切视频靠逐帧
一段 30 秒录像,要反复暂停、找动作边界、记录起止时间,切完往往十几分钟。
知绘IE 把知识库、专业绘图、工时分析与 SOP 编制装进同一个工作台。你用一句话交代任务,它自己拆步骤、调用工具;数字由确定性算法计算,结果可复核、可继续编辑。
查方法 · 测工时 · 找瓶颈 · 出图表 · 编 SOP
工业工程(IE)研究的是:怎样用更少的时间、更少的动作,把活干得更好。工程师要回答三个问题:这个动作要多久?瓶颈在哪里?怎么把改善固定下来?过去,这三个问题都要靠人一帧一帧看录像、一格格算 Excel、一张张画图。
为什么是现在2025 年“人工智能+”行动推动 AI 进入工业现场。真正难的不是模型,而是把成熟的 IE 方法落到每一个工位、每一个数字上。
一段 30 秒录像,要反复暂停、找动作边界、记录起止时间,切完往往十几分钟。
标准时间、评比系数、宽放率,每个人一套公式;换个人接手,口径就对不上。
山积图、人机作业图、控制图,改一个数据就要重画一遍,方案比较只能靠猜。
截图、贴表、签字、下发,工序时间和作业指导书分开维护,现场很快又变回两张皮。
还有一道现实门槛:作业录像拍的是企业产线和员工,工艺文件与定额属于内部资料。很多工厂不允许把这些内容上传到外部服务器,这也是知绘IE 做成桌面应用的原因。
知绘IE 由 1 个智能体工作台和 3 个专业模块组成:知识库、专业绘图、工时分析与 SOP。你可以在对话里把任务串起来,也可以直接进入任一模块操作。模型可以换,数据和算法都在本机。
设计理念:AI+,不是 +AI。让模型进入 IE 的完整工作流,而不是在旧工具旁边加一个聊天框。
以一次工位分析为例
文件夹就是产线,视频就是工序。手机拍的 mp4 / mov / webm 都能直接放进来。
AI 按帧识别左右手、眼睛、工件与状态,自动切成一段段作业要素,给出要素表初稿。
你在时间轴上复核边界和类别,它算标准时间、画山积图、生成 SOP 与 Excel。
AI 只做初稿。评比系数、宽放率、要素边界是否合理,仍然由工程师确认。知绘IE 也不做排产、不接 MES、不计算节拍 / 人数 / UPH——这些指标依赖系统里没有的输入。
知绘IE 的底座不是聊天窗口,而是负责理解任务、拆解步骤、调用插件、保存上下文和管理文件的工作台。三个专业插件都挂在它上面,跨插件任务由它编排。
一句话拆成多步,按依赖关系调用知识库、绘图、工时分析,最后把结果组织成回答。
缺分析方式、产线名称这类关键参数时,用选项卡片一次问清,不在参数不全时自己假设。
引用编号、会话树、长对话压缩;跨多轮任务仍记得分析方式、产线名称和已经改过的边界。
读写本机文件、生成 Word / Excel;权限模式、路径守卫和危险命令拦截兜底,数据不离开本机。
共用一个智能体底座,各自有完整页面、业务数据和确定性算法。可以单独进入任一插件,也可以让智能体把跨插件任务串起来。
资料编译成互相链接的百科页;回答带 [En] 编号,点开就是原文。

把规范封进模板,同一组参数必定得到同一张图;可以继续编辑,也能导出。

文件夹就是产线,AI 先给要素初稿,你在时间轴上复核;标准时间、线平衡和 SOP 由后端算法计算。

不需要先学提示词,也不需要记住菜单。像交代同事一样说清楚任务,缺参数时它会主动问,你只需要在关键结果上做判断。
把这个文件夹里的 7 段工位录像,做成一条产线的 SOP。
智能体把任务拆成导入、分析、平衡、导出几步。缺分析方式、产线名称这类关键参数时,用选项卡片一次问清,不自己猜。
在时间轴上拖动边界、改作业类别、填评比系数和宽放率。AI 结果和人工修改留在同一条版本链上,随时能找回。
工时表、山积图、SOP Excel,或者让智能体在本机写成 Word / Excel 报告。所有数字来自模块后端,模型只引用不复算。
从查资料、测工时到出图、编 SOP,看智能体怎么拆任务、调用插件,并把结果交给工程师复核。
高校实验室、没有专职 IE 的竹制品厂、有 IE 团队的碳纤维复材企业。方法没有变,变化的是花在切录像、算表格和画图上的时间。
8 人小组用知绘IE 完成消防车装配线实验:四种分析方式、标准工时、线平衡、学习曲线和 8 份 SOP。

生产主管用手机拍下 7 道工序,AI 给出要素初稿;智能体检索知识库,给出四条附原文出处的改善方案。

21 个作业要素、960 秒换模录像交给知绘IE;工程师专注内外部作业判断与 ECRS,单班产出从 17 件升到 24 件。

「方法选择、建模和决策都由工程师完成,知绘IE 接下了其中可以按规则完成的部分:出图、拆录像、导表和归档。」
不需要是 AI 专家,也不需要先改变现有 IE 方法。
少花时间切录像、画图、排表,把精力放在判断和改善上。
不懂公式也能看懂:哪道工序最慢、浪费占几成、瓶颈在哪里。
驻场几天就能建立工时基线,出一份有图表、有依据的诊断。
用真实录像做实验,把自己的标注和 AI 初稿对照着学。
通用大模型会算错数、说不清出处,也不敢把工厂录像传上云。知绘IE 把这三件事分开解决:数字交给算法,出处交给知识库,数据留在本机。
标准时间、线平衡率、MOD 换算、银行家舍入,全部由模块后端统一计算。对话、页面、导出 Excel 里的数字出自同一个函数。
知识库回答带 [En] 编号,点开就是原文段落;AI 初稿和人工修改留在同一条版本链,谁在什么时候改了什么,都能查。
所有服务只监听 127.0.0.1,数据存在本机用户目录。对数据敏感的企业可以把模型全部换成本机 Ollama,此时没有任何外部网络流量。
想了解架构、数据模型、安全边界和完整测试数据?
Windows 10 / 11 · x64 · 安装即用。自带 1.09 GB 离线运行时,不需要另装 Python、数据库或浏览器。
演示版本 0.2.6 · 安装包约 550 MB,如需试用请加 QQ 交流
欢迎 Star、Issue 和 PR。
想试用、提反馈,或者一起完善知绘IE,欢迎加 QQ 交流;也可以直接在 GitHub 提 Issue。