OV Auto-Integration Builder
用AI构建自定义检测流程。用自然语言描述您的通过/失败逻辑，我们的AI代理即可为您的Overview AI相机生成生产就绪的Node-RED流程。
自然语言流程生成
从提示到生产就绪流程
工业和标准节点类型
无限流程生成
挑战
检测逻辑不应需要开发人员
每次检测流程变更都需要专业的Node-RED知识。您的质量团队拥有领域专业知识，但缺乏实施所需的编程技能。Integration Builder通过AI弥合了这一差距。
手动编程
Node-RED需要大多数质量工程师和操作员所不具备的编码专业知识。每次流程变更都意味着提交工单，然后等待自动化专家处理。
协议碎片化
MQTT、Modbus、OPC-UA、HTTP、PLC输出都需要不同的节点配置和特定协议知识，这减缓了集成工作的进度。
知识孤岛
当您的Node-RED专家离职或不在时，他们的流程就变成了无人能够修改、调试或解释的黑盒子。关键检测逻辑成为单点故障。
观看实际演示
观看Integration Builder实际演示
用自然语言描述您的检测逻辑，观看AI实时生成完整的Node-RED流程。
AI驱动的工作流程
五步创建生产就绪的流程
用自然语言描述您的检测逻辑。AI代理负责处理Node-RED连线、协议配置和测试。
加载数据
导入相机测试数据
审查
探索字段和目标
描述
编写通过/失败逻辑
生成
AI构建并测试流程
导出
部署到您的相机
加载测试数据
导入真实相机数据或使用预加载的示例
审查数据
探索可用字段，如目标、分类和测量值
描述您的检测需求
在提示框中用自然语言编写通过/失败逻辑
生成并测试
AI构建完整的Node-RED流程并自动测试
导出到相机
下载流程JSON并导入到您的相机中
核心平台
专为工业自动化打造
无需编写任何代码，即可生成、测试、调试和部署Node-RED检测流程所需的一切
自然语言流程生成
用自然语言描述您的检测逻辑。AI代理理解相机数据、目标检测、分类结果，并自动构建完整的Node-RED流程。
创建和修改模式
在创建模式下从零开始构建流程，或在修改模式下微调现有流程。AI在进行针对性调整的同时保留您当前的流程结构。
实时流程测试
触发模拟捕获，将真实数据发送到您的流程中。实时观看节点亮起，即时查看通过/失败结果，无需连接物理相机。
50+工业节点类型
Overview AI相机节点、最终通过/失败、输出1-4、保存到库、PLC输出，以及MQTT、Modbus、OPC-UA、HTTP、TCP/UDP和所有标准Node-RED节点。
流程解释与分析
AI用自然语言解释每个节点的功能。静态分析在部署前捕获断开连接的节点、缺失的配置和潜在的错误。
一键导出与导入
将您的流程下载为JSON并直接导入到相机的Node-RED中。导入其他相机的现有流程进行修改或在设备间共享。
平台深度解析
详细了解每项功能
从自然语言流程生成到实时测试和分析仪表板
描述即生成
在提示框中用自然语言输入您的检测逻辑。AI代理解读您的需求，选择合适的节点，将它们连接在一起，生成可立即测试的完整Node-RED流程。
示例：在创建模式提示中输入通过/失败逻辑
测试数据管理
导入真实相机数据，让AI理解您的输出格式。生成的流程保证与您的实际相机数据正确配合。
两种强大模式
创建模式
从零开始构建流程。AI根据您的自然语言描述创建全新的Node-RED流程，包括所有节点、连线和配置。
修改模式
无需从头重建即可编辑现有流程。AI在保留流程结构的同时调整您当前的流程，根据您的指示进行针对性更改。
部署前先测试
实时测试结果
生成后，AI会自动将测试数据发送到您的流程中。实时查看通过/失败状态、触发的输出和节点活动。每个节点在数据流过时都会亮起。
模拟捕获
触发模拟相机捕获，通过相机模拟器节点发送测试数据，完全复制流程在生产环境中的行为。无需物理相机。
理解与调试您的流程
流程解释
AI分析您的流程并用自然语言解释每个节点的功能。非常适合理解他人构建的复杂流程或记录您自己的检测逻辑。
流程分析
静态分析检查断开连接的节点、缺失的配置或潜在的错误。在部署到生产环境之前获取常见问题的自动修复建议。
实时分析仪表板
了解Node-RED流程的无限可能。此示例仪表板展示了包裹传送带系统的实时分析，这正是您可以使用检测流程构建的监控类型。
提示示例
您可以向AI提出的请求
您对阈值、条件和通过/失败操作的描述越具体，生成的流程就越准确
“如果检测到恰好5个目标则通过，否则失败”
“计算所有分割目标的平均面积。如果平均值大于1000像素则通过，小于则失败。通过时打开输出1。”
“找到最接近图像中心的目标。如果其分类置信度高于0.85则通过”
“按分类统计目标数量。如果'良品'比'缺陷'分类多则通过。将不合格图像保存到库中。”
优化结果
AI流程生成最佳实践
遵循这些指南，从AI代理获取最准确、最适合生产的流程
加载真实相机数据
始终使用实际相机输出进行测试，以确保流程验证的准确性。AI使用您的数据结构来生成兼容的流程。
提示要具体
包含精确的阈值、条件，以及通过/失败情况下应该执行的操作。提及是否需要触发输出或保存图像。
导出前先测试
运行模拟捕获，在部署到物理硬件之前验证通过/失败行为是否符合预期。
使用修改模式
不要每次都从头重建。使用修改模式进行增量更改，同时保留现有流程中的工作逻辑。
部署前先分析
运行流程分析，在导入相机之前捕获断开连接的节点、缺失的配置或潜在的错误。
从示例开始
使用预加载的示例数据和提示来了解系统的工作方式，然后再导入您自己的相机数据。
真实成果
工程师们的评价
各行各业的团队正在使用AI来构建以往需要专职自动化工程师才能完成的检测流程。
“过去每次更换产品线时，我们都需要提交工单并等待数天，让自动化工程师修改Node-RED流程。现在我们的质量技术员用中文描述需求，不到两分钟就能获得可用的流程。”
流程工程师
汽车组装
“将相机与Modbus PLC和MQTT代理集成过去需要一名控制工程师和一周的配置时间。AI代理仅通过一个提示就自动处理了协议节点、连线和错误处理。”
自动化工程师
电子制造
“我们有一条生产线运行六种不同的产品SKU，每种都有自己的通过/失败阈值、PLC触发和废品箱路由逻辑。手动构建这些流程意味着每次换线都需要数周的配置和测试。使用修改模式后，操作员描述新逻辑，几分钟内就能完成整个流程的重新配置。”
质量经理
医疗设备
停止手动编写Node-RED代码
您的质量团队拥有领域专业知识，AI拥有Node-RED专业知识。让它们协同工作。几分钟内构建生产就绪的检测流程，而不是几天。