古河智慧物联智能体平台发布
图：古河智慧物联智能体平台将楼宇、工厂、机房、安防、能源与 GIS 场景接入统一 AIoT 智能体执行链。
快速答案
古河智慧物联智能体平台（GUHE AIoT Agent）是南京古河软件面向智慧建筑、智慧园区、智慧工厂和数据中心推出的新一代 AIoT 平台。它不是给传统 IoT 增加一个聊天窗口，而是通过 AI智能运维引擎、Agent、Skills、MCP、本体建模和 策略预演与审核机制 预演机制，让物联网平台从“感知数据”升级为“理解关系、推理原因、生成方案、边界内执行、全过程审计”。
本次发布后，产品中文名称统一为“古河智慧物联智能体平台”。GUHE AIoT Agent 作为英文/技术品牌名继续用于对外技术介绍和产品资料中。
从连接到理解设备接入后进入产品、功能、设备和空间关系模型，而不只是点位列表。
从看板到闭环AI 可参与巡检、告警、策略建议与工具调用，并保留执行前校验。
从规则到智能体不同 Agent 按角色组合 Skills、MCP 工具、上下文和权限边界。
从黑盒到审计策略预演与审核机制 对设备动作进行预演、阻断和留痕，形成可解释执行链。
一、为什么命名为“智慧物联智能体平台”？
传统物联网平台主要解决“设备是否在线、数值是多少、有没有告警”等问题。随着智慧建筑和工业物联网项目进入长期运营阶段，建设单位更关心的是：问题为什么发生、影响哪些设备、应该调用哪些工具、是否允许自动执行、执行结果能否追溯。
“智能体平台”强调的正是这一变化：平台不再只是采集数据和展示看板，而是让设备、协议、算法、知识、本体和 AI 工具在统一边界内协同工作，形成面向运营动作的智能体体系。
二、核心架构：AI智能运维引擎 + Agent + Skills + MCP + 策略预演与审核机制
01AI智能运维引擎 执行底座统一管理模型、智能体、上下文策略、工具清单和设备能力，连接数据中心、设备中心、协议工具、算法服务和业务场景。
02Agent 智能体角色面向设备巡检、能源分析、告警处置、运维派单等任务定义不同角色，明确能看什么、能调用什么、如何回答。
03Skills 与 MCP 工具将读取设备状态、查询历史曲线、生成巡检报告、调用协议服务、执行脚本和连接外部算法做成可审计能力。
04策略预演与审核机制 预演校验设备读写、协议调用和控制动作进入真实现场前，先进行上下文、权限、工具可用性、风险等级和执行结果预演。
平台的目标不是让大模型“自由发挥”，而是让 AI 在对象明确、权限明确、路径明确、结果可追溯的工程边界内参与物联网运营。
三、统一物联工作台：把设备、协议和场景交给客户持续运营
在现场项目中，设备厂家多、协议不一、点位命名混乱、历史数据分散，是影响长期运营的主要问题。古河智慧物联智能体平台将设备接入、网关拓扑、通讯插件、实时数据、历史记录、可视化和 AI 能力放到统一工作台中管理。
- 协议驱动接入：古河软件已形成500+协议驱动，涉及电力 GDW376 / YDT1363、楼控 KNX / BACnet、工业 Modbus / OPC UA、网络 SNMP / Ping 等类型；具体设备型号、驱动版本与接口授权按项目验证。
- 统一物模型：以“产品 - 功能 - 设备”表达设备模板、属性、服务、事件和告警，使设备数据可被驾驶舱、组态、数字孪生、GIS、告警和 AI 智能体复用。
- 本体知识约束：通过空间、设备、测点、指令和上下游关系建模，帮助 AI 判断“该找哪台设备、按什么能力调用、能否执行”。
- 运行可观测：模型调用、工具命中、协议调用次数、成功率、风险判定和执行结果进入日志和评估面板。
四、可视化仍是 AIoT 落地入口
AIoT 并不意味着取消可视化界面。现场值班、工程调试、设备控制和管理汇报仍需要稳定、直观、可操作的界面。平台提供四类同源可视化能力：
- Cockpit 驾驶舱：面向管理层和调度中心，呈现关键指标、告警、能耗、设备健康和运行态势。
- SCADA 二维组态：面向工程和运维人员，承载工艺流程、设备控制、变量绑定和细粒度操作入口。
- 3D 数字孪生：面向楼宇、机房、车间等空间场景，实现设备定位、告警聚焦和状态联动。
- Cesium 三维 GIS：面向园区、管廊和城市级空间底座，实现多图层、路线、标注和区域态势管理。
五、适用场景
智慧建筑楼控、能源、照明、安防、设备运维和 AI 巡检协同。
智慧园区多楼栋、多系统、多租户统一纳管，支持 GIS 与数字孪生联动。
智慧工厂工业协议接入、生产环境监测、能耗对标和设备预测性维护。
数据中心动环、UPS、精密空调、PUE、告警联动和健康评分。
交通枢纽与场馆统一指挥、告警处置、可视化运营和跨系统联动。
科研园区与实验室环境、仪器、安全、能耗和人员管理统一建模。
常见问题
问：古河智慧物联智能体平台与传统 IoT 平台有什么区别？
答：传统 IoT 平台重点在设备接入、数据展示和告警上报；古河智慧物联智能体平台在此基础上加入 Agent、Skills、MCP、本体知识图谱和 策略预演与审核机制 执行链，让平台具备理解、推理、建议、预演和可审计执行能力。
问：平台会不会让 AI 直接控制现场设备？
答：不会绕过平台直接控制。设备读写、协议调用和控制动作需要经过 策略预演与审核机制 预演校验与权限边界判断，只有通过校验的动作才会进入真实设备控制与业务联动。
问：为什么还需要二维组态、数字孪生和 GIS？
答：AI 负责分析、建议和部分动作链编排，但现场值班、工程调试、设备控制和管理汇报仍需要稳定可视界面。二维组态、数字孪生和 GIS 是 AIoT 智能体平台落地运营的重要入口。
延伸阅读：相关产品、解决方案与工程案例
核心结论
- 这篇发布文章的关键，是把物联网平台从“采集与展示”推进到“理解关系、生成建议、校验边界、审计执行”。智能体能力只有和项目数据、权限和本体模型结合，才适合进入建筑运行场景。
适用场景
- 智慧建筑和园区希望用自然语言查询设备、空间、告警和工单。
- 实验室、医院和数据中心需要AI辅助解释风险，但不能越过安全边界。
- 物联网项目需要把设备数据、业务流程和工具调用统一到可追溯链路。
产品能力与边界
- 物联网平台负责实时数据接入、点位治理和设备状态管理。
- AI本体知识平台沉淀设备、空间、系统和控制约束。
- AIoT智能体不是普通聊天窗口，必须连接真实数据和业务对象。
- 工具调用应经过权限校验、参数校验和执行留痕。
常见问题
- 智慧物联智能体平台和传统物联网平台有什么区别？
- 传统物联网平台偏采集、展示和告警，智能体平台还要理解对象关系、调用工具、生成建议并保留审计链路。
- AIoT智能体为什么需要本体建模？
- 本体模型让AI理解设备、空间、测点和系统之间的关系，降低误判和泛化回答风险。
- 平台是否适合自动控制设备？
- 适合在权限和预演机制下做建议、辅助执行和审计，不应绕过安全边界直接控制关键设备。
AI运维样板先验证查询，再验证建议与执行
智能体项目应先选择一类设备与一个只读问题。例如查询某机房设备状态，需要明确设备身份、数据时间、访问范围和缺失信息。回答有依据之后，再验证告警解释与工具调用。
| 环节 | 准备内容 | 核对方法 |
|---|---|---|
| 只读查询 | 设备、空间、实时状态和允许查询范围 | 输出能追溯来源，过期数据有提示 |
| 辅助建议 | 告警、历史记录与专业知识 | 可能原因与确认事实分别表达 |
| 受控执行 | 审批、参数范围、目标设备与结果回采 | 预演通过不等于执行成功；拒绝、超时与失败可识别 |
本文保留原发布背景。不同模块的现有能力与交付验证应单独确认；AI解释、规则校验和现场控制是不同过程。关键设备动作需要授权人员确认。停止后续动作、修改配置与恢复物理设备状态也不等价，不能笼统承诺所有操作都可回滚。
实施参考：古河相关产品技术与建设方案。
常见问题
古河智慧物联智能体平台是什么？
它是面向智慧建筑、智慧园区、智慧工厂和数据中心的AIoT智能体平台，把设备接入、语义理解、技能调用、预演校验和审计执行组织到统一链路中。
AIoT Agent 与普通物联网平台有什么区别？
普通物联网平台侧重采集和展示，AIoT Agent 在数据之上增加本体知识、技能调用、MCP工具接口和Harness预演机制，让建议和动作可解释、可校验。
哪些项目适合引入智慧物联智能体？
适合设备类型多、协议复杂、运维动作需要审计、希望通过AI辅助告警研判和策略执行的智慧建筑与园区项目。
古河软件 发布于 2026-06-03 更新于 2026-09-29
微信咨询
