PLC Smart Splitter: российский ИИ-инструмент для автоматизации подготовки данных в АСУ ТП
Российская студия plcstudio выпустила открытый инструмент PLC Smart Splitter, который с помощью языковой модели DeepSeek автоматически анализирует техническое задание и таблицу сигналов для систем автоматизации, экономя инженерам до нескольких рабочих дней на рутинной подготовке.
Российская студия plcstudio выпустила открытый инструмент PLC Smart Splitter. Он автоматизирует рутинную задачу инженера АСУ ТП - анализ технического задания и таблицы сигналов (IOLIST). Программа использует языковую модель DeepSeek.
Инструмент берет два файла: объемное ТЗ в PDF и таблицу сигналов в Excel. Алгоритм через API DeepSeek анализирует текст ТЗ, находит описания технологических узлов, их параметры и режимы. Затем он сопоставляет эти данные с сигналами из IOLIST и группирует их по узлам. На выходе - структурированные данные для следующих этапов проектирования. Код выложен в открытый доступ на GitVerse и GitHub.
Раньше такая подготовка перед программированием ПЛК занимала от половины до целого рабочего дня, а на крупных объектах - еще больше. Инженеру приходилось вручную изучать сотни страниц и строк, чтобы определить, какие сигналы относятся к конкретному оборудованию. PLC Smart Splitter снижает количество ошибок из-за человеческого фактора в монотонной работе и освобождает время инженера для более сложных задач: архитектуры системы, программирования и отладки.
Интеграторы и инженеры экономят время и снижают когнитивную нагрузку. Экономия в несколько рабочих дней на проекте сокращает общие сроки и затраты. Открытый код позволяет компаниям дорабатывать инструмент под свои стандарты и встраивать его в свои процессы разработки.
Появление таких инструментов показывает, как языковые модели проникают в узкопрофессиональные сферы. DeepSeek как открытая модель становится основой для специализированных решений. Это ведет к изменению рабочих процессов в инженерии, где рутина делегируется интеллектуальным помощникам. Успех PLC Smart Splitter может стимулировать создание аналогичных инструментов для других этапов проектирования АСУ ТП или смежных инженерных дисциплин. Конкретные данные из статьи на Habr, такие как 733 и 564, иллюстрируют типичные объемы обрабатываемых данных, подтверждая практическую ценность инструмента. Его применение демонстрирует, как автоматизация на базе ИИ решает реальные инженерные проблемы, связанные с обработкой больших массивов документации.
