← 智能体在线 · 家族首页
同衡 · 谋序 · 同枢 · 砺锋,智造同频  |  One Truth. One Plan. One Rhythm. One Edge.

让工厂
先在电脑里跑一遍

Nereus 同衡是制造运营的预演层:改布局、插单、换型、加设备之前,先在孪生里跑一遍—— 会不会堵、节拍跟不跟得上、哪个工位先爆。跑完给你一份能追问的结论,再决定动不动现场。

诚实边界:它只回答「这么调会怎样」,不替你拍板;模型失真时,结论也会跟着错。

影子并行引擎实拍:LIVE 与 shadow 同 seed 对比、失准字段与超阈告警
影子对拍实拍:同一份布局、同一个种子,偏差逐字段列出。
Why

孪生这件事,客户只问四个问题

前三个决定这张大屏能不能拿来决策,第四个决定它是不是「数字孪生」而不是「三维动画」。

🪞

模型可信吗?

「看起来差不多」不是判据。同一份布局、同一个 seed,重跑必须落在同一个数字上。

  • 固定步长 tick + 注入时钟
  • 轨迹哈希可对拍
  • 偏移有阈值、有告警
📐

布局合法吗?

导出不是「另存为」,是过闸:不连通、重叠、越界、接入点缺失,一律拦截并定位违例。

  • 权威校验器(Python 网格)
  • 前端预览与后端逐格一致
  • 违例带坐标,不是一句「失败」
🔮

推演算数吗?

从 LIVE 状态 clone 出未来,跑出来的吞吐与拥堵,得能解释、能复现、能回看。

  • 前向推演 horizon 可配
  • 进程隔离,不占服务事件循环
  • 降级时明说 degraded_reason
🧭

改之前看得见后果吗?

插单、换型、故障、加减车 —— 先推演,再决定;而不是上线后拿产线做实验。

  • what-if 与 forecast 同引擎
  • 结论可导出、可归档
  • 建议回到业务,由人拍板
Capability

不是画大屏,是能被验证的决策前置

数字孪生最贵的不是 3D 模型,是「模型可信」。CPS 把确定性做进引擎、把校验做成门禁、 把推演做成按钮 —— 每一层都可测试、可复现、可对拍。

🏭

双域确定性引擎

仓储域(AGV / 货梯 / 货架)与产线域(工艺单元 / 输送带 / 视觉质检)两套离散事件引擎,固定节拍 + seed 驱动。

  • 同输入必同结局
  • profile + 引擎插件扩展新域
  • 推演结论才可盖章
📐

权威校验门禁

设计器自由摆,导出时必须过闸:连通性、重叠、越界、接入点,不通过即拦截。

  • TS 预览与 Python 网格逐格一致(专测)
  • 违例定位到对象与坐标
  • 门禁在 design-server 侧,绕不过去
▶️

一键试跑

点一个按钮:写契约 → 拉起域引擎 → 健康检查 → 切入运行视图。端口被占就明确报错,不静默连错。

  • 健康应答带试跑身份标记
  • 从设计到运行不用手改配置
  • 失败有可读原因
🔌

六协议数据绑定

模拟源 / 文件 / REST / Modbus TCP / MQTT / OPC UA —— 在线孪生的数据从哪来都有答案。

  • 点表 tag → 引擎路径
  • 标定只作用于 LIVE
  • 网关故障不拖垮推演
🪞

影子并行引擎

纯模型 clone 自跑 vs LIVE 实况,同 seed 同时钟。发散度就是模型失准度,偏差可视化。

  • 64 字段逐项比对
  • 超阈告警可下钻
  • EWMA 漂移检测抓"缓慢失准"(固定阈值够不到的渐变)
  • 标定前后可直接对照
📈

前向推演

从当前 LIVE 状态 clone 出未来 horizon(默认 1200 ticks,上限 1 小时):吞吐曲线、拥堵指数、能耗积分。Monte Carlo 多 seed 重放给出 p05–p95 置信区间与 p_worse,参数扫描给出影响随故障时长的曲线,结构化解读直接标注方向与显著性。

  • 插单 / 换型 / 故障先看后果
  • spawn 进程池执行,不抢事件循环
  • runs<20 如实标"仅供参考"(诚实降级)
🤖

AI 原生互操作

标准 MCP Server(/api/mcp):外部 AI agent 可发现并调用只读工具;/api/capabilities 输出实体能力目录(系统里有什么 / 能做什么);Copilot 可查 KPI 历史聚合,也能回答"过去一小时"类问题。

  • tools/list 即能力清单
  • 危险工具协议层剔除(写不经 MCP)
  • 60 次/分限流 + JWT 鉴权
Determinism

「确定性」不是形容词,是五条可查的判据

说同输入必同结局很容易,难的是把这件事写成测试。 下面每一条都能在仓库里找到对应的守卫;做不到的那一条也写在边界里。

判据怎么保证证据
同输入同结局固定步长 TickClock + 注入 seed,禁墙钟依赖3600 拍 hashable 投影 5,141 个路径可逐值比对
前后端同一网格设计器预览与校验器各自实现,靠专测对齐TS 预览 vs Python 网格逐格一致
参数化不改行为R2 参数化后的缺省值必须等于旧常量黄金快照零差异(CPS_WAREHOUSE_PARAMS / CPS_FACTORY_PARAMS)
布局先过闸连通性 / 重叠 / 越界 / 接入点在导出前校验4 形态模板库全部通过权威校验(含连通性)
文本也会改哈希provenance.layout_hash 覆盖整份布局 JSON繁→简规范化后引擎数值逐位一致,仅 layout_hash 变;基线按 CPS_REGEN 重生成
复现口径见 docs/ARCHITECTURE.md「对拍体系」与 tests/baseline; 最后一条是踩过的坑:哈希覆盖中文描述,改一个字就换一个哈希 —— 所以对拍要认「引擎数值」,不能只认哈希。
确定性有边界,而且写清楚了:同 seed + 同参数 + 同一 Python 运行时。 仓储域用的 mulberry32 跨运行时也一致;产线域基于 CPython random.Random, 不承诺跨 Python 版本位级一致。把这句话删掉,就等于承诺了一件做不到的事。
AI Native

Copilot 永不进入 tick 循环

现场最怕的不是「模型不够聪明」,而是模型在高频节拍里做不可解释的决定。 CPS 把 AI 放在只读侧:工具调用有 schema、超时、引用与持久审计;任何写操作都必须人工确认。

只读工具面

布局、试跑状态、SLO、影子偏差、推演结论,全部以结构化事实返回,并带 citations。 自由文本里的数值只做 grounding 告警,不改写原始数据。

人确认才落笔

Copilot 可以起草建议,但写操作走 HITL 确认并落审计;高风险动作两段式, 审计进独立 control_audit,引擎崩了也还能追溯。

不进节拍回路

AI 不在 tick() 调用链上。模型超时、限流、宕机,都不该让产线的节拍停一拍。

标准协议出口(MCP)

孪生以 MCP Server 形态向外部 AI 开放:tools/list 即机器可读能力清单, 只读工具(KPI / 机器人 / 工艺单元 / 节拍 / KPI 历史聚合)可被 Claude 等任意 MCP 客户端调用。 危险工具在协议层被剔除——写操作不经 MCP,必须由人工经受保护端点执行; 产线 Copilot 的提案也已在界面内闭合(提案 → 审批卡 → 令牌核销)。 /api/capabilities 进一步给出"系统里有什么、能做什么"的实体能力目录。

边界画在图上,不是写在嘴上

左图是 CPS 的 AI 边界:语义理解、解释、起草都在左框;几何坐标、节拍推进、状态迁移在右框。 AI 不算坐标,也不推进 tick。这条线有测试锁着,不靠自觉。

演示实例的授权提示不影响能力:未加载专业授权时顶部会显示提示, 标准能力(引擎、校验、运行视图、影子)照常工作 —— 不靠「看起来能用」蒙混。
Copilot 解释 · 起草 · 引用 只读工具 + schema 不算坐标 · 不推进 tick 确定性引擎 双域 tick · seed · 事件 影子 clone · 前向推演 同参数 ⟹ 同结局 提问 / 起草建议 事实 / 引用 / SLO HITL 确认 + 审计(control_audit) 起草 → 人确认 → 执行;高风险两段式;引擎崩溃仍可追溯 模型超时 / 限流 / 宕机:节拍照跑,推演照算,只是没有解释
AI 只读 + HITL 边界
Delivery

同一颗内核,两种交付形态

切分线是形态,不是能力阉割:标准版保留双域引擎与权威校验器,它们正是「可信」的两个来源。 标准版产出的布局 JSON 可直接进 Studio,专业版不复制一套仿真逻辑。

标准版 · 公共 PyPI · MIT

cps-twin 0.1.3

把确定性仿真嵌进代码库、CI 与离线分析脚本。纯 Python wheel,硬依赖只有 pydantic 与 pyyaml。

  • 仓储 + 产线双域确定性引擎
  • 布局权威校验器(越界 / 重叠 / 连通性)
  • headless CLI:simulate-warehouse / simulate-factory / validate
  • 同 seed + 同参数 + 同运行时 ⟹ 可断言的结果
  • Studio 2D/3D 界面与实时运行循环
  • Copilot / 数据网关 / 多租户 / TimescaleDB
适合:CI 回归、容量验证、what-if 脚本、二次开发嵌入。不是试用装 —— 只需要仿真与校验时,它就是完整答案。
专业版 · 本地部署

Studio + 全栈服务

让一个团队用起来:设计、试跑、在线孪生、推演与治理在同一条交付链里。

  • 标准版全部能力(同一颗内核、同一份布局 JSON)
  • 2D/3D 设计器 + 运行视图 + 一键试跑
  • Live 倍速 / 追赶 / 实时性指标;Live 快照 gzip 落盘,重启不丢现场
  • 六协议数据网关:模拟源 / 文件 / REST / Modbus TCP / MQTT / OPC UA
  • 标定、影子并行、前向推演、历史回看
  • AI Copilot(HITL)+ 多租户 / 审计 + 北向只读 / 写回
  • TimescaleDB 可选;OCI 镜像 + docker compose
适合:设计-试跑-运行闭环、现场数据标定、团队协作与授权交付。缺 CPS_AUTH_SECRET 时拒绝启动,不默认放行。
标准版不含「实时运行循环」。Live 倍速、追赶、实时性指标属于专业版服务层 —— 这条边界写在 README 里,也写在 PyPI 页面上,免得买回去才发现。
Limits

先说清做不到什么

这几条同样写在 README 与 CHANGELOG 里,也会一直写在这里。

工艺参数是演示级假设:节拍、换型、故障率来自行业常识与演示数据, 不是现场标定值。文档与 UI 都标了,别拿它当产能承诺。
确定性有前提:同 seed + 同参数 + 同一 Python 运行时。产线域基于 CPython random.Random,不承诺跨 Python 版本位级一致。
现场校准要停线:真实影子数据校准需要客户授权与停线窗口, 目前没有「接上就能自动校准」这回事。
不是 WMS,也不是排产:库存台账、拣选、入出库事务不在 CPS 里; 订单与产能的最优序是 Metis 谋序(APS) 的事。
不是多活:没有跨机房一致性保证;生产的可靠性靠备份、快照与回滚流程,不靠「云原生自动多活」。
3D 是呈现,不是几何仿真:不做刚体碰撞与物理求解,碰撞/干涉靠布局规则校验, 不靠渲染引擎。
Family

同衡 · 谋序 · 同枢 · 砺锋,智造同频

One Truth. One Plan. One Rhythm. One Edge. —— 一个事实源,一份计划,一条节拍,一道锋刃。

Nereus

同衡 CPS

虚实同源、数据同衡。数字孪生从「可视化镜像」升级为可对拍、可预判的数据基准。

AI 内生于感知—预判—控制闭环,不是外挂算法。
Metis

谋序 APS

以智谋生成最优序。确定性排产内核 + 可解释的 AI 工具面,计划可追问、可复现。

自学习约束、自生成策略、自优化排产 —— 人在回路之上。
Hermes

同枢 ILESP

万机同枢、同频调度。WCS + RCS + 仿真一体,管住设备动作与路权。

自决策路径、自避冲突、自学习调度策略。
Hephaestus

砺锋 TMS

工装全生命周期管理。刀、模、夹具从入库到报废一本账,管住寿命、保养与齐套。

寿命预估、齐套解释、备刀建议 —— 拍板仍由人。
四个产品可以各自独立使用。同衡不要求先买谋序、同枢或砺锋 —— 它消费的是布局与状态,产出的是推演结论。四者接起来时,共享的是同一份事实: CPS 管「这么调会怎样」,APS 管「先做哪一个」,ILESP 管「现在怎么调」,TMS 管「拿什么做」。
Quickstart

两条路径,让工厂先跑起来

标准版三行命令进 CI;专业版解压交付包、设一个密钥、起 compose。

标准版(pip)

确定性内核 + 权威校验器 + headless CLI:

pip install cps-twin cps-twin simulate-warehouse --ticks 3600 cps-twin validate --layout warehouse_layout.json

同 seed 同结果,可直接进 CI;产物是可归档的 JSON,不是截图。

专业版(docker compose)

标准版全部能力 + 3D 设计器 / 运行视图 / Copilot / 六协议网关:

# 从交付包解压后 CPS_AUTH_SECRET=<你的密钥> # 缺省拒绝启动 docker compose up -d # 浏览器打开 localhost:5174

部署手册、架构说明与新手向导随交付包提供。

拍板之前,先演一遍

标准版 MIT 开源;需要演示或部署支持,联系 Nereus 同衡团队。