核心观点 - AI生成PLC代码并非终点，工程闭环才是PLC智能化开发的关键，SemaPLC通过将AI Agent与PLC工程工具链连接，实现从需求到可编译、可验证、可仿真控制程序的完整流程[4][5] SemaPLC架构与设计 - SemaPLC是一个面向PLC开发全流程的AI智能工作台，核心设计是将AI Agent与PLC编译、运行、变量读写、行为验证、过程仿真等工程能力解耦封装，以工具套件形式提供[7] - SemaPLC不是孤立终端应用，而是一套基础设施：上层可接入不同大模型，中间由Agent组织任务闭环，下层由PLC工具套件执行真实工程动作[7] - Web IDE是用户直接使用的浏览器工作台，工程师可在同一界面完成需求输入、代码查看、梯形图阅读、变量监控、验证结果查看和过程仿真[9] - PLC工具套件负责底层工程动作，包括编译、部署运行、变量读取与强制、轨迹记录、行为验证和仿真生成，围绕IEC 61131-3标准中结构化文本ST程序建立工具链[12] - 工具套件可通过Web IDE、命令行和MCP服务对外提供能力，可被其他系统、插件或自动化流程复用[12] 核心能力 - 用户可用自然语言描述控制需求，如设计四层电梯控制器，SemaPLC生成PLC结构化文本程序，工程师可直接阅读、修改和完善[14][15] - 适合快速生成常见控制逻辑初稿，如电机启停、急停联锁、交通灯、停车场闸机、水箱液位控制、电梯运行控制和顺序动作控制[16] - 自动验证程序行为，不仅检查编译，还检查运行是否符合需求，以电梯控制为例可检查到达目标楼层、当前楼层响应、多请求处理、运动边界、定时关门、短按识别等[18][19] - 未通过场景会给出变量变化与预期结果差异，AI根据反馈继续修复程序，使开发从“凭经验判断”变为“有验证结果支撑”[20] - 过程仿真直接放进浏览器，实时读取PLC变量并驱动画面中设备元素变化，如电梯移动、门打开、指示灯点亮、水位上升、阀门开关[22] - 一个界面集成AI对话区、代码编辑器、梯形图视图、变量监控、过程仿真五大功能区[24] 产品价值 - 工程开发：快速生成程序初稿，减少重复编写和反复调试[27] - 程序验证：用场景化检查确认程序行为，降低逻辑错误风险[27] - 方案演示：用仿真画面直观展示控制效果，便于沟通[27] - 培训教学：把代码、变量、梯形图和设备动作连接起来，降低学习门槛[27] - 平台集成：通过CLI和MCP复用工具能力，便于接入更多工业软件流程[27] 实验验证结果 - 函数级评测：在全部7个模型上SemaPLC均排名第一，平均严格验证通过率72.6%，比最强基线Agents4PLC（63.9%）高8.8个百分点，搭配最弱模型仍达67.5%，高于所有基线方法平均水平[30][31] - 项目级评测：三层指标全部领先，集成编译89.4分、静态行为81.6分、动态行为52.2分，动态行为比最强基线（31.4分）高出20.8分，约为其1.7倍[34][35] - 关键发现：各方法静态行为得分相差不足10分，动态行为得分差距悬殊，说明代码“看起来正确”不等于“运行正确”，只有部署到真实运行时执行才能区分可靠性[37] - 逐层对照消融实验显示，规范检查、编译、运行时验证每叠加一层，动态行为分从仅生成的23.1分逐步提升到54.1分[37] - 验证闭环具有模型无关性，接入闭环后所有模型均有提升，模型越弱提升越大，最高提升33.3个百分点，模型间表现差距显著收窄[37]