一、简介
我不是在做ERP，不是在做MES。
我在搭建一个自主工厂的底层操作系统。
一个人，从零开始，写了好几年。已经在工厂跑了快两年。
二、为什么我舍弃了一套能赚钱的系统
之前我用钉钉上的氚云低代码平台，开发了一套ERP。跑了四五年，有客户在用。
后来AI来了。视觉、大模型、自主学习、运动控制……旧系统的架构根本装不下这些东西。
所以我做了一个决定：全部舍弃，从零开始。
不是旧系统烂。是我想做的事，它撑不住了。
一个人，写了好几年。
现在回头看，那个决定是对的。
三、我是怎么写出来的：一个人 + DeepSeek
之前找人写代码，花钱，还要等。
现在用DeepSeek，不花钱，还更快。
代码框架、模块实现、bug修复……很多都是我和DeepSeek合作完成。以前一个功能要等几天，现在几句话它就
干出来。
不是AI替代了我，是我驾驭了AI，效率碾压以前。
四、我对AI的看法
AI只能模仿人，在人的框架和历史数据里做优化。它不可能凭空创造新东西——你给它10块积木，它永远不会
联想出第11块。
AI有边界。超出边界，它就胡说八道。
我的做法：给AI划定边界，让它在边界内干活。
• 大模型问答：先用意图规则判断用户意图，再调API拿真实数据，最后让DeepSeek只负责“说人话”。不越界
，零幻觉。
•
机械臂：人先拽着走一遍，视觉记录。AI只在示范路径附近做扰动优化，不瞎撞。训练成本极低，效果极好。
• 排产：先学习人的经验、设备参数、决策逻辑。AI在人的框架里优化，结果由人评判。
AI不是替代人，是学习人、辅助人、最终超越单个经验的最优解。
五、数据：从源头就是干净的
每一台设备上都有一个小平板。它不止是看板，是系统的“神经末梢”。工人点“开始”，系统记时刻；点“完成”，系统记用时。参数、工艺、工时、结果……所有数据在生产过程
中自然沉淀。
没有人工录入。没有多套系统对不上。没有时间戳打架。
数据不需要洗——因为根本不让它脏。
AI拿过去直接用。别人80%时间在洗数据，我100%时间在让AI变聪明。两三个月高质量数据，足够AI学会规律
。不是数据量大，是数据质量高。
六、关于代码与迭代
我承认我的代码不完美。变量名随意，API命名草率，没遵守驼峰还是下划线。
但我的系统在工厂跑了快两年。
代码的艺术性是给程序员看的，系统的稳定性是给工厂用的。我选择先让系统跑起来。
这套代码，三四年后可能全部重写。也许API全部换成C++，也许用Redis做热数据管理。但那是以后的事。
现在要做的是：让系统先跑起来，跑稳了，再谈优化。
容忍不完美，保证快速迭代。代码写出来就是要被重写的，系统搭起来就是要被重构的。不变的是你对业务的
理解，和对进度的把控。
七、一个人，干所有事
一个人，同时搞定开发、部署、客户、售后。
不是因为我全能，是因为没人能帮我。
客户半夜打电话说系统崩了，我爬起来修。修完才发现，是车间断电了。
做了这么久，别的不敢说，抗压能力确实练出来了。
九、关于架构：往上无限扩，往下无限缩
这套架构，从第一天起，就是按“最大规模”设计的。
• 200人工厂：树莓派能跑。
• 2000人工厂：换台服务器，代码一行不改。
• 20000人工厂：集群部署，代码还是那一套。
硬件变了，架构没变。往上无限扩，往下无限缩。不是硬件强，是架构对。树莓派只是验证架构的最小样板——它能跑通，说明架构没问题；能跑两年，说明架
构够稳；CPU只用5%，说明架构够省。
换更好硬件，只会更强。
十一、部分落地案例
1. 地磅 + 监控一体化
称重同时，摄像头自动抓拍，车牌、重量、时间、视频全部绑定。不是两个系统对接，是从一开始就长在一起
。
2. 全厂区实时定位 + 数字孪生
监控、信标、二维码、AI视觉全部打通。叉车位置、载物、目的地，系统全知道。管理者看数字孪生，就能调
度真实工厂。
3. 每台设备一块小平板
工单进度、完成情况，工人点一下即同步。搭配传感器，设备自动上报状态。工单、设备、传感器、人员、物
料数据一体。AI训练数据来自真实车间。
十二、数据同步架构
• 树莓派只做采集、存储、通知，不服务
• MQTT广播变化，AI主动拉取
• 设备端不知道谁在消费数据
• 多个AI服务器可共存，设备端代码不改
十三、系统架构
应用层：PC客户端、移动App、大屏看板、小平板终端、数字孪生
AI决策层：自主学习、智能排产、参数优化、智能调度
AI感知层：AI视觉(YOLO)、DeepSeek对话、传感器融合、信标定位
执行层：机械臂(视觉引导)、伺服电机、无人车
设备抽象层：扫码枪、地磅、传感器、工业相机、信标、二维码、叉车
运行时内核：树莓派5、Python协程、MySQL、AES、MQTT数据同步：MQTT广播 + 按需拉取
十四、规划
• AI自主学习与智能排产（测试中）
• 分布式与大规模扩展
• 城市级数字孪生（一个城市，一张3060显卡）
• 无人化未来
十五、目录
1. 缘起与全景（本文）
2. 后端核心——树莓派+Python协程，如何做到十几毫秒响应
3. 桌面客户端——C++/Qt完整工业应用
4. 移动端——手机管工厂
5. 物联网——扫码枪、地磅、传感器接入
6. AI视觉——YOLO工业落地
7. AI对话与大模型——DeepSeek本地部署，零幻觉
8. 运动控制
9. AI自主学习与智能排产——数据即采即用，小样本学习
10. 分布式与大规模扩展——单机到集群，代码不改
11. 无人化未来——无人配送、无人仓储
附录：代码与部署
十六、最后
我没有团队。没有融资。没有专业服务器。
只有一个树莓派，一块显卡，一个键盘，DeepSeek，和持续写了好几年的决心。
我正在搭建的，不是一个软件。是一个“会自己学习的工厂”的底层操作系统。
你对哪个模块最感兴趣？留言告诉我，我会优先写。
欢迎围观，欢迎验证。
下一篇预告：后端核心——树莓派 + Python协程，如何做到十几毫秒响应？
