概覽

IndustrialClaw 是基於 OpenClaw 打造的工業 AI Agent 平台，讓 AI Agent 可以直接運行在邊緣設備上，協助使用者的 Agent 能穩定運行任務。

Local First

資料與模型都在設備上執行

RBAC

每個角色只取得自己的資料與工具權限

Sandbox / OverlayFS

限制 Agent 能對產線做的事

Audit

每個動作都可追溯

平台主要提供四個核心能力：

• Local First｜資料留在設備端

  AI Agent、模型與資料可以直接在本地設備執行，降低對雲端的依賴。

• RBAC｜根據角色決定可以做什麼

  可以依照不同使用者或角色，限制可存取的資料、工具與功能。

• Sandbox / OverlayFS｜降低操作風險

  限制 AI Agent 可以修改的範圍，避免錯誤操作直接影響正式環境。

• Audit｜每個操作都有紀錄

  AI Agent 執行過哪些動作、使用哪些工具，都可以被追蹤與查詢。

核心原則

任務導向的 Agent

讓每個 Agent 專注在明確定義的工作上，而不是做出沒有邊界的自動化。

在 IndustrialClaw 中，Agent 的套件本身就是能力邊界；一張 Task 只能使用該 Agent 已安裝的 Skill，避免任務超出原本設計範圍。當 Agent 的責任、能力與可使用的工具都有清楚範圍，就會更容易驗證、部署、監控與除錯。

為工業邊緣而設計

讓 Agent 在資料與工作實際發生的地方運行。

工業現場常常需要面對有限的算力、不穩定的網路、資料不能外流，以及設備必須持續運作等需求，因此平台從一開始就以邊緣環境為主要使用情境。搭配本機上的模型與 Skill，即使設備無法連上外部網路，Agent 仍然可以在現場完成工作。

人保有控制權的自動化

該交給 Agent 自動執行的工作可以自動化，但重要決策仍然由人掌握。

所有帳號由 Administrator 建立，每一包套件（包含 Skill 要求的容器權限）都要經人核准，每個 User 能操作哪些 Agent 也由人指派。凡是帶有營運風險的動作，確認與覆核步驟就應該留在流程裡。

把 Agent 當成受管軟體資產

部署出去的 Agent 是受管資產，不是一次性的 AI 實驗。

每一次匯入、更新、Task 啟動與停止、權限變更、設定變更都會寫進 Audit。每次執行都留下 Log、Session 與它產生的檔案。一張 Task 只有在平台親自確認那些檔案存在之後才算完成——不是模型說完成就完成。

應用情境

IndustrialClaw 位於既有工業系統與 AI Agent 之間的應用與管理層。Agent 透過團隊自己撰寫、並由平台掃描過的 Skill 存取現場資料，執行核准的工作，同時對產線負責人保持可觀測。

IndustrialClaw 是讓 Agent 透過明確定義的工具、API 與介面與這些系統協作，把 AI 的分析與任務執行帶進既有流程。

建議從「輸入明確、結果可由人檢查」的工作開始：

• 整理設備警報，供交班時查看；
• 依維修狀況找出合適的 SOP；
• 整理 AOI 異常，交給品質人員複核；
• 將檢測資料轉成報告；
• 彙整現場資訊，協助人員做決策。

選第一個應用時，挑一項會重複發生的工作，準備具代表性的測試資料，並確保結果能由人確認。在 Agent 接觸正式資料之前，至少測過三種情況：正常、資訊不足、以及執行失敗。凡是可能改變設備狀態或生產參數的動作，既有的核准流程與安全控制都原封不動保留。

設備警報整理

整理設備警報，供交班時查看。

SOP 查找

依維修狀況找出合適的 SOP。

AOI 異常整理

整理 AOI 異常，交給品質人員複核。

檢測報告

將檢測資料轉成報告。

決策輔助

彙整現場資訊，協助人員做決策。