AssetOpsBench

社区

面向工业资产运维的多智能体 MCP 基准与框架

分类: 其他第 179 / 230
Stars: ★ 2.4k 非常热门
运行环境: Python
凭据: 无需凭据
许可证: Apache-2.0
最近提交: 14 天前
工具数: 38

45FMRS · D

IBM/AssetOpsBench 是 Apache-2.0 许可的工业资产运维 AI 智能体基准与框架，提供 IoT、FMSR、TSFM、工单和振动等领域工具，以及多种智能体编排方式。材料确认其支持 MCP，但未提供服务器清单、传输协议、认证方式或客户端配置。

最强项 · 维护活跃度 14/20 最弱项 · 可靠性 6/20

可靠性

6/20

安全与权限

7/20

维护活跃度

14/20

文档质量

10/20

安装易用性

8/20

查看各项评分依据

可靠性 6/20: README 声称支持 MCP 并列出多个服务器和工具，但未提供缓存的 manifest、实际服务器入口、初始化/工具列表握手证据、测试或 CI。快速开始中的场景命令还标注为“to be enabled”，因此只能确认概念和部分接口描述，无法验证启动、依赖可控性、错误处理或工具行为一致性，扣分明显。
安全与权限 7/20: 材料未显示凭据处理、认证、权限边界、数据隔离或外部网络流向。工具包含 add_failure_modes、register_model、run_recipe、run_plan、evaluate 及生成工单等可能产生写入或运行副作用的能力，但未见确认机制、最小权限或危险操作范围说明；未发现提示中的红线风险，但证据不足导致较大扣分。
维护活跃度 14/20: 仓库标记为未归档，使用 Apache-2.0 许可证，且 README 展示了活跃的 IBM 维护者、持续的研究和竞赛活动，并列出 46 个开放 issue。这支持较好的维护活跃度。但材料没有提交历史、正式 release、依赖更新策略、issue 响应数据或安全响应渠道，因此不能接近满分。
文档质量 10/20: README 提供了项目定位、领域服务器、部分工具名、安装命令、示例场景、文档链接和 MCP 说明，基础信息较完整。缺少可核验的 manifest、完整参数/返回值、认证配置、客户端连接示例、限制、成本、故障排查和副作用说明；同时 141+ 与描述中的 460+ 场景等表述存在不一致，故仅评为中等。
安装易用性 8/20: 提供了 clone、pip install -e . 和一个运行示例，并链接到 INSTRUCTIONS.md，说明存在进一步配置材料。但 server path 为仓库根目录，manifest 未缓存，未提供主流 MCP 客户端配置、启动命令、平台兼容性、环境变量或依赖准备细节；示例场景还注明尚待启用，因此安装到可用连接的路径可能脆弱且不可验证。

静态评测 · 未实际运行收录于 2026-07-29

查看 FMRS 评分方法 →

选型与风险

适合谁

维护工程师
可靠性专业人员
设施规划人员
工业 4.0 研究人员

不适合谁

需要已验证生产环境连接器、认证方式或传输协议的用户。
只需要通用聊天或非工业资产运维工具的用户。
希望在不阅读项目设置文档的情况下直接运行完整场景的用户。

所需权限

需要访问项目所使用的模拟工业环境数据。
根据任务需要，可能需要读取传感器、资产、FMEA、告警和工单记录。
具体认证、授权和写入权限未在提供的材料中说明。

风险与副作用

服务器清单未提供，因此实际工具表面、启动方式、传输和认证信息需要进一步确认。
项目处于积极开发状态，main 分支与出版物使用的其他分支可能存在差异。
生成或添加失效模式、注册模型以及运行配方等操作可能改变项目环境中的记录；材料未说明其权限边界或回滚机制。

安装接入

准备工作

运行环境：Python

在仓库根目录执行：git clone https://github.com/IBM/AssetOpsBench.git；cd AssetOpsBench；pip install -e .。MCP 服务器和计划执行运行器位于 src/；完整设置、MCP 服务器及计划执行运行器说明见 INSTRUCTIONS.md。README 中的示例场景标注为待启用。

验证是否装好

克隆仓库并运行 pip install -e . 后，在 MCP 客户端中连接 IoT 服务器，确认 tools 列表中出现 sites 和 asset_ids 等工具，然后用提示词“列出 MAIN 站点中的所有资产”验证连接。

常见排障

确认已克隆 IBM/AssetOpsBench，并从仓库根目录执行 pip install -e .。
检查 Python 环境和依赖安装是否完成。
阅读 INSTRUCTIONS.md，确认 MCP 服务器和计划执行运行器的配置。
确认使用的是包含所需代码的分支；README 说明当前开发在 main，部分出版物代码位于其他分支。
如果示例场景无法运行，注意 README 将该场景标记为待启用。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

列出 MAIN 站点中的所有资产
列出泵（pump）资产类的已知故障模式
为 Chiller 6 找一个预测模型，并确认它可以被加载
为 Chiller 6 的异常检测生成一个工单

工具能力 38

sites 只读

列出站点。

asset_ids 只读

列出资产标识符。

asset_detail 只读

获取资产详情。

assets 只读

列出资产。

find_assets_by_sensors 只读

按传感器查找资产。

installed_sensors 只读

列出已安装的传感器。

measured_sensors 只读

列出有测量数据的传感器。

get_failure_modes 只读

获取失效模式。

展开其余 30 个工具

generate_failure_modes 只读

生成失效模式。

add_failure_modes 写入

添加失效模式。

generate_failure_mode_sensor_mapping 只读

生成失效模式与传感器的映射。

list_tasks 只读

列出时间序列任务。

profile_series 只读

分析时间序列概况。

characterize_series 只读

刻画时间序列特征。

data_quality 只读

检查数据质量。

list_models 只读

列出模型。

search_models 只读

搜索模型。

find_models 只读

查找模型。

resolve_model 只读

解析模型。

model_template 只读

获取模型模板。

register_model 写入

注册模型。

register_finetuned 写入

注册微调模型。

hf_stats 只读

获取 Hugging Face 统计信息。

list_features 只读

列出特征。

search_features 只读

搜索特征。

extract_features 只读

提取特征。

select_features 只读

选择特征。

recipe_template 只读

获取运行配方模板。

run_recipe 写入

运行配方。

run_tabular_recipe 写入

运行表格数据配方。

run_plan 写入

运行计划。

evaluate 写入

评估运行结果。

list_runs 只读

列出运行记录。

list_results 只读

列出结果。

get_work_order_distribution 只读

获取工单分布。

predict_next_work_order 只读

预测下一项工单。

compute_fft_spectrum 只读

计算 FFT 频谱。

compute_envelope_spectrum 只读

计算包络频谱。

使用场景

查询工业站点、资产和传感器信息。

分析失效模式、传感器关系和时间序列数据。

查找、运行和评估时间序列模型与特征配方。

探索工业资产维护中的多智能体编排与评估。

详细介绍

AssetOpsBench 是一个用于构建、编排和评估工业 4.0 领域专用 AI 智能体的开放框架，面向资产运营与维护场景。项目提供工业场景、领域 MCP 服务器、智能体框架和评估流程，支持 IoT、失效模式与传感器关系、时间序列基础模型、工单和振动分析等任务。