---
title: Predictive Maintenance Agent
emoji: 🏭
colorFrom: gray
colorTo: blue
sdk: docker
app_port: 7860
short_description: 工业预测性维护智能体 (Industrial IoT Anomaly Detection & Diagnosis)
---

# 工业预测性维护智能体 (Predictive Maintenance Agent)

这是一个面向工业物联网 (IIoT) 场景的 AI 智能体应用，旨在通过模拟传感器数据监控设备健康状态，实时检测异常，并利用大语言模型 (SiliconFlow/Qwen) 提供故障诊断和维护建议。

## 核心功能 (Core Features)

1.  **设备数字孪生 (Asset Digital Twin)**:
    -   实时监控工业设备（如 CNC 机床、液压泵、传送带）的关键指标（振动、温度）。
    -   动态可视化仪表盘 (ECharts)。

2.  **异常检测 (Anomaly Detection)**:
    -   基于阈值的实时故障监测。
    -   模拟故障注入 (Fault Injection) 用于测试系统响应。

3.  **AI 智能诊断 (AI Diagnostics)**:
    -   集成 SiliconFlow API (Qwen2.5-7B)。
    -   自动分析异常数据，提供“根本原因分析” (Root Cause Analysis) 和“维护建议” (Actionable Recommendation)。

4.  **资产管理 (Asset Management)**:
    -   设备健康度评分 (Health Score)。
    -   维护历史记录。

## 技术栈 (Tech Stack)

-   **Backend**: Python Flask 3.0
-   **Frontend**: Vue.js 3 + Tailwind CSS
-   **Visualization**: Apache ECharts
-   **Database**: SQLite (Persistent storage)
-   **AI Model**: SiliconFlow API (Qwen/Qwen2.5-7B-Instruct)
-   **Deployment**: Docker

## 快速开始 (Quick Start)

### 本地运行 (Local Run)

1.  安装依赖:
    ```bash
    pip install -r requirements.txt
    ```

2.  运行应用:
    ```bash
    python app.py
    ```

3.  访问: `http://localhost:7860`

### Docker 运行

```bash
docker build -t maintenance-agent .
docker run -p 7860:7860 maintenance-agent
```

## 商业价值 (Commercial Value)

该项目展示了 AI 在工业 4.0 中的实际应用，能够帮助工厂：
-   减少非计划停机时间。
-   降低维护成本。
-   积累故障模式知识库 (Failure Mode Asset Accumulation)。