我们的主要产品

知识驱动，精准操控——用自然语言管理每一台建筑设备

1 系统简述

IotClaw 是古河软件自主研发的物联网AI引擎，为智慧建筑提供"用自然语言操控设备"的能力。"IoT"代表物联网，"Claw"意为"爪"——如同一只精准的智能机械臂，IotClaw 能够深入物联网世界，对建筑设备实现看得见、够得着、抓得准、控得住的全链路智能操控。

IotClaw 的核心设计理念是Ontology-Driven（本体知识驱动）。传统的AI对话助手只能做简单的问答和信息检索，而 IotClaw 基于建筑本体知识图谱（Ontology）进行语义推理——它真正理解"三楼的空调"指的是哪些设备、"节能模式"意味着哪些参数调整、"冷站故障"会影响哪些下游系统，从而做出精准的判断和操控。

简而言之：Ontology 赋予大脑，Claw 赋予双手。

2 为什么需要 IotClaw

在智慧建筑日常运维中，管理者常面临以下痛点：操控数百上千台设备需要登录不同子系统的管理界面；执行跨系统操作需要逐个手动触发；新员工难以快速上手，操作依赖经验丰富的老工程师；AI助手虽能对话，但无法直接控制设备。

IotClaw 从根本上解决了这些问题——运维人员只需用自然语言说出需求，IotClaw 即可自动完成从理解意图、定位设备到下发控制的全部过程。

3 IotClaw 的工作方式：Claw 四步法

IotClaw 将所有设备操控归纳为四个标准化动作，每个动作都由 Ontology 本体知识驱动：

示例：用户说"把三楼会议室温度调到24度"

1. Scan：Ontology 空间推理 → 定位"三楼 → 会议室"
2. Reach：Ontology 设备分类 → 该空间内的空调机组
3. Sense：读取当前送风温度和运行状态
4. Grip：下发温度设定指令 24°C

全程由本体知识驱动，无需硬编码规则，新增设备或空间变动后AI自动适配。

4 引擎架构

IotClaw 引擎由五层组成：交互层、智能层、知识层（Ontology）、模型层和执行层（Claw），底部通过MCP工具链对接古河物联网数据中台（BIOT）。

5 核心功能

5.1 自主研发AI引擎

IotClaw 引擎完全自主研发，核心代码自主掌控，不依赖 OpenClaw 等第三方开源AI框架。支持私有化部署，建筑运行数据不出域，满足政企客户的数据安全和合规要求。

5.2 模型广场

内置模型广场，统一管理国内外主流大语言模型，一键配置、灵活切换：

每个模型独立配置API Key和参数。简单查询用轻量模型降低成本，复杂推理用高端模型保证效果。所有模型的输出都经过 Ontology 知识层校验，确保回答在建筑专业范围内。

5.3 AI智能会话

面向建筑运维的专业对话界面，支持多角色切换：设备操作员（设备监控与控制、日常巡检、报警处理）和能源分析师（能耗监测、区域对比、节能优化建议）。

运维人员无需记忆设备编号或操作面板位置，用自然语言即可完成日常工作：

• "列出所有设备及其当前状态"
• "查看活跃报警"
• "将三楼会议室空调设为26度"
• "对比上月各区域能耗"
• "批量关闭A区所有空调"

每一条指令的背后，都是 Ontology 语义推理 + Claw 精准执行的协同工作。

5.4 专家工作台

为高级用户提供AI技能（Skill）和智能体（Agent）的可视化编排工具。以YAML格式定义自动化技能（如节能策略、故障巡检、夜间安防联动），每个技能绑定 Claw 四步法的动作链和 Ontology 查询路径。内置AI开发助手，辅助优化技能逻辑、生成使用文档。

5.5 监控面板

AI控制全程可追溯，提供全局运行视图：今日控制次数、受控设备数量、控制成功率、AI引擎连接状态实时监测，以及完整的操作历史记录。

5.6 微信接入与语音助手

支持通过 iLink Bot 接入个人微信，运维人员在手机端即可与 IotClaw 对话，随时随地查看设备状态、接收报警、下发控制指令。内置语音助手"小慧"，支持语音交互操控设备。

1 Ontology 原生架构

IotClaw 从架构层面原生集成 Ontology 本体引擎，并非在通用AI上"外挂"知识库。每一次推理、每一条控制指令都经过本体知识图谱的语义推断和校验，确保AI输出准确可靠。

2 Claw 四步法：标准化设备操控

Scan → Reach → Sense → Grip，四个标准动作覆盖从空间扫描到设备控制的全链路。任何运维场景都可以用四步法编排，极大降低了AI技能开发的门槛。

3 自主可控，安全合规

引擎完全自主研发，不依赖第三方AI框架，支持私有化部署和离线运行，敏感数据不出域，满足等保和信创要求。

4 多模型生态，灵活适配

Ontology 层与模型层完全解耦——更换大模型不影响知识能力，知识更新不依赖模型升级。在模型快速迭代的时代，建筑知识资产始终稳定可用。

5 从对话到控制的端到端闭环

通过MCP工具链与古河物联网数据中台（BIOT）深度集成，打通从自然语言到设备控制的完整链路，真正实现"说到即做到"。

6 支持国产信创

平台支持国产服务器和操作系统部署，支持国产数据库，满足政企客户的国产化合规要求。