如何为三菱电机等特定厂商的PLC编程创建高质量、安全的代码AI生成助手？

Hello工控

发布于 2025-12-31 11:46:20

1190

文章被收录于专栏：Hello工控Hello工控

下一代的PLC产品，必将集成AI！

我们实际上已经讨论了很多期AI如何生成PLC代码以及最新的关于AI在PLC代码生成上的研究。

如何用Cursor AI+DeepSeek来自动编写PLC程序

LLM4SFC：首个利用AI自然语言生成SFC的PLC代码框架！

Agents4PLC：利用AI大模型打造自己的PLC自动编程智能体！

更多关于AI和PLC的内容可以关注Hello工控，翻翻往期的内容。

这期我们和大家分享下如何为特定厂商，比如三菱等PLC厂商，创建高质量安全的AI代码生成助手。

为啥是特定厂商

之前我们讨论如何打造自己的AI生成PLC代码的Agents，很重要的一点就是把现有项目里的可执行稳定的代码贡献出来，喂给AI。

但是，这里面很大的可能行不通。为啥呢？

核心原因就是对于一些企业和厂家来说：某一款具体的设备和PLC控制代码是它的核心资产，基本不可能把自己赖以生存的资产贡献出来，也不可能上传到非自身企业的数据库。毕竟，短期来看，就算贡献出来，AI还不大可能完全代替工程师，产生不了巨大的价值。

所以，一个比较可行的方案是，所有的PLC厂商会集成AI的助手，虽然大部分PLC厂商都支持IEC61131-3的标准，但是，比如西门子在支持ST语言上，就有些特殊，它支持的是SCL，可以算是ST吧。对于AI来说，就需要判断项目具体的PLC型号，从而生成合适的可行的代码。

那如果PLC厂商直接集成AI助手呢？这当然是必然结果！那可能每一款PLC集成的AI都得有极具个人特色！

对于最终的工程师或终端用户，可能并不会只用某一个品牌。这样实际上，并没有大大降低其开发效率。另外一个就是PLC厂家也不一定比用户更加了解自己的设备，可能也生成不了可用的代码！

个人认为，自己可以基于本地或者企业的特定设备来做一个AI agents，非常定制化的PLC生成助手。不管是哪款PLC都能适配！这将是未来我们工作的常规必备的生产工具。

如何开发？

这里我们分享下最新研究的论文:

的论文总结如下：

📝 标题

《Vendor-Aware Industrial Agents: RAG-Enhanced LLMs for Secure On-Premise PLC Code Generation》

厂商感知的工业智能体：用于安全、本地化PLC代码生成的检索增强型大语言模型

✨ 摘要

论文旨在解决为工业可编程逻辑控制器（PLC） 生成专有代码的难题。由于各厂商（如三菱电机）的编程语言和函数库互不兼容，且工业代码涉密、禁止上云，使得传统AI代码助手难以应用。

本文提出一种低数据领域的解决方案：通过检索增强生成（RAG） 技术和本地化部署，在不依赖大规模模型微调和云端服务的前提下，为三菱电机的编程环境（MELSOFT GX Works3）开发了一个安全的代码助手。该助手能生成高质量、可直接编译的代码，并通过多模型竞争和实时编译验证来确保代码质量。

🎯 核心内容

论文的核心是构建一个安全、本地化、且精通特定厂商专有知识的PLC代码生成助手。其核心内容与创新点如下表所示：

核心内容	具体内容与创新点
1. 解决的问题	工业领域的“低数据困境”：PLC代码具有厂商特定性（封闭、不兼容）、机密性（不能共享）和安全性（禁止上云）三大特点，导致通用大模型和传统训练方法失效。
2. 核心技术方案	RAG（检索增强生成）：构建包含厂商手册、函数块定义、内部代码模式的知识库。在生成代码时进行定向检索，将专有知识动态注入提示词，弥补模型的知识盲区。避免了大规模、高成本的模型微调。
3. 关键系统架构	• 竞争性多模型编排：同时调用云端大模型（GPT-4）和本地微调的小模型，让其“竞争”生成代码，便于评估和选择。• 编译器在环验证与修复：系统与三菱电机的官方编译器GX Works3直接集成，可自动编译生成代码。若编译失败，会根据错误信息进行自动迭代修复（最多3次），确保输出代码的可编译性。
4. 部署与安全	支持纯本地化部署（使用量化后的本地小模型），满足工业客户对数据安全和网络隔离的最高要求。容器化部署确保了易用性和环境一致性。
5. 主要结论	证明了在低数据、高安全要求的工业专有领域，通过 “RAG + 精心设计的提示工程 + 编译器实时反馈” 的组合策略，可以构建出实用、安全且高质量的代码生成助手，为特定厂商生态提供了可行的AI落地路径。

📊 补充要点

评估方式：论文不仅使用了代码编译成功率等客观指标，还引入了熟悉三菱电机平台的工程师进行专家评分，从实用角度进行评估。
与先前研究的区别：不同于以往研究追求多厂商兼容或依赖云端处理，本工作深度聚焦于单个厂商（三菱电机）的特定生态系统，通过深度集成其编译环境来解决实际问题。