Joan Workflow
提供Joan知识与任务管理系统的核心工作流指导,支持工作区、Pods、Todo和计划的管理。
基于结构化数据的制造知识管理,支持工单、质检、设备维护等信息快速查询。
openclaw skills install @roojenkins/uplo-manufacturing命令、参数、文件名以原文为准
将您的 AI 助手连接到由工厂现场文档构建的结构化知识层——包括工单、检验报告、预防性维护计划、CAPA 记录、生产批次日志和设备手册。当机器在凌晨两点故障或客户报告缺陷时,您需要的是来自自身数据的答案,而非网络搜索。
首先获取您的制造上下文。这将加载您的角色(维修工程师、质量经理、生产主管)、当前生产优先级以及任何未解决的质量停顿或设备问题。
use_mcp_tool: get_identity_context
use_mcp_tool: search_knowledge query="open quality holds production line stoppages equipment downtime alerts"如需了解当前产能目标或质量改进计划,请检查指令:
use_mcp_tool: get_directives客户收到的零件存在尺寸不合格问题。您需要追溯整个生产流程。
use_mcp_tool: search_knowledge query="part number 7842-A dimensional inspection results CMM data last 90 days"
use_mcp_tool: search_with_context query="work order production batch part 7842-A process parameters tool wear records"
use_mcp_tool: search_knowledge query="CAPA corrective actions dimensional tolerance issues machining"结构化提取将检验数据与具体工单、设备设置和操作员资质关联起来,为您提供完整的可追溯链条,用于编制 8D 报告。
您正在制定下个季度的预防性维护计划,需要整合设备信息。
use_mcp_tool: search_knowledge query="preventive maintenance schedules all production equipment Q2 upcoming"
use_mcp_tool: search_knowledge query="equipment breakdown history unplanned downtime root causes 2025"
use_mcp_tool: export_org_context将维护周期与实际故障数据交叉比对,推动从基于日历的维护转向数据支持的条件维护。
search_knowledge — 同时跨工单、检验记录、维护日志和标准作业程序进行查询。结构化提取使您获得类型化的字段(零件号、批次 ID、测量值),而不仅仅是原始文本。示例:"SPC 控制图数据 注塑机 12 模腔压力"
search_with_context — 跟随文档之间的关联关系。一个工单连接到 BOM,BOM 连接到来料认证,认证连接到供应商审核。示例:"material traceability lot number RM-2025-0892 from receiving through finished goods"
report_knowledge_gap — 发现某台设备无已知的设置规程?某个流程无控制计划?请标记该问题。此反馈将进入您的质量系统,确保漏洞得到关闭。示例:报告新激光焊机无已知的过程验证(IQ/OQ/PQ)文档。
propose_update — 当 SOP 出错或规格变更时,直接提出修正建议。该建议将进入文档负责人审批队列。示例:在工艺优化研究后,更新阳极氧化槽浓度范围。
flag_outdated — 对制造业至关重要,因为版本控制是核心。在有人现场使用错误版本前,标记已被取代的图纸、过期的校准证书或过时的作业指导书。
search_knowledge 无法提供完整图景,切换至 search_with_context 以遍历关系链(零件 → BOM → 供应商 → 认证 → 检验)。已收录 3 个 Skill