最近看了一下 supOS-Free 这一轮的产品更新。
如果还把它理解成一套免费的数采软件,其实已经不太准确了。
对于做工业数字化的工程师、系统集成商来说,一个项目真正费时间的,往往不是某个技术难题,而是很多工作换一个项目又要重新来一遍:
PLC、仪表和数据库重新接;
设备数据、MES 数据、质量数据重新整理;
数据弄好以后,再做大屏、报表和业务应用;
客户改个需求,又回去找字段、绑数据、调页面。
这些事情都得做,但重复做多了,确实很耗工程师。
supOS-Free 现在比较有意思的地方,是开始把这些工作往一套免费的工具里收。
接数据、组织数据、做大屏、装 App,再到用 Agent 做应用。
最近想试 supOS 工厂操作系统,可以顺便关注一下官方活动
supOS 工厂操作系统上线已经有八九年的时间了,之前在工厂数据的采集、存储、展示这几个场景下统治力很强,最近 supOS-Free 正在准备秋季的新品发布会,刚刚说的这些内容都会在这次的新品发布会里重点去介绍,官方也准备了很多了安装福利:

奖品里有:
iPhone 17、京东卡、键鼠套装、现金红包等。
新用户还有 supOS 新手启动包,包括工业大屏模板、常用工业组件、应用生成积分等内容。
如果本来就在考虑体验,可以直接扫码加工作人员微信,了解具体活动规则。
具体奖品、参与条件和活动规则,以官方活动页面及工作人员说明为准。
下面还是看看这个产品现在到底能做什么。
先说数据接入,现在已经不只是 PLC 了
一个稍微完整一点的制造业项目,数据基本不会只在现场设备里。
设备侧有 PLC、仪表、传感器、数控设备;
业务侧还有 MES、ERP、WMS、数据库和各种第三方系统。
supOS-Free 目前支持 70+ OT 工业协议,同时支持主流数据库和 API 数据接入,也支持 MQTT、Node-RED 等接入方式。
另外支持 2 个采集器,以及一个项目中比较实用的能力:联邦查询。

比如做一张生产运行看板:
设备状态在实时数据里;
订单在 MES 数据库;
质量结果在另一个数据库。
过去经常要先搬数据、建中间表、做同步,再开始开发。
联邦查询支持跨数据源查询,一些场景就没必要为了一个页面再复制一套数据。
不是什么特别炫的功能,但做过项目的人应该知道:
少维护一条数据链路,后面就少一件麻烦事。
UNS 这件事,放到 AI 时代再看会更有意思
很多人以前看 UNS,会把它理解成:
工厂 → 车间 → 产线 → 设备
把现场数据按照工厂结构组织起来。
但现在如果考虑 Agent,这件事情会多一层价值。
现场原始数据可能只是:
DB03.Tag027 = 83.4项目工程师知道它是什么意思,因为手里有点表,也去过现场。
但 AI 不知道。
如果通过 UNS 把它组织成:
包装车间 → 包装产线 → 包装机01 → OEE → 单位:% 情况就不一样了。
数据开始自己带着上下文:
它是什么、从哪里来、属于哪台设备、单位是什么、和哪些数据有关。
一个真实工厂可能有几千、几万个点位。
以后不可能每接一个 Agent,都重新让工程师解释一遍。
更合理的方式,是提前把这些数据组织好:
让数据自己告诉 AI:我是谁、从哪里来、和谁有关。
所以 UNS 以前更多解决的是工业数据组织。
到了工业 AI 阶段,它还可以成为 Agent 理解现场数据的一层基础。
工程师对现场数据的理解,也可以通过这种方式沉淀下来,而不是一直停留在点表、文档和个人经验里。
做到交付阶段,Free 有三类东西可以直接复用
项目真正到客户能看到的阶段,通常就是大屏和应用。
这部分也是重复开发比较多的地方。
1. 大屏模板库
设备监控、生产运行、OEE 等常见场景,可以直接从已有模板开始。

场景差不多,就没必要每次面对一张空白画布重新搭。
2. 可视化组件库
模板不可能覆盖所有现场需求。
需要定制时,可以继续使用指标、趋势、状态以及工业图元等组件组合页面。

模板适合快速起步,组件适合后续定制。
3. 成品 App
如果类似需求已经有人做过,还可以直接去 App 市场找现成应用。

对于小微企业,还有移动端免费使用的进销存 App,覆盖订单、采购、库存、销售等基础业务。
对集成商来说,这套逻辑比较实际:
有成品就直接装,有模板先套模板,需要定制再用组件。
不是每个项目都必须从零开发。
再往前一步,现在还能直接让 Agent 做应用
Free 里现在还有应用生成 Agent。
过去做一个设备应用,大致要经历:
找字段 → 选组件 → 拖页面 → 绑定数据 → 调参数
现在可以直接描述需求:
“基于现有设备数据,做一个 OEE 运行监控应用,展示设备状态、OEE、运行时间和设备告警。”
Agent 会结合已有数据和 UNS 模型生成第一版应用。

Free 里目前可以安装 2 个 Agent 生成的应用。
第一版不满意,也可以直接选中页面的一块区域,通过对话继续修改:
“这里增加最近 24 小时趋势。”
“这个区域增加设备告警。”
“OEE 低于 80% 标红。”
以前要自己拖、自己绑、自己调的部分工作,现在可以逐步交给 Agent。

而 Agent 真正能用起来,前面的数据基础仍然很关键:
数据先接好,UNS 先把数据说明白,AI 才知道自己在用什么。
这也是工业 AI 对工程师比较实际的一面
AI 来了以后,很多人首先关心会不会替代工程师。
但工业现场没有这么简单。
页面可以让 AI 做,重复配置也可以交给 Agent。
真正有价值的还是:
设备怎么运行;
这个数据到底靠不靠谱;
工艺之间是什么关系;
OEE、良率这些指标到底怎么算;
客户真正需要解决什么问题。
这些都来自长期的行业经验和现场 Know-how。
所以更合理的变化可能是:
重复的开发和配置工作交给工具和 AI,工程师把时间放在数据理解和业务判断上。
supOS-Free 现在的思路也比较接近这个方向:
前面通过数据接入和 UNS 把真实工业数据组织好,后面再让模板、组件、App 和 Agent 去使用这些数据。
对于已经会 PLC、数采、数据库、组态的工程师来说,原来的积累并没有因为 AI 出现而失效。
反而是这些现场经验,决定了 AI 最后做出来的东西能不能真正落地。
懂工业,再学会怎么把数据和 Agent 用起来,会是一种越来越实用的能力。
想试的话,可以拿一个真实项目跑一遍
supOS-Free 本身是长期免费使用的。
如果你做自动化、工业软件或者制造业数字化项目,可以先找一个自己熟悉的小场景:
接一份真实数据
→ 建一个 UNS
→ 套一个大屏模板
→ 或者让 Agent 做一个应用
不用先研究所有功能。
拿自己的项目跑一次,很快就能判断哪些东西能真正帮到自己。
目前官方也在准备安装体验活动,有 iPhone 17、京东卡、键鼠套装、现金红包等奖品,同时还有新用户启动包。
▼ 扫码加工作人员,了解活动详情

也可以直接下载 supOS-Free:
https://www.supos.com/product/free/integrator/
工具到底好不好用,工程师其实最容易判断。
能少搬一次数据、少重做几个页面、少花一点时间在重复工作上,就有它的价值。
夜雨聆风