企业官网建设流程全解析

AssetOpsBench实战快速上手：30分钟跑通工业AI代理的首次设备数据查询

【免费下载链接】AssetOpsBenchAssetOpsBench - Industry 4.0: A unified benchmark and framework for building, orchestrating, and evaluating domain-specific AI agents for Industry 4.0 asset operations and maintenance, with 460+ scenarios, 5 specialist agents (IoT, FMSR, TSFM, Work Order,...), and multi-agent orchestration blueprints (MetaAgent, AgentHive) over MCP.项目地址: https://gitcode.com/gh_mirrors/as/AssetOpsBench

AssetOpsBench是一个面向工业4.0的统一基准测试与开发框架，帮你构建、编排、评估真正"懂设备数据"的领域专属AI代理，内置460+工业场景与五个专业代理，通过MCP协议统一接入。如果你正为"设备报警了却没人看得懂数据"而头疼，这篇教程会带你从一台空机器出发，亲手把第一个工业AI代理跑起来——从装环境到完成一次真实的设备数据查询，全程约30分钟。

在这趟旅程里，你会学到：

• 摸清AssetOpsBench的定位：它和普通聊天机器人到底差在哪
• 用uv完成环境准备与依赖安装（这是AssetOpsBench安装教程中最关键的一步）
• 配置CouchDB数据库与API密钥，打通"数据"和"模型"两张入场券
• 跑通第一条真实的传感器查询，亲眼看到代理"规划—执行—总结"的完整过程
• 记录运行轨迹并用LLM裁判给代理打分，为后续迭代打地基

先想清楚：工业AI代理和普通聊天机器人差在哪

想象一个凌晨两点的场景：厂区制冷机组Chiller 6的振动数值异常，值班工程师面对几百条时序曲线，既找不到对应故障代码，也不确定该不该开工单。这种多步骤任务，普通聊天机器人根本接不住——它只能陪你聊，不能替你查。

工业AI代理要干的是：读懂传感器清单 → 查询实时数据 → 匹配故障模式 → 生成处置建议，甚至直接起草一张工单。AssetOpsBench解决的就是这件事：它把"会聊天的大模型"变成"会干活的运维助手"，并且能量化评估助手干活的质量。

为什么值得选它？

• 数据真实：内置资产清单、传感器、故障模式、工单等工业记录，开箱即用
• 工具专业：六个MCP服务器各管一块，从IoT遥测到振动诊断全覆盖
• 评测闭环：每次运行留下轨迹、可打分、可迭代，还提供MetaAgent、AgentHive等多代理编排蓝图供进阶研究

出发前清点装备：Python、uv、Docker三件套怎么查

环境配置是不是想想就头大？好消息是，依赖清单全部写在pyproject.toml里，你只需要准备三样装备：

硬件上，4GB以上内存的电脑足够入门；打算跑TSFM时间序列预测的话，给磁盘留出几个GB给模型权重更从容。

先检查一下现状：

python3 --version docker --version

这两条命令分别打印Python和Docker的版本号。如果Python低于3.12，请先升级再继续——后面所有步骤都依赖它。

操作后你会看到类似Python 3.12.x和Docker version 27.x的输出，说明装备齐了，可以出发。

装好uv包管理器：一条命令完成依赖管理工具安装

传统Python项目的痛点是：pip install装完还要手动建虚拟环境、维护 requirements 清单，就像出门前一件件往行李箱里塞衣服。而uv是一位"智能打包员"：它把建环境、解析依赖、安装依赖合并成一条命令，速度还快好几倍。

别被网上冗长的uv安装教程吓到，关键其实就一条命令。macOS/Linux用户执行：

curl -LsSf https://astral.sh/uv/install.sh | sh

这条命令下载uv安装脚本并执行，把工具安装到你的用户目录下。安装完成后重开终端，然后验证：

uv --version

操作后你会看到类似uv 0.7.x的版本号。恭喜，"智能打包员"上岗了。

克隆仓库到本地：先花30秒读懂项目目录结构

把项目源码请到本地：

git clone https://gitcode.com/gh_mirrors/as/AssetOpsBench cd AssetOpsBench

第一条命令克隆完整仓库，第二条进入项目根目录。注意：之后所有命令都要在AssetOpsBench目录下执行。

别急着敲下一步，先花30秒看看仓库里有什么：

ls

操作后你会看到src/、docs/、benchmarks/、examples/、notebook/等目录。其中src/是核心——servers/放着六个MCP服务器，agent/放着七种代理运行器，couchdb/是数据库初始化脚本。官方文档集中在 docs/，比如MCP服务器完整工具清单在 docs/mcp-servers.md，评测系统设计在 docs/evaluation.md。

uv sync一键安装依赖：它背后替你完成了三件事

几十个Python包手动装得装到什么时候？在项目根目录执行：

uv sync

这条命令会自动创建.venv/虚拟环境、解析并安装pyproject.toml里声明的全部依赖、同时注册好项目的CLI命令（比如plan-execute、iot-mcp-server、evaluate）。也就是说，装完你就能直接用，不用再手动激活和配路径。

操作后你会看到Installed ... packages的日志，最终停在Audited ... packages。如果中途报网络错误，先uv clean清缓存再重新执行——这是最常见的网络抖动问题。uv sync依赖安装这一步，是整套搭建流程的"主心骨"。

装完后有两种用法：每次都加uv run前缀（推荐，无需激活），或一次性激活虚拟环境让命令更简短：

source .venv/bin/activate

激活后终端提示符前面会出现(.venv)，说明你已经"住进"了虚拟环境。

配置.env环境变量：API密钥这张入场券填在哪

代理要调用大模型，就像进游乐场需要入场券。AssetOpsBench把入场券统一放在.env文件里，项目提供了模板，直接复制一份：

cp .env.public .env

操作后根目录多出一个.env文件，里面已有默认值，你只需补齐关键项：

如果你走其他模型网关，对应填LITELLM_API_KEY或TOKENROUTER_API_KEY。CouchDB那几项（admin/password）与本地Docker启动脚本是配套的，保持默认即可。编辑完保存，代理运行时自动读取。

启动CouchDB数据库：用Docker把工业数据安顿好

数据底座是CouchDB——传感器遥测、资产清单、故障模式、工单记录都住在里面。CouchDB启动配置其实就两条命令，先启动容器：

docker compose -f src/couchdb/docker-compose.yaml up -d

这条命令按照src/couchdb/下的编排文件启动CouchDB 3.5容器，后台运行并映射到本机5984端口，启动时还会自动执行初始化脚本灌入示例工业数据。

操作后你会看到容器创建与启动的日志。等几秒完成初始化，再确认它"活着"：

curl -X GET http://localhost:5984/

操作后你会看到一段JSON，比如{"couchdb":"Welcome","version":"3.5.x",...}。看到它，说明工业数据已经入住完毕，随时可以被代理调用。

第一次运行工业AI代理：执行Chiller 6传感器数据查询示例

现在到了最有仪式感的一步。在项目根目录执行：

uv run plan-execute "What sensors are on Chiller 6?"

这条命令启动plan-execute运行器——它采用"先规划、再执行、最后总结"的流程：先让大模型把问题拆成可执行子任务，再通过MCP协议调用IoT服务器查数据，最后汇总答案。MCP服务器是stdio子进程，代理按需自动拉起，无需手动管理进程。

操作后你会看到代理输出Chiller 6的传感器清单（通常是温度、压力、振动等传感器名称）并附一句说明。这是官方文档里最经典的传感器数据查询示例，也是检验环境是否装通的金标准。

想看它每一步在想什么？加上轨迹开关：

uv run plan-execute --show-trajectory "What sensors are on Chiller 6?"

操作后终端会打印完整轨迹：每一步的文字、工具调用、返回结果，非常适合新手观察代理的工作机制。

想加大难度，试试跨领域的多步骤问题：

query="What is the current date and time? Also list assets at site MAIN. Also get sensor list and failure mode list for any of the chiller at site MAIN." uv run deep-agent "$query"

这条命令换成deep-agent运行器处理需要连续调用多个MCP服务器的问题。操作后你会发现它能自主规划、逐工具执行，像一位熟练的"数据协调员"。

认识六大MCP服务器：代理背后的专业顾问团

刚才的查询能答得那么专业，靠的是背后六个MCP服务器。它们各扮演一个专业顾问，通过统一的MCP协议向代理提供工具调用能力：

MCP服务器连接与调用全部走stdio，代理按需拉起进程，你不需要手工守护任何服务。这些工具还可以脱离大模型直接使用——src/mcphub/的ToolUniverse客户端就是为脚本化和测试准备的：

uv run python examples/quickstart_tooluniverse.py

这条命令运行示例脚本：加载iot/fmsr/wo三个服务器，搜索"failure mode"相关工具，再查询MAIN站点的资产与Chiller类资产明细。操作后你会看到结构化的JSON输出。完整工具参考见 docs/mcp-servers.md。

记录轨迹并用LLM裁判打分：一套完整的AI代理性能评估

跑通只是第一步，评估才是工业场景里真正要紧的环节。AssetOpsBench的评测闭环是：运行代理 → 保存轨迹 → LLM裁判打分 → 生成报告。

先装可观测性依赖并保存运行轨迹：

uv sync --group otel export AGENT_TRAJECTORY_DIR=$(pwd)/traces/trajectories uv run claude-agent "List all failure modes of asset Chiller." --scenario-id 101

第一条命令安装OpenTelemetry追踪依赖；后面两条把轨迹持久化到traces/trajectories/，并用--scenario-id 101给这次运行打上场景标签。

操作后traces/trajectories/下会多出JSON轨迹文件。接下来用LLM裁判打分：

uv run evaluate \ --trajectories traces/trajectories \ --scenarios groundtruth/101.json \ --scorer-default llm_judge \ --judge-model litellm_proxy/azure/gpt-5.4

这条命令把轨迹和标准答案（ground-truth）交给裁判模型逐项比对。操作后reports/目录会出现每个run的评分报告和一个汇总文件，这就是一套完整的AI代理性能评估闭环。评分维度与报告格式详见 docs/evaluation.md，轨迹字段说明在 docs/observability.md。

新手上路最常见的四个坑：Agent运行报错排查实战

走到这里，你已经具备独立搭建的能力。把新手最常踩的四个坑提前告诉你：

坑一：uv sync报网络错误。多半是网络抖动。先uv clean清缓存，再uv sync --verbose看详细日志，必要时换网络重试。

坑二：curl访问5984端口无响应。CouchDB没起来或端口被占。用docker ps确认容器状态，用lsof -i :5984检查占用，必要时docker compose -f src/couchdb/docker-compose.yaml down后重新启动。

坑三：代理报模型鉴权失败。检查.env里WATSONX_APIKEY、WATSONX_PROJECT_ID是否填对，并确认密钥所在区域与WATSONX_URL一致。

坑四：想换模型却发现路由不对。每个运行器都支持--model-id切换，例如uv run plan-execute --model-id watsonx/ibm/granite-3-3-8b-instruct "查询任务"。前缀（watsonx/、litellm_proxy/、tokenrouter/）决定了走哪条模型路由，排查时先看前缀。

下一步：把单次查询升级成可落地的运维工作流

到这里，你的第一个工业AI代理已经能查数据、能看轨迹、能接受评估了。接下来从这三个方向继续深入：

1. 换一位"代理人"体验不同的工作风格。仓库内置七种运行器，各有侧重。比如stirrup-agent支持写代码并执行：试试STIRRUP_CODE_IMAGE=assetops-code uv run stirrup-agent --code-backend docker "分析时间序列数据并生成可视化图表"，体验代码执行能力。

2. 跑一遍测试验证环境健康。执行uv run pytest src/ -k "not integration"跑单元测试，确认依赖没有装坏。之后选460+场景中的一个完整走通，比如让代理根据Chiller的异常数据生成一张工单。

3. 参与场景共建，把你的经验变成基准。AssetOpsBench欢迎社区贡献新场景，可参考 docs/guideline/utterance_design_guideline.md 与 docs/guideline/ground_truth_design_guideline.md，按规范定义场景并提交PR。用真实业务经验反哺开源基准，是这条路线上最有成就感的一步。

【免费下载链接】AssetOpsBenchAssetOpsBench - Industry 4.0: A unified benchmark and framework for building, orchestrating, and evaluating domain-specific AI agents for Industry 4.0 asset operations and maintenance, with 460+ scenarios, 5 specialist agents (IoT, FMSR, TSFM, Work Order,...), and multi-agent orchestration blueprints (MetaAgent, AgentHive) over MCP.项目地址: https://gitcode.com/gh_mirrors/as/AssetOpsBench