---

引言

在工業物聯網（IIoT）與自動化控制場景中，設備狀態的實時監控與自然語言指令執行是提升效率的關鍵。本文將介紹一種基于 FastAPI 和 Selenium 的智能設備狀態管理系統，通過大語言模型（LLM）解析用戶指令，結合瀏覽器自動化實現設備狀態查詢、操作記錄檢索等功能，為工業設備管理提供靈活的解決方案。

一、技術架構與核心組件

系統架構圖

核心技術棧

1. FastAPI：
   作為高性能接口框架，負責接收指令、協調模塊交互，提供低延遲的API服務。
2. Selenium：
   實現瀏覽器自動化，模擬操作設備管理系統頁面，完成參數填寫、查詢觸發等交互任務。
3. 大語言模型（LLM）：
   構建“參數解析Agent”，將自然語言轉換為結構化數據（如操作類型、設備組、時間范圍等）。
4. 關系型數據庫：
   存儲設備組、設備代碼等基礎信息，提供參數合法性校驗（如設備組是否存在）。
5. 自動化工具鏈：
   輔助構建指令解析與執行流程，實現從自然語言到設備操作的自動化編排。

二、核心功能與實現細節

1. 自然語言指令解析

需求場景

用戶輸入：“查詢華北區域A001設備在2025年Q2的異常狀態記錄”
解析目標：生成包含操作類型、設備組、設備代碼、狀態和時間范圍的結構化數據。

實現方案

通過工具鏈定義Agent與任務規則：

# 定義解析Agent
data_agent = Agent(role="工業指令解析專家",goal="將自然語言轉為設備操作參數",llm=LLM(model="llm-model-name"),  # 脫敏模型標識verbose=True
)# 任務生成邏輯
def generate_task(user_cmd):return Task(description=f"解析指令：{user_cmd}",agent=data_agent,expected_output=DeviceOperation,  # 自定義Pydantic模型rules=["包含'記錄'→type: query_history","設備組名稱去除區域后綴","時間范圍自動補全為季度起始/結束日期"])

2. 瀏覽器自動化優化

痛點：動態元素定位

問題：頁面渲染延遲或動態加載導致元素定位失敗。
解決方案：

• 智能等待：使用顯式等待機制，基于元素可見性或可點擊性動態調整等待時間。
• 復合定位策略：結合CSS選擇器與XPath表達式，提高定位魯棒性。
• 無感知操作：通過JavaScript執行點擊、輸入等操作，避免頁面事件監聽干擾。

class WebAutomator:def __init__(self):self.driver = webdriver.Chrome(options=self._get_headless_options())def _get_headless_options(self):options = Options()options.add_experimental_option("debuggerAddress", "127.0.0.1:9527")  # 復用瀏覽器會話options.add_argument("--headless=new")return optionsdef wait_for_clickable(self, locator, timeout=15):"""等待元素可交互"""return WebDriverWait(self.driver, timeout).until(EC.element_to_be_clickable(locator))def fill_form(self, group, code, time_range):"""填充查詢表單"""self.wait_for_clickable(("id", "group-select")).send_keys(group)self.driver.execute_script("document.getElementById('code-input').value = arguments[0];", code)# 時間范圍處理邏輯...

3. 接口設計與參數驗證

接口定義

from pydantic import BaseModel, Fieldapp = FastAPI()class CommandRequest(BaseModel):user_command: str = Field(..., example="檢索華東設備組X002的運行記錄")@app.post("/api/device/command")
async def process_command(req: CommandRequest):"""自然語言設備控制接口"""task = generate_task(req.user_command)result = Crew(agents=[data_agent]).run(task)# 數據庫校驗（如設備組是否在白名單）if not self._is_valid_group(result.device_group):raise HTTPException(400, "無效的設備組")# 執行自動化操作...return {"code": 200, "message": "指令已調度"}

安全設計

• 敏感信息管理：數據庫密碼、API密鑰等通過環境變量注入，示例中以***替代。
• 跨域控制：通過中間件限制前端請求來源，僅允許指定域名訪問。

三、關鍵挑戰與解決方案

1. 語義歧義消解

挑戰：指令“打開設備”可能指“開啟監控畫面”或“執行狀態檢測”。
解決方案：

• 領域詞典映射：建立關鍵詞與操作類型的映射表，如：
  • {“視頻”, “錄制”} → 攝像頭操作
  • {“狀態”, “檢測”} → 設備識別操作
• 強制參數校驗：通過Pydantic模型要求操作類型（type）必須為枚舉值，避免無效指令。

2. 多版本兼容性

挑戰：不同客戶環境的管理系統頁面結構差異大。
解決方案：

• 頁面抽象層：為常用操作（如選擇設備組、輸入時間范圍）定義抽象接口，具體實現適配不同頁面。
• 動態定位表達式：通過配置文件管理各頁面的元素定位表達式，支持熱更新。

3. 性能調優

措施：

• 數據緩存：使用LRU緩存存儲設備組列表，減少數據庫查詢次數。
• 會話持久化：復用瀏覽器會話，避免每次請求重新初始化Selenium實例。
• 異步處理：將耗時的瀏覽器操作封裝為異步任務，釋放API線程資源。

四、系統演示與擴展方向

典型操作流程

1. 用戶指令：“獲取華南設備組Z003在2025-06-01至2025-06-30的分閘記錄”
2. LLM解析結果：

   {"type": "query_history","device_group": "華南","device_code": "Z003","status": "open","time_range": {"start": "2025-06-01 00:00:00","end": "2025-06-30 23:59:59"}
   }
   

3. 自動化操作：
   • 訪問設備管理系統，選擇“華南”設備組
   • 輸入設備代碼“Z003”，篩選狀態“open”，設置時間范圍
   • 觸發查詢并返回結果集或截圖（脫敏處理）

擴展方向

1. 多模態交互：集成語音識別與合成，支持語音指令輸入和結果播報。
2. 邊緣計算集成：通過工業協議（如Modbus）直接控制硬件，減少對管理系統的依賴。
3. 智能分析增強：結合機器學習模型，對查詢結果進行異常檢測和趨勢預測。

五、總結

本文提出的智能設備狀態管理系統通過FastAPI的高效調度、Selenium的自動化能力與LLM的語義理解，實現了自然語言指令到設備操作的端到端流程。通過模塊化設計與脫敏處理，系統可快速適配不同行業的設備管理場景，降低人工操作成本。在實際應用中，建議結合權限管理、操作審計和容器化部署，進一步提升系統的安全性與可靠性。

技術關鍵詞：FastAPI、Selenium、自然語言處理、自動化測試、工業數字化

---

注意：文中涉及的設備編號、系統路徑等均為演示用虛擬數據，實際部署需根據具體業務場景調整。敏感信息（如數據庫密碼、真實模型路徑）需通過安全通道管理，避免泄露。