乐于分享
好东西不私藏

北汽福田x飞书OpenClaw:AI数字同事“长超小福”游进汽车工厂,不聊概念直接上岗干活

北汽福田x飞书OpenClaw:AI数字同事“长超小福”游进汽车工厂,不聊概念直接上岗干活

1. 背景

当Openclaw游进北汽集团福田汽车长沙超级卡车工厂,这只“大龙虾”,不再停留在展示和讨论层面,而是真正走进汽车工厂生产现场、嵌入业务流程,成为可以协同工作的“数字同事”。

在AI持续火热的今天,很多企业都在问一个问题:AI,到底是“看起来很聪明”,还是“真正能干活”?北汽福田给出的答案很直接——不做概念展示,而是让AI进入真实业务场景,在数据流、信息流和任务流中承担角色、参与协作、推动闭环。

这只“游进工厂”的大龙虾,不是来聊天的,而是来干活的。

2. 详细方案

2.1 这只“大龙虾”是谁?——长超小福的诞生

   这只“大龙虾”的技术底座,来自搭载北汽集团福田汽车AI平台的Openclaw框架。它构建的是一套新一代智能体,集成福田智云数据安全防控能力,而不是单一的大模型应用。

在长沙超卡工厂,它有一个更贴近业务的名字——“长超小福”。

    “长超小福”并非传统意义上的问答机器人,而是由流程与数字化部协同长沙超级卡车工厂共同打造的AI数字人。它具备多技能集成能力,能够参与业务协同、执行系统操作、推动任务闭环,是一个真正嵌入流程中的智能体。

核心能力包括:

✅ 业务数据查询与分析洞察

✅ 知识库检索与问答

✅ 监控画面调取与分析

✅ 信息系统自动化任务执行

✅ Office文档协同处理

✅ 业务学习与持续进化

2.2 核心应用场景:从“问答机器人”到“AI数字同事”

智能业务洞察分析:日报不止“报数”,更要“给判断”

在工厂运营、供应链分析洞察等场景中,长超小福可以快速完成:

  • 数据提取与结构化汇总
  • 异常识别与风险提示
  • 重点问题跟踪建议

让管理动作从“看报表”升级为“抓关键”

(配图:工厂运营日报)

(配图:供应链分析日报)

飞书群人机智慧协作:在现场群里“随叫随用”

    在生产启动、总装协作、班组管理、精益改善等群协同场景中,长超小福实现了常态化协同:

  • 群内即时响应业务提问
  • 自动输出结构化通报
  • 关联责任人推进问题闭环

把“信息流”变成“执行流”。

(配图:生产启动业务协作)

(配图:油漆车间作业协作)

(配图:总装车间作业协作)

(配图:精益制造业务协作)

任务提醒与催办:机制化推进,减少遗漏

在任务跟踪场景中,长超小福可进行:

  • 定时提醒
  • 节点催办
  • 超时预警
  • 闭环追踪

有效降低“靠人记、靠人催”的管理成本

(配图:群任务调度提醒)

(配图:群会议安排提醒)

全天候工厂安全巡查:AI在线值守,关键时段不断档

在安全巡检与现场观察场景,长超小福支持:

  • 监控画面调取与分析
  • 节假日重点巡查
  • 夜间值班巡检

实现“可视化+连续化+可追溯”的巡检能力。

(配图:春节安全巡查)

(配图:夜间安全值班)

个人AI助理模式:从组织协同延伸到个人提效【赛博文师傅】

除公共数字人外,还可配置员工个人专属智能体(隔离独立运行):

  • OA待办汇总与处置建议
  • 文件阅读与要点提炼
  • 个人文档查询、编辑与发送

让AI能力延伸到每个人的日常工作流。

(配图:OA待办总结处理)

(配图:个人文件处理)

IT专业任务执行:从“辅助问答”走向“实操执行”

在IT运维与数字化支持侧,长超小福可执行:

  • 系统状态检查
  • 机房动环巡检
  • 设备状态巡查
  • 信息系统配置引导
  • 能力自我迭代升级

不仅“能看”,更“能做”。

(配图:IT机房及设备巡检)

3. 系统界面

涉及客户数据,注意严格保密,切勿复制粘贴对外宣传!

3.1 数字运营调度中心-飞书多维表格

3.2 OpenClaw开发界面

Agent 配置

定时任务:提示词优化

Skill:AI自动生成,开发者再进行微调

场景1:飞书群人机智慧协作

“长期记忆模块”配置

定时任务创建规范

飞书群聊交流偏好

场景2:全天候工厂安全巡检

Skill-读取摄像头监控

场景3:个人AI助理【赛博文师傅】

“长期记忆模块”配置

OpenClaw自身配置安全策略

三分钟无人确认自动会退

4. 落地实现路径

4.1 要点总结

分类 内容
场景和痛点
  • 数据分散:订单、生产、仓储、质量物料等数据分散在各应用系统中,难以统一分析
  • 人工维护成本高:车间班组管理值班、5S检查等数据需人工录入和维护
  • 报表生成效率低:运营日报和供应链分析日报需要大量人工整理工作
分工
  1. 飞书(多维表格、bot)
    1. 前期已经在用做数据集中化管理,覆盖生产过程。多维表格擅长做跨部门数据共享与同步,同时业务人员日常工作也在飞书,体验好;
    2. 飞书多维表格数据定时同步到本地数据库,提供给AI读取和分析;
    3. 之前尝试过飞书API读取,但受速率限制,同时很难筛选统计等,后来放弃;
  2. Open Claw
    1. 跟业务同事在同一个群里,作为数字助手角色;
    2. 周期性抽查工厂监控、判定并通知风险,生成运营报告等;
openclaw“养虾经验”
首先用户本人养了两只,推文里的“长超小福”用来读业务数据,自己有一个本地部署的“赛博文师傅”,用来在外时处理一些本地工作;

  1. “长超小福”:
    1. B端使用,更注重安全性;
    2. 底层创建定时任务,方便按时抽查和生成报告等工作;
    3. 配置群聊上下文交流偏好和规范;
    4. 开发读工厂数据的专用skill
  2. “赛博文师傅”。由于最近版本迭代快,自己升级时容易挂,所以:
    1. 3分钟无人确认自动回退;
    2. 本地部两套,一套挂了让另一套修;
对飞书的建议
  1. API接口性能优化:
    前述读取多维表格数据性能受限;未来在更多场景下,可能需要更高频调用飞书接口;
  2. open claw和飞书的深度集成:
    希望支持更多飞书原生能力,群聊交互,多维表操作等;
  3. aily和open claw的优势互补:
    aily可以实现更精细的工作流,但openclaw进化更快,自定义能力更强;

4.2 应用和技术方案

项目背景与应用情况

    • 应用改造与功能添加:春节前引入 Openclaw 框架,部署在服务器和本地,对其 agent 和 Server 文档微调,添加安全性内容、飞书群聊交流偏好及规范等,还开发读取工厂数据的 skill。
    • 解决数据读取问题:最初尝试通过飞书机器人 API 接口读取多维表数据,因读取慢、无筛选统计功能而不可行,后采用缓存方式将飞书表数据定时同步到本地数据库,结合 MySQL MCP 让 AI 读取,实现业务分析和洞察。
    • 应用效果显著:结合恰当提示词,AI 能生成详尽运营日报和供应链分析日报,给出洞察建议和执行方案,还添加了读取摄像头监控的 skill,实现图像多模态分析和风险判定。
    • 本地 AI 助手搭建:文伟在本地搭建名为赛博文师傅的 AI 助手,可通过浏览器自动化处理待办、分析文件等,同时分享了保障 AI 稳定性和安全性的经验,如启用 3 分钟无人确认自动回退机制、每小时备份等。
    • 数据覆盖全面:北汽福田在长沙工厂搭建飞书多维表格,涵盖订单、生产、仓储、质量物料等全生产过程数据,各业务部门也有各自多维表,员工日常工作以多维表体现,通过数据共享同步功能形成工厂数据集。
    • 数据来源多元:数据集既有从各应用系统抽取并治理后同步到飞书的数据,也有业务人员维护的数据,如车间班组管理值班、5S 等需人工录入。
    • 多维表格应用建设
    • Openclaw 应用探索
  • 技术方案对比与分析
    • 模型选择:北汽福田开发者表示使用福田公司 AI 平台的 DeepSeek 模型,也测试过豆包大模型等,认为国外顶级模型如 GPT 5.3 遵从性更好。
    • Aily 与 Openclaw 对比:Aily 作为可搭建工作流的机器人也能实现提醒、洞察、分析功能,北汽福田开发者认为 Aily 能达到同等效果且更精细,但 Openclaw 进化快、自制性强,集成飞书功能多,可通过拆分 skill 实现渐进式披露。

写在最后

  • 点击阅读原文打开【乐维世界|aitable.club】
  • 可搜索模版关键词(如:“电商”、“制造”、甚至“应用模式”)都能快速匹配检索

👇👇👇