17.09.2026

Статистические модели заточены под одну узкую задачу: по истории ряда получить следующие значения.

На последнем демо мы показали иной подход - первую итерацию агентного genAI-помощника. Это LLM, которая через MCP читает конфигурацию и технологические данные SEDMAX. Для пользователя она представлена в виде чата, окно которого открывается поверх любого экрана SEDMAX (кнопка в правом меню SEDMAX).

Для опробования мы привязали к нашему демо-серверу облачную ИИ-модель от Xiaomi и тестировали её ответы на вопросах о конфигурации и технологических данных. Например:

  • Какие протоколы заведены по объекту N?
В ответ модель через MCP обращается к конфигурации SEDMAX, запрашивает дерево устройств, собирает информацию о протоколах и отображает их в виде списка/таблицы.
  • Сколько раз за неделю открывали дверь в серверную?
Модель также обращается к конфигурации: находит тег датчика, забирает значения, собирает отчёт.  Если нужен более глубокий разбор, она может запустить Python-скрипт в «песочнице». Например:
  • Были ли провалы напряжения за сутки?
Модель смотрит тег напряжения и журнал уставок. В том же ответе параллельно сверяет значения напряжения с критериями ГОСТ 32144.

В первой итерации помощник только читает конфигурацию и технологические данные, ничего в систему не записывает. В планах разрешить менять конфигурацию, тем самым ускорить работу наладки.

Несмотря на то, что мы много дорабатываем SEDMAX в части фильтрации и поиска данных, очевидно, что ИИ-помощник делает это намного быстрее, и его ответы имеют целостный и завершённый вид.

Помимо этого, даже на простой офисной схеме помощник уже пытается объяснить, откуда провалы напряжения и что на них повлияло. Поэтому потенциально впечатляющий эффект он может дать рядом с модулем расчёта режимов электрической сети (где уже есть математическая модель сети).

О подключении и тестировании:

  • Доступ к ИИ-помощнику под учётной записью «demo» пока ограничен и будет открыт позже.

  • Модель специально под SEDMAX не обучали.

  • Модель для демо - внешняя, в облаке. На реальном объекте модель необходимо разворачивать локально, поэтому необходимо учитывать выделение ресурсов GPU.

  • Выбор модели – за заказчиком/интегратором. На данном этапе для SEDMAX подходят любые облачные и локальные модели с OpenAI-совместимым API.

  • Если вы хотите протестировать модель на своём объекте, напишите нам.