘在企业面前的三座大山。研华推出的 iFactory.AI Agent 工业智能体平台，正是为解决这些问题而生。它不是炫技的概念产品，而是一套经过多个行业验证、开箱即用、可快速部署的工业AI解决方案。更重要的是，它把“AI能力”交到一线工程师和业务人员手中——无需算法背景和IT技能，也能构建专属智能体。
制造业老板们为何纷纷试水AI Agent？选择布局AI Agent不是为了炫技，而是为了解决问题。在工业现场，知识、数据与响应像三条被撕裂的传送带：操作手册、工艺卡片、异常处理经验散落于档案柜、硬盘和师傅的脑海，人员一流动，经验便随人归零；OT 的电流、温度、振动与 ERP、MES 的订单、物料、质检各说各话，TB 级数据堆成沉默的矿渣，让品质波动、设备停机、交付延期成为周期性“魔咒”；异常灯亮起，仍靠两条腿巡检、一张表复盘，从报警到根因动辄数小时，报废与客户投诉已排好队。这些问题不是单点麻烦，而是缠成了“死结”：数据不通导致生产排期慢半拍，订单波动又逼得工人频繁手动调流程；新人接不上老师傅的经验，最后要么产能卡壳，要么次品率往上飙。某热力公司老板赵总早在去年就开始留意市面上的AI智能体。他坦言，制造业的行业痛点用老方法很难解决。工业智能体的出现，为这些问题的解决提供了新思路、新方法。自从导入了工业智能体，企业仿佛被打通了任督二脉，行业难题迎刃而解，新的红利开始显现。制造业老板们陆续布局企业级 AI Agent，这不是 “赶时髦”—— 而是因为AI Agent可以打破这一恶性循环。通过"感知-决策-执行-学习"的闭环能力， AI Agent将离散的数据、僵化的流程、被动的响应、隐性的知识转化为实时、智能、主动、可传承的数字生产力。
二、制造企业为什么选择了研华iFactory.AI Agent ？“我们试过公有云AI助手，但不敢把设备参数和客户物料信息传出去；也评估过自建大模型，可团队配置根本支撑不了。研华iFactory.AI Agent平台打动我们的，不是技术多炫，而是以下三点：第一，本地部署，数据不出厂，安全合规有保障；第二，预构建智能体+场景模板，开箱就能用，不用从零造轮子；第三，也是最关键的——研华提供丰富工具链，零代码拖拽配置，这让我们IT和产线工程师自己就能开发智能体，接数据、设动作，20分钟就能上线一个‘数字员工’。现在，它已经成了我们解决设备异常、品质分析、知识查询的日常工具。”某电子制造企业数字化部门负责人吴经理分享了他们选择研华iFactory.AI Agent工业智能体平台的真实原因。作为制造业经营者，衡量数字系统好不好的标准有两条：一，可以快速导入，用起来像吃饭一样简单，简洁清晰的UI功能，友好易用，功能逻辑符合厂内流程；第二，色香味俱全，能提供一站式闭环解决方案。对谈多家客户后得知，他们之所以选择研华iFactory.AI Agent工业智能体平台，正是因为它同时满足了这两条要求，而且既有自动化基础也无需“伤筋动骨”。研华行业售前经理黄家强谈到，客户最看重的是系统能够精准满足企业需求，而不是一堆新概念和花架子。制造业需要的是“懂工艺、能学习”的工具——研华iFactory.AI Agent工业智能体平台不单能吃透MES/SCADA等系统里的设备数据与生产数据，还能从每次操作里“攒经验”，新故障来了自动修正知识；更不用愁数据不通，它能把非结构化的文档数据跟生产数据与业务系统数据全连起来，连复杂任务（比如设备异常→查记录→推方案→生成报告）都能跨系统自动跑完，关键是数据全在厂里处理，合规又可控。市面上AI工具不少，但多数是“通用大脑”，缺乏“工业四肢”。研华iFactory.AI Agent平台的核心优势在于：专为工厂打造，工业级服务，安全可控。提供本地私有化部署，确保数据零外泄，AI推理、向量检索及知识存储均在内部GPU服务器完成。支持本地化大模型或公网模型按需选择。方案整合OT、IT及知识文档三大数据源：接入实时设备数据，高效对接业务系统，精准解析非结构化文档并构建向量库，形成统一知识底座。MCP工具赋予AI执行能力，可自动创建工单、推送告警、生成报告及调整工艺参数，实现“想”与“做”的闭环。兼顾安全性与灵活性，助力企业高效决策与智能化升级。
三、新药治旧痛：iFactory.AI Agent如何解决实际问题？AI的价值不在于技术多先进，而在于能否真正解决工厂里的“老毛病”。研华iFactory.AI Agent平台不做概念演示，而是聚焦制造企业最头疼的典型场景，用可落地的智能体，把沉睡的数据和散落的知识变成生产力。某PCB企业IT部门主管李工分享了他们通过研华iFactory.AI Agent工业智能体平台开发“产线小智”的经历。过去半年，他们被两个问题反复“折磨”：一是产线频繁因设备异常停机，维修团队总说“等老师傅回来才能修”；二是品质部门每天手动整理AOI不良数据，写报告动辗两三个小时。他试过引入通用AI工具，但要么连不上内部MES，要么把客户物料编号发到公网上——根本不敢用。直到公司部署了研华iFactory.AI Agent平台，诸多难题迎刃而解。第一步：不写代码，也能搭智能体 平台部署后，李工登录管理后台，发现不需要写代码调模型、配GPU。他直接在“模型管理”菜单里把模型配置好，智能体创建页面点“添加”，起名叫“产线小智”。再写上描述：“用于设备异常诊断与品质问题快速响应”。接着，他从平台已集成的私有大模型列表中选了一个擅长工业推理的版本，并在提示词框里写下角色定义：“你是一名资深设备与制程工程师，请根据用户提供的设备编号或不良现象，结合实时数据和历史知识，给出可能原因与处理建议。”他还加了两个输入变量：{设备编号} 和 {异常现象}，方便后续动态调用。第二步：接数据、配工具，让AI能“看”会“做” 李工知道，光靠聊天没用，AI必须能访问真实数据并触发动作。他通过研华IoT Edge设备联网与边缘计算服务接入了车间200+台PLC的振动、电流、温度等数据；通过研华DataInsight数据集成与分析服务对接了MES中的工单状态、AOI检测结果、物料批次；用研华KBInsight智能知识管理服务扫描上传了500多份PDF版设备手册、维修记录和8D报告。然后，他在MCP服务器添加了三个工具：知识检索用来自动查找相关维修案例；工单创建方便调用内部EAM系统接口；企业微信通知可以把告警推送给责任人。所有配置都在图形界面完成，全程没写一行代码。第三步：调试、发布 李工在调试窗口模拟提问：“设备CNC-07突然停机，报警代码E102”。AI立刻返回：“该代码通常为主轴过载，近3次类似故障均因冷却液泵堵塞。建议检查泵滤网，并查看当前主轴负载曲线。”同时，日志显示调用工具的情况。他很满意，点击“发布”，生成了一个Web链接。随后，他把这段代码嵌入到车间班组的钉钉群机器人里——现在，任何人@“产线小智”提问，都能获得专业级响应。第四步：越用越聪明 上线两周后，李工发现有些重复问题（如“如何复位贴片机”）AI回答不够标准。他打开“标注回复”功能，直接编辑理想答案，并设置匹配阈值。下次再有人问类似问题，系统跳过模型生成，直接返回标准操作步骤——既快又准。如今，“产线小智”每天可以处理60+次咨询，设备平均修复时间缩短40%，品质日报自动生成，李工终于不用半夜被电话叫醒。这个案例没有夸张的“颠覆式创新”，只有一个普通IT工程师，用一套安全、易用、可扩展的平台，把AI真正变成了产线上的生产力工具。而这，正是研华iFactory.AI Agent平台设计的初心：让AI落地工厂，不是靠奇迹，而是靠每一个可复制、可操作、可见效的“小智”。 AI的价值，不在于参数多大，而在于是否能真正解决问题。 研华iFactory.AI Agent工业智能体平台，不做虚的，只做工厂用得上、管得住、见效快的AI。它让知识不再沉睡，让数据开口说话，让一线员工拥有“超级助手”。无论是开箱即用的预构建智能体，还是灵活DIY的低代码开发，都指向同一个目标：让AI真正扎根工厂，创造可衡量的业务价值。 如果你也在寻找一个安全、易用、能落地的工业AI解决方案，不妨试试这个“本地版ChatGPT+数字员工”的组合——它可能正是你工厂智能化转型的关键一步。 扫码下载资料~
🏷️ #工业AI #本地部署 #低代码 #数据安全 #智能制造
🔗 原文链接
📰 从Demo到现场，看研华iFactory.AI Agent如何让制造业数智升级
在智能制造加速推进的今天，越来越多制造企业开始尝试引入AI，但现实往往令人沮丧：大模型虽聪明，却看不懂产线数据；通用AI助手虽好用，却不能碰企业的核心文档和系统——安全隐患，落地困难，ROI不明确，成了横亘在企业面前的三座大山。研华推出的 iFactory.AI Agent 工业智能体平台，正是为解决这些问题而生。它不是炫技的概念产品，而是一套经过多个行业验证、开箱即用、可快速部署的工业AI解决方案。更重要的是，它把“AI能力”交到一线工程师和业务人员手中——无需算法背景和IT技能，也能构建专属智能体。
制造业老板们为何纷纷试水AI Agent？选择布局AI Agent不是为了炫技，而是为了解决问题。在工业现场，知识、数据与响应像三条被撕裂的传送带：操作手册、工艺卡片、异常处理经验散落于档案柜、硬盘和师傅的脑海，人员一流动，经验便随人归零；OT 的电流、温度、振动与 ERP、MES 的订单、物料、质检各说各话，TB 级数据堆成沉默的矿渣，让品质波动、设备停机、交付延期成为周期性“魔咒”；异常灯亮起，仍靠两条腿巡检、一张表复盘，从报警到根因动辄数小时，报废与客户投诉已排好队。这些问题不是单点麻烦，而是缠成了“死结”：数据不通导致生产排期慢半拍，订单波动又逼得工人频繁手动调流程；新人接不上老师傅的经验，最后要么产能卡壳，要么次品率往上飙。某热力公司老板赵总早在去年就开始留意市面上的AI智能体。他坦言，制造业的行业痛点用老方法很难解决。工业智能体的出现，为这些问题的解决提供了新思路、新方法。自从导入了工业智能体，企业仿佛被打通了任督二脉，行业难题迎刃而解，新的红利开始显现。制造业老板们陆续布局企业级 AI Agent，这不是 “赶时髦”—— 而是因为AI Agent可以打破这一恶性循环。通过"感知-决策-执行-学习"的闭环能力， AI Agent将离散的数据、僵化的流程、被动的响应、隐性的知识转化为实时、智能、主动、可传承的数字生产力。
二、制造企业为什么选择了研华iFactory.AI Agent ？“我们试过公有云AI助手，但不敢把设备参数和客户物料信息传出去；也评估过自建大模型，可团队配置根本支撑不了。研华iFactory.AI Agent平台打动我们的，不是技术多炫，而是以下三点：第一，本地部署，数据不出厂，安全合规有保障；第二，预构建智能体+场景模板，开箱就能用，不用从零造轮子；第三，也是最关键的——研华提供丰富工具链，零代码拖拽配置，这让我们IT和产线工程师自己就能开发智能体，接数据、设动作，20分钟就能上线一个‘数字员工’。现在，它已经成了我们解决设备异常、品质分析、知识查询的日常工具。”某电子制造企业数字化部门负责人吴经理分享了他们选择研华iFactory.AI Agent工业智能体平台的真实原因。作为制造业经营者，衡量数字系统好不好的标准有两条：一，可以快速导入，用起来像吃饭一样简单，简洁清晰的UI功能，友好易用，功能逻辑符合厂内流程；第二，色香味俱全，能提供一站式闭环解决方案。对谈多家客户后得知，他们之所以选择研华iFactory.AI Agent工业智能体平台，正是因为它同时满足了这两条要求，而且既有自动化基础也无需“伤筋动骨”。研华行业售前经理黄家强谈到，客户最看重的是系统能够精准满足企业需求，而不是一堆新概念和花架子。制造业需要的是“懂工艺、能学习”的工具——研华iFactory.AI Agent工业智能体平台不单能吃透MES/SCADA等系统里的设备数据与生产数据，还能从每次操作里“攒经验”，新故障来了自动修正知识；更不用愁数据不通，它能把非结构化的文档数据跟生产数据与业务系统数据全连起来，连复杂任务（比如设备异常→查记录→推方案→生成报告）都能跨系统自动跑完，关键是数据全在厂里处理，合规又可控。市面上AI工具不少，但多数是“通用大脑”，缺乏“工业四肢”。研华iFactory.AI Agent平台的核心优势在于：专为工厂打造，工业级服务，安全可控。提供本地私有化部署，确保数据零外泄，AI推理、向量检索及知识存储均在内部GPU服务器完成。支持本地化大模型或公网模型按需选择。方案整合OT、IT及知识文档三大数据源：接入实时设备数据，高效对接业务系统，精准解析非结构化文档并构建向量库，形成统一知识底座。MCP工具赋予AI执行能力，可自动创建工单、推送告警、生成报告及调整工艺参数，实现“想”与“做”的闭环。兼顾安全性与灵活性，助力企业高效决策与智能化升级。
三、新药治旧痛：iFactory.AI Agent如何解决实际问题？AI的价值不在于技术多先进，而在于能否真正解决工厂里的“老毛病”。研华iFactory.AI Agent平台不做概念演示，而是聚焦制造企业最头疼的典型场景，用可落地的智能体，把沉睡的数据和散落的知识变成生产力。某PCB企业IT部门主管李工分享了他们通过研华iFactory.AI Agent工业智能体平台开发“产线小智”的经历。过去半年，他们被两个问题反复“折磨”：一是产线频繁因设备异常停机，维修团队总说“等老师傅回来才能修”；二是品质部门每天手动整理AOI不良数据，写报告动辗两三个小时。他试过引入通用AI工具，但要么连不上内部MES，要么把客户物料编号发到公网上——根本不敢用。直到公司部署了研华iFactory.AI Agent平台，诸多难题迎刃而解。第一步：不写代码，也能搭智能体 平台部署后，李工登录管理后台，发现不需要写代码调模型、配GPU。他直接在“模型管理”菜单里把模型配置好，智能体创建页面点“添加”，起名叫“产线小智”。再写上描述：“用于设备异常诊断与品质问题快速响应”。接着，他从平台已集成的私有大模型列表中选了一个擅长工业推理的版本，并在提示词框里写下角色定义：“你是一名资深设备与制程工程师，请根据用户提供的设备编号或不良现象，结合实时数据和历史知识，给出可能原因与处理建议。”他还加了两个输入变量：{设备编号} 和 {异常现象}，方便后续动态调用。第二步：接数据、配工具，让AI能“看”会“做” 李工知道，光靠聊天没用，AI必须能访问真实数据并触发动作。他通过研华IoT Edge设备联网与边缘计算服务接入了车间200+台PLC的振动、电流、温度等数据；通过研华DataInsight数据集成与分析服务对接了MES中的工单状态、AOI检测结果、物料批次；用研华KBInsight智能知识管理服务扫描上传了500多份PDF版设备手册、维修记录和8D报告。然后，他在MCP服务器添加了三个工具：知识检索用来自动查找相关维修案例；工单创建方便调用内部EAM系统接口；企业微信通知可以把告警推送给责任人。所有配置都在图形界面完成，全程没写一行代码。第三步：调试、发布 李工在调试窗口模拟提问：“设备CNC-07突然停机，报警代码E102”。AI立刻返回：“该代码通常为主轴过载，近3次类似故障均因冷却液泵堵塞。建议检查泵滤网，并查看当前主轴负载曲线。”同时，日志显示调用工具的情况。他很满意，点击“发布”，生成了一个Web链接。随后，他把这段代码嵌入到车间班组的钉钉群机器人里——现在，任何人@“产线小智”提问，都能获得专业级响应。第四步：越用越聪明 上线两周后，李工发现有些重复问题（如“如何复位贴片机”）AI回答不够标准。他打开“标注回复”功能，直接编辑理想答案，并设置匹配阈值。下次再有人问类似问题，系统跳过模型生成，直接返回标准操作步骤——既快又准。如今，“产线小智”每天可以处理60+次咨询，设备平均修复时间缩短40%，品质日报自动生成，李工终于不用半夜被电话叫醒。这个案例没有夸张的“颠覆式创新”，只有一个普通IT工程师，用一套安全、易用、可扩展的平台，把AI真正变成了产线上的生产力工具。而这，正是研华iFactory.AI Agent平台设计的初心：让AI落地工厂，不是靠奇迹，而是靠每一个可复制、可操作、可见效的“小智”。 AI的价值，不在于参数多大，而在于是否能真正解决问题。 研华iFactory.AI Agent工业智能体平台，不做虚的，只做工厂用得上、管得住、见效快的AI。它让知识不再沉睡，让数据开口说话，让一线员工拥有“超级助手”。无论是开箱即用的预构建智能体，还是灵活DIY的低代码开发，都指向同一个目标：让AI真正扎根工厂，创造可衡量的业务价值。 如果你也在寻找一个安全、易用、能落地的工业AI解决方案，不妨试试这个“本地版ChatGPT+数字员工”的组合——它可能正是你工厂智能化转型的关键一步。 扫码下载资料~
🏷️ #工业AI #本地部署 #低代码 #数据安全 #智能制造
🔗 原文链接
📰 制造业Agent方案分享，研华iFactory.AI Agent让制造业更聪明
研华推出面向制造业的iFactory.AI Agent工业智能体平台，将AI Agent从演示推向落地应用，涵盖数据感知、分析洞察、智能决策与执行的闭环，帮助企业实现低门槛的定制化智能场景。平台以工业数据湖、指标智能洞察引擎和知识管理为核心，深度整合AIoT与多种MCP Server，支撑设备运维、数据分析、知识问答等场景，进一步将大模型与工具能力转化为生产力。核心优势包括：深度挖掘非结构化数据，构建企业级知识目录并实现双向进化；通过全域数据治理与统一经营指标平台，提升决策数据支撑与透明度；提供零/低代码开发模式，加速从原型到生产级落地，并通过MCP生态实现即插即用的场景组件。基于此，平台还推出数据分析、设备智能运维、知识问答等预构建智能体，快速覆盖数据分析、设备监控与知识管理核心需求，助力制造业实现高效、可持续的智能化升级。同时，平台提供混合云与私有化部署选项，确保数据主权与安全，使用边缘服务器实现低延迟推理，企业可在私有云或本地部署中获得完整的AI Agent能力和跨区域知识协作能力。
🏷️ #制造智能 #AI Agent #数据治理 #低代码 #知识管理
🔗 原文链接
📰 制造业Agent方案分享，研华iFactory.AI Agent让制造业更聪明
研华推出面向制造业的iFactory.AI Agent工业智能体平台，将AI Agent从演示推向落地应用，涵盖数据感知、分析洞察、智能决策与执行的闭环，帮助企业实现低门槛的定制化智能场景。平台以工业数据湖、指标智能洞察引擎和知识管理为核心，深度整合AIoT与多种MCP Server，支撑设备运维、数据分析、知识问答等场景，进一步将大模型与工具能力转化为生产力。核心优势包括：深度挖掘非结构化数据，构建企业级知识目录并实现双向进化；通过全域数据治理与统一经营指标平台，提升决策数据支撑与透明度；提供零/低代码开发模式，加速从原型到生产级落地，并通过MCP生态实现即插即用的场景组件。基于此，平台还推出数据分析、设备智能运维、知识问答等预构建智能体，快速覆盖数据分析、设备监控与知识管理核心需求，助力制造业实现高效、可持续的智能化升级。同时，平台提供混合云与私有化部署选项，确保数据主权与安全，使用边缘服务器实现低延迟推理，企业可在私有云或本地部署中获得完整的AI Agent能力和跨区域知识协作能力。
🏷️ #制造智能 #AI Agent #数据治理 #低代码 #知识管理
🔗 原文链接
📰 制造业的静默革命：用组装式思维重构 MES，打破“标准品”与“定制化”的终极悖论 - 最新要闻 - PROCESS流程工业
在制造业数字化转型中，制造执行系统（MES）扮演着至关重要的角色。然而，传统的 MES 项目常常面临标准化与定制化之间的矛盾，导致企业在选择软件时陷入困境。基于 Mendix 低代码平台的组装式开发模式为此提供了解决方案，允许企业在保证系统稳定性的同时，灵活应对个性化需求。
组装式 MES 采用“核心稳态+边缘敏态”的架构，IT 专家构建标准化的数据模型，而业务团队则可以快速生成适配的业务逻辑。这种模式消除了 OT 与 IT 之间的沟通障碍，使得需求调研和系统开发的周期大幅缩短，确保了系统逻辑能够精准反映一线工艺。
梦天木作的案例展示了低代码平台的优势，通过内部团队自主开发 MES 系统，成功降低了开发和运维成本，提升了生产效率。这一转型不仅让 IT 团队成为业务创新的合作伙伴，也为企业在数字化时代的竞争中提供了强有力的支持。
🏷️ #制造业 #数字化转型 #MES #低代码 #组装式开发
🔗 原文链接
📰 制造业的静默革命：用组装式思维重构 MES，打破“标准品”与“定制化”的终极悖论 - 最新要闻 - PROCESS流程工业
在制造业数字化转型中，制造执行系统（MES）扮演着至关重要的角色。然而，传统的 MES 项目常常面临标准化与定制化之间的矛盾，导致企业在选择软件时陷入困境。基于 Mendix 低代码平台的组装式开发模式为此提供了解决方案，允许企业在保证系统稳定性的同时，灵活应对个性化需求。
组装式 MES 采用“核心稳态+边缘敏态”的架构，IT 专家构建标准化的数据模型，而业务团队则可以快速生成适配的业务逻辑。这种模式消除了 OT 与 IT 之间的沟通障碍，使得需求调研和系统开发的周期大幅缩短，确保了系统逻辑能够精准反映一线工艺。
梦天木作的案例展示了低代码平台的优势，通过内部团队自主开发 MES 系统，成功降低了开发和运维成本，提升了生产效率。这一转型不仅让 IT 团队成为业务创新的合作伙伴，也为企业在数字化时代的竞争中提供了强有力的支持。
🏷️ #制造业 #数字化转型 #MES #低代码 #组装式开发
🔗 原文链接
📰 Skyeye 云零代码智能制造系统 - 零代码功能升级 - Saas v3.17.14 发布
鸿蒙应用开发者激励计划2025正式发布，奖金池超过亿元，旨在吸引更多开发者参与。Skyeye云智能制造是一个基于SpringBoot、UNI-APP和Ant Design Vue的零代码平台，提供超过100种电子流程和多种功能模块，包括CRM、ERP、AI等，致力于打造智能制造行业的供应链一体化管理软件。
Skyeye云智能制造版本v3.17.14已发布，加入Dromara社区，增强了业务对象的适配能力，并支持虚拟对象和动态参数功能。商城功能也进行了更新，增加了优惠券适用门店的功能，同时修复了上个版本中的bug。Skyeye云的源代码对会员开放，支持二次开发，提高了开发效率。
该平台具备低代码、快捷开发和可视化设计的特点，方便客户进行个性化定制。Skyeye云的项目地址在Gitee和GitCode上均可找到，用户可以获取源代码进行学习和使用，进一步推动智能制造领域的进步。
🏷️ #鸿蒙 #智能制造 #低代码 #开发者 #开源
🔗 原文链接
📰 Skyeye 云零代码智能制造系统 - 零代码功能升级 - Saas v3.17.14 发布
鸿蒙应用开发者激励计划2025正式发布，奖金池超过亿元，旨在吸引更多开发者参与。Skyeye云智能制造是一个基于SpringBoot、UNI-APP和Ant Design Vue的零代码平台，提供超过100种电子流程和多种功能模块，包括CRM、ERP、AI等，致力于打造智能制造行业的供应链一体化管理软件。
Skyeye云智能制造版本v3.17.14已发布，加入Dromara社区，增强了业务对象的适配能力，并支持虚拟对象和动态参数功能。商城功能也进行了更新，增加了优惠券适用门店的功能，同时修复了上个版本中的bug。Skyeye云的源代码对会员开放，支持二次开发，提高了开发效率。
该平台具备低代码、快捷开发和可视化设计的特点，方便客户进行个性化定制。Skyeye云的项目地址在Gitee和GitCode上均可找到，用户可以获取源代码进行学习和使用，进一步推动智能制造领域的进步。
🏷️ #鸿蒙 #智能制造 #低代码 #开发者 #开源
🔗 原文链接
📰 Skyeye 云智能制造办公系统 - Saas v3.17.6 发布
鸿蒙应用开发者激励计划2025已正式发布，计划中包含超过亿元的现金激励，鼓励开发者参与。Skyeye 云智能制造平台采用低代码开发模式，结合了SpringBoot、UNI-APP和Ant Design Vue，提供了50多种电子流程及多种功能模块，如CRM、ERP、AI等，旨在为智能制造行业提供一体化管理解决方案。
Skyeye 云智能制造的最新版本v3.17.6已发布，新增了多个功能，包括移动端版本检测更新、表格布局的新属性推荐功能等。此外，Skyeye 云已加入Dromara社区，进一步推动了SaaS业务的进展。源代码对Skyeye会员开放，方便用户进行学习和企业应用，提升开发效率。
该平台具备低代码、可视化设计和微服务等特点，极大地简化了开发流程，适合各类企业进行二次开发。项目地址已在Gitee和GitCode上公布，开发者可以通过这些链接获取相关资源，进一步探索Skyeye 云的潜力。
🏷️ #鸿蒙 #智能制造 #低代码 #开发者 #激励计划
🔗 原文链接
📰 Skyeye 云智能制造办公系统 - Saas v3.17.6 发布
鸿蒙应用开发者激励计划2025已正式发布，计划中包含超过亿元的现金激励，鼓励开发者参与。Skyeye 云智能制造平台采用低代码开发模式，结合了SpringBoot、UNI-APP和Ant Design Vue，提供了50多种电子流程及多种功能模块，如CRM、ERP、AI等，旨在为智能制造行业提供一体化管理解决方案。
Skyeye 云智能制造的最新版本v3.17.6已发布，新增了多个功能，包括移动端版本检测更新、表格布局的新属性推荐功能等。此外，Skyeye 云已加入Dromara社区，进一步推动了SaaS业务的进展。源代码对Skyeye会员开放，方便用户进行学习和企业应用，提升开发效率。
该平台具备低代码、可视化设计和微服务等特点，极大地简化了开发流程，适合各类企业进行二次开发。项目地址已在Gitee和GitCode上公布，开发者可以通过这些链接获取相关资源，进一步探索Skyeye 云的潜力。
🏷️ #鸿蒙 #智能制造 #低代码 #开发者 #激励计划
🔗 原文链接
