问题
每天 4 小时，花在重复点击上
夹具验证一套约 1 小时、单条轨迹制作 1–2 小时，占工程师工作量的 50%。团队全年在这类操作上累计投入 5000+ 工时，高峰期只能靠加班保进度。
- 工程师每天花在重复操作上
- 4 小时
- 占其工作量比重
- 50%
- 团队全年累计投入工时
- 5000+
- 部门全业务 AI 提效（目标 23%）
- 59.6%
- 自研并投产的 Skill
- 30+
- 从 0 到 1 的 Agent 产品
- 2
关于
做 AI Agent 产品，从需求识别、方案设计、MVP 验证跟到部署上线。现在主要做工业场景的智能体落地。
机器人学硕士出身，写过机械臂轨迹规划算法，也用 C++、Python 干活，能把技术边界谈清楚。
- Agent 架构与 Agent Loop
- MCP 与工具接入
- Skills 体系设计
- Memory 与 RAG
- Prompt / Context 工程
- 产品全生命周期
- MVP 验证与迭代
- Python / C++ / C#
重点作品
最贵的不是软件，是重复劳动。
方案
不做外围助手，把智能体装进软件内部
通用智能体进不了工业软件：接口、知识、执行三重壁垒。我们用 MCP 注册工具接口、注入标准与工程经验、在软件进程内动态编译执行代码，把「想得到」变成「做得了」。
SYSTEM ARCHITECTURE
生成 → 编译 → 执行 → 自我修复
01
交互层
INTERFACE
- 软件内直接提问
- 结果原地渲染
- 不切换窗口
02
智能层
AGENT CORE
- 内核：能力路由 / 权限边界 / 六步工作流
- 技能矩阵：功能开发 · 技能沉淀 · 自沉淀
- 工作流矩阵与规范约束
03
能力层
CAPABILITY
- 进程内编译 · 错误回传
- MCP 工具接口 · 能力暴露
- 历史会话 · 上下文沉淀
04
领域层
DOMAIN
- 企业内部工具库
- 软件原生接口（.dll）
- PDPS 软件本体
结果
重复操作从 4 小时降到 1 小时
夹具验证 1 小时降到 3 分钟，轨迹制作 2 小时降到 10 分钟；单项目节省约 240 工时，不同工程师之间的输出一致性达 99%。
- 日均重复操作耗时降幅
- 75%
- 单项目节省
- 240 工时
- 不同工程师之间的输出一致性
- 99%
产品演示
PDPS Agent
自然语言下达指令，智能体在软件内自动完成焊点可达性验证；机器人按结果运动，结论实时流式返回
ROSE · 本地多角色智能体
一句自然语言下达开发任务：ROSE 在本机工作目录里看目录、写文件、跑命令自校验，过程与结论全程流式回传。视频为实际运行录制。
聊聊
jeff120500gmail.com