AI 설정 지원: 포인트 목록부터 운영 관리까지
처음 사용할 때는 모든 인터페이스 계약과 분야별 가이드가 포함된 aems-configure부터 Agent가 시작하도록 할 수 있습니다. Edge-EMS Builder의 데이터 포인트, Lua 스크립트 및 전략은 인터페이스로 설정할 수 있습니다. AI Agent와 Skills는 반복 설정, 조회 분석 및 결과 대조를 도울 수 있으며, 엔지니어는 업무 목표, 전략 검토 및 현장 검증을 담당합니다.
작업에 맞는 스킬 선택
섹션 제목: “작업에 맞는 스킬 선택”| 단계 | AI가 지원할 수 있는 작업 | 해당 Skill |
|---|---|---|
| 수집 준비 | 포인트 목록을 CommBridge에서 가져올 수 있는 Excel로 변환 | point-table-to-commbridge-excel |
| 데이터 모델링 | 집계 데이터 포인트, 시간대별 계획 및 장치 템플릿 생성 | aems-collection-config, aems-add-aggregation, aems-time-schedule, aems-data-groups |
| 장치 확장 | UDE의 세 가지 템플릿 및 동적 규칙 설정, 시험 계산 및 실체화 추적 | aems-ude, aems-ude-placeholders |
| 전략 오케스트레이션 | Lua 작성, 트리거, 조건, 동작 및 후처리 설정 | aems-lua-script, aems-add-trigger-plan |
| 알람 및 통신 | 알람 관측, MQTT 및 실시간 읽기/쓰기 설정 | aems-alarm-lifecycle, aems-add-mqtt, aems-device-sharing, aems-write-data |
| 데이터 분석 | 추세 조회, 상세 데이터 내보내기 및 향후 변화 추정 | aems-history-chart, aems-history-export, aems-forecast |
| 지속적인 유지보수 | 주기적 아카이브 설정, 용량 평가 및 실행 설정 확인 | aems-history-archive, aems-runtime-config, aems-backup-restore |
전체 스킬 및 설치 방법. 포인트 목록 변환은 가져오기 파일만 생성하며, 장치에 적용할지는 실제 배포 절차에 따라 결정됩니다. 예측은 Agent가 이력 데이터를 분석하여 도출하는 것으로, Edge-EMS Builder의 내장 예측 서비스가 아닙니다.
계정 역할과 표시 설정에는 각각 aems-account-management 및 aems-display-config를 사용할 수 있으며, 통합 유지보수 진입점은 aems-system-maintenance입니다.
권장 협업 방식
섹션 제목: “권장 협업 방식”- 목표, 장치 범위, 필수 데이터 포인트 및 제약 조건을 설명합니다.
- Agent가 실제 설정을 조회하고 대조 가능한 매개변수와 스크립트를 제시합니다.
- 테스트 환경에서 조건, 누락 데이터 및 예외 처리를 검증한 후 대상 범위에 적용합니다.
- 설정, 데이터 포인트 및 실행 기록을 다시 읽어 결과를 지속적으로 추적합니다.
템플릿을 일괄 갱신할 때는 인스턴스 하나를 먼저 검증한 후 정합성 확인 범위를 확대합니다. 알람 규칙은 정상, 비정상 및 알 수 없음 상태를 모두 처리해야 합니다. 내보내기와 아카이브 작업에서는 디스크, 보존 기간 및 완료 상태를 확인해야 합니다.
인터페이스 및 권한
섹션 제목: “인터페이스 및 권한”Agent에도 다른 클라이언트와 동일한 계정 권한, 유지보수 잠금 및 리소스 제한이 적용됩니다. 자격 증명은 실행 환경에서 제공하며 스킬 패키지에 넣지 않습니다. 장치 보호, 하드웨어 인터록 및 현장 검증은 계속해서 해당 시스템과 엔지니어링 절차가 담당합니다.