存量企业软件快速集成平台EWQ低代码Agent编排引擎技术方案研究报告

存量企业软件快速集成平台EWQ低代码Agent编排引擎技术方案研究报告

作者单位：泷码软件（上海）有限公司、泷码软件研究院
摘要
制造业企业普遍存在多代异构存量业务软件并存的现状，ERP、MES、PLM、WMS、CRM 等系统建设周期不同、技术栈割裂，系统间数据孤岛与业务流程断点长期存在。传统信息化集成方案通常需要对存量系统进行代码级改造、定制开发接口，项目周期长、实施成本高，RPA 虽可实现界面层自动化，但存在稳定性弱、业务语义缺失、难以构建自主感知与决策的业务智能体等局限。本报告以存量企业软件快速集成平台 EWQ 为研究载体，围绕低代码 Agent 编排引擎开展系统性技术研究，核心目标为在不大规模改造老系统的前提下，依托接口编排、声明式业务规则定义能力，实现业务智能体的快速组装。报告首先梳理制造业存量软件集成痛点，解析 EWQ 低代码 Agent 编排引擎总体架构、核心模块、工作原理与关键技术；其次对比传统 RPA 架构与 Agent 架构在执行逻辑、感知能力、决策模型、扩展性等维度的差异；在此基础上提炼面向离散制造与流程制造场景的标准化 Agent 组件库；最后阐述平台落地实施方法、典型制造业场景案例、性能测试结果，分析技术局限性与未来演进路线。本研究旨在为存量工业软件低成本智能化升级提供一套可复用的低代码智能体编排技术范式，为制造业数字化转型提供理论参考与工程实践方案。

关键词：存量企业软件；系统集成；低代码；Agent 编排；RPA；制造业数字化；业务智能体

1 绪论

1.1 研究背景

我国制造业数字化转型已从新建系统建设阶段，逐步转向存量系统盘活与业务智能化深化阶段。大量制造企业历经十余年信息化建设，形成多厂商、多版本、异构化的软件资产集合。不同时期上线的 ERP、MES、WMS、QMS、设备 SCADA 系统，底层数据库、通信协议、接口规范不统一，大量老旧系统厂商已停止技术维护，无法开放原生 API，直接改造核心业务代码风险极高、投入巨大。

传统企业系统集成模式主要分为两类。第一类为 API 点对点集成，需要开发人员针对每一对交互系统编写定制接口适配器，耦合度高，业务需求变更时需要修改代码、重新测试上线，多系统联动场景下维护成本呈指数级上升。第二类为企业服务总线 ESB，偏向数据路由与消息转发，侧重于数据传输，缺少业务逻辑封装与自主决策能力，无法适配动态、非结构化的业务场景。

机器人流程自动化 RPA 作为近年普及的自动化技术，通过模拟人机界面操作实现跨系统数据搬运，无需调用底层接口，短期实施速度快。但 RPA 本质是固定步骤的脚本自动化，缺乏业务认知能力，页面布局微小改动即会导致流程中断，不具备环境感知、多路径自主决策、异常自主纠偏能力，难以形成具备业务理解能力的智能业务主体。

大语言模型与智能 Agent 技术的兴起，为企业业务自动化带来新路径。业务 Agent 能够感知业务状态、理解业务目标、自主规划执行步骤、处理异常分支，适配制造业多变的生产、采购、质检、仓储业务场景。但现有 Agent 平台大多面向全新业务系统开发，缺少对老旧存量工业软件的兼容适配能力，Agent 构建依赖大量代码开发，门槛高，难以在制造企业大规模落地。

在此背景下，泷码软件（上海）有限公司联合泷码软件研究院，开展存量企业软件快速集成平台 EWQ 低代码 Agent 编排引擎专项研究。EWQ 平台定位为存量工业软件的 “中间智能层”，不侵入原有业务系统内核，不要求大规模改造老系统，以低代码编排、声明式规则为核心手段，快速组装可跨系统协同的业务智能体，打通异构存量软件之间的业务链路。

1.2 国内外研究现状

1.2.1 企业系统集成研究现状

国外企业集成技术发展历经 EAI、ESB、iPaaS 三代。iPaaS 集成平台即服务，聚焦云端应用接口编排，代表产品包含 MuleSoft、Dell Boomi 等，擅长 SaaS 应用之间的接口集成，但对本地部署老旧工业软件、封闭工控系统适配能力不足，组件体系偏向通用办公场景，缺少制造业领域专用业务组件。

国内 iPaaS 产品近年快速发展，主要聚焦互联网、政务、零售行业，产品能力集中在 API 管理、数据转换、消息队列。现有平台的核心局限在于，集成逻辑以数据流转为核心，缺少面向业务目标的自主 Agent 调度能力，流程执行属于预定义固定流程，无法根据业务实时状态动态调整执行计划。

1.2.2 RPA 与智能 Agent 技术研究现状

传统 RPA 技术的研究重点集中在 UI 元素识别、桌面自动化、脚本录制、异常告警。其执行模型属于确定性流水线：预先定义顺序执行步骤，按照固定序列依次操作，无目标拆解、无状态感知，无法处理多分支不确定业务场景。学术界与工业界已经普遍认识到 RPA 属于 “被动自动化”，仅能解决标准化、低变化频率的操作任务。

企业 Agent 领域，国内外科技厂商相继推出 Agent 开发框架，如 LangChain、LlamaIndex、AutoGen 等，这类框架以大模型为核心，实现工具调用、任务规划。但现有 Agent 框架存在显著工程短板：其一，Agent 工具开发需要编写代码，业务人员无法自主搭建；其二，缺少与存量企业业务系统的标准化连接器，Agent 很难直接调用 ERP、MES 等工业软件业务能力；其三，缺少面向制造业的领域规则库，Agent 行为约束能力弱，容易出现不符合企业业务规范的决策结果。

1.2.3 低代码编排技术研究现状

低代码编排技术在表单、流程 BPM 领域成熟，传统低代码平台以新建业务应用为目标，构建全新表单、数据库、流程。而 EWQ 低代码 Agent 编排引擎的创新方向与之不同：不新建业务数据库，不替代原有存量系统，低代码编排对象不是页面表单，而是跨系统接口、业务规则、智能体行为策略。当前国内外针对存量工业软件场景、面向 Agent 的低代码编排研究成果较少，缺少成熟技术方案与标准化组件体系，为本研究留下创新空间。

1.3 研究目标与研究内容

1.3.1 研究目标

1. 构建 EWQ 平台低代码 Agent 编排引擎完整技术架构，实现存量系统无大规模改造前提下，业务智能体可视化组装。

2. 建立接口编排、声明式业务规则的技术实现机制，实现业务人员以非代码方式定义 Agent 感知、规划、执行、反馈闭环。

3. 从执行模型、感知机制、决策能力、维护成本、容错机制五个维度，建立 RPA 架构与业务 Agent 架构对比模型，厘清二者适用边界。

4. 提炼适配制造业场景的标准化 Agent 组件库，覆盖生产、仓储、质量、采购、设备运维典型业务域，形成可复用组件资产。

5. 通过制造业真实试点场景验证引擎功能、稳定性与集成效率，评估该技术方案的落地价值与局限。

1.3.2 主要研究内容

• 制造业存量异构软件集成约束与业务智能体需求建模；

• EWQ 低代码 Agent 编排引擎总体架构设计、分层模块设计；

• 接口编排层：多协议适配器、接口映射、数据转换、接口调用事务机制；

• 声明式业务规则引擎：规则语法、规则推理、规则版本管理、规则隔离机制；

• Agent 核心层：状态感知模块、任务规划器、工具调度器、记忆模块、异常处理模块；

• 低代码可视化编排层：画布、组件拖拽、调试、版本管理、测试沙箱；

• RPA 与 Agent 架构对比分析，建立差异评价指标体系；

• 制造业标准化 Agent 组件库分类、组件模型、接口规范、复用机制；

• 工程落地案例、性能测试、安全与权限设计；

• 技术瓶颈、风险分析与未来技术演进方向。

1.4 研究方法

本研究综合采用文献研究法、架构建模法、原型开发与实验测试法、案例实证法、对比分析法。
文献研究：梳理企业集成、RPA、大模型 Agent、低代码、工业软件集成相关学术文献与行业白皮书，奠定理论基础。
架构建模：采用分层架构、领域驱动思想，完成 EWQ 平台低代码 Agent 编排引擎的模型设计，使用 UML 完成组件与交互建模。
原型实验：完成引擎原型开发，选取离散制造企业存量 ERP+MES+WMS 系统作为实验环境，开展功能与压力测试。
对比分析：建立多维度评价指标，量化对比传统 RPA 和 EWQ 低代码 Agent 架构的能力差异。
案例实证：选取制造业生产异常协同、物料齐套校验两个典型场景，完成 Agent 组装落地，记录实施周期、改造工作量、运行稳定性指标。

1.5 论文组织结构

本报告共分为七个章节。第一章绪论，阐述背景、现状、研究目标与方法；第二章制造业存量软件集成约束与业务智能体需求分析；第三章 EWQ 低代码 Agent 编排引擎总体架构与核心技术；第四章传统 RPA 架构与 Agent 架构对比研究；第五章面向制造业的标准化 Agent 组件库构建；第六章工程案例、性能测试与风险评估；第七章结论与展望。末尾附数据来源、免责声明。

2 制造业存量软件集成约束与业务智能体需求分析

2.1 存量工业软件特征与集成约束

制造企业存量业务软件具备典型异构特征，可归纳为以下约束条件：

1. 部署形态混杂：部分系统本地部署、部分云端部署，操作系统包含 Windows Server、Linux，数据库包含 Oracle、SQL Server、MySQL，部分老旧系统仅支持客户端操作，无开放 API。

2. 开放能力参差不齐：新系统提供 RESTful API，老旧系统仅支持 WebService、数据库视图，部分封闭系统无任何接口，仅提供 UI 操作界面。

3. 业务耦合度高：核心业务系统承载订单、库存、生产计划等关键数据，修改底层代码风险高，企业不允许大规模改动原有业务逻辑，只能外部调用、读取与提交业务指令。

4. 业务规则强领域化：制造业业务存在大量强约束规则，例如物料批次追溯、生产工艺版本管控、质检不合格处置流程、安全库存阈值，规则变更频繁，需要业务人员自主维护，不依赖开发人员。

5. 高可靠性要求：生产业务不允许集成链路中断，对事务一致性、重试、幂等、异常告警、审计追溯有严格要求。

上述约束决定，面向制造业存量系统的智能集成方案，必须遵循非侵入式集成原则：作为独立中间平台运行，不修改原有系统业务代码，原有系统保持独立运行，平台仅作为外部代理，调用存量系统的可用入口（API、数据库视图、UI 适配器），完成跨系统业务协同。

2.2 业务智能体（Agent）的定义与制造业需求

本报告中，业务智能体定义为：具备业务状态感知、目标拆解、动态规划、工具调用、异常处理、记忆与反馈闭环，以完成特定制造业业务目标为导向的自主执行单元。
区别于传统固定流程，业务 Agent 接收业务目标而非固定步骤。例如目标 “判断生产订单物料齐套，不齐套自动触发采购跟催”，Agent 会自主读取 ERP 库存、MES 在制物料、采购订单交付状态，根据业务规则判断齐套情况，选择不同处置路径，遇到供应商延期等异常时，自动发送提醒并记录业务状态，而非执行固定顺序脚本。

制造业对业务 Agent 的核心需求可以分为四类：

1. 感知能力：能够从多个存量系统读取实时业务状态（库存、工单、设备状态、质检结果），构建统一业务状态视图。

2. 规划推理能力：基于声明式业务规则，将高层业务目标拆解为多系统分步执行任务，动态调整执行路径，处理分支、异常、不确定性。

3. 工具调用能力：标准化调用各个存量系统的业务能力，工具即各个系统接口操作，不需要每次重新开发适配代码。

4. 可管控与可审计能力：Agent 所有操作留痕、权限可控，业务规则可审核，行为可干预，满足制造业内控与合规审计要求。

2.3 现有方案能力缺口总结

传统点对点接口集成、ESB、BPM、RPA、原生 Agent 框架均无法完整满足上述需求：
点对点 API 集成：强耦合，只能预定义固定流程，无自主规划能力，变更成本高；
ESB：偏向消息路由，缺少业务语义与目标驱动的决策能力；
BPM：预定义流程分支，分支需要预先全部配置，无法处理未预设的业务异常；
RPA：UI 层模拟操作，感知能力弱，脚本固定，页面变化极易失效，缺少业务规则推理；
通用大模型 Agent 框架：缺少存量工业系统连接器，Agent 构建依赖代码，缺少制造业领域规则约束，行为不可控。

EWQ 低代码 Agent 编排引擎正是针对该缺口设计，将接口调用能力、业务规则推理、Agent 任务规划封装为低代码可编排组件，业务人员以可视化、声明式方式组装智能体，不改造底层存量系统。

3 EWQ 低代码 Agent 编排引擎总体架构与核心技术

3.1 总体架构设计

EWQ 存量企业软件快速集成平台整体采用分层解耦架构，分为基础设施层、多系统适配层、接口编排层、声明式业务规则层、Agent 编排核心层、低代码可视化编排层、应用与运维管理层。整体架构遵循非侵入式集成思想，所有存量业务系统保持独立运行，EWQ 作为中间智能代理层，通过各类适配器对接存量系统，向外提供业务智能体服务。

1. 基础设施层
包含容器调度、分布式缓存、消息队列、时序数据库、对象存储、权限与审计数据库。支撑引擎分布式部署、高可用、异步任务调度、状态持久化、日志审计。支持私有化部署，适配制造企业内网隔离环境，满足工业数据安全要求。

2. 多系统适配层（连接器层）
本层负责对接各类存量异构软件，提供标准化统一调用入口，是实现不改造老系统的基础。内置多类型适配器：REST/WebService API 适配器、数据库视图适配器、RPA UI 适配器、OPC UA 设备适配器、文件适配器（Excel、XML）。适配器将异构系统不同协议、数据格式，统一转换为 EWQ 内部标准化工具调用模型。对于没有开放 API 的老旧系统，可通过 UI 适配器读取界面信息、提交操作指令，作为兜底接入方案。所有适配器为独立插件，可按需扩展新增系统类型。

3. 接口编排层
接口编排层负责定义跨系统接口调用序列、数据映射、数据转换、参数传递、幂等控制、重试策略、事务补偿。接口编排的最小单元为接口动作，包含输入参数映射、字段转换、结果解析、异常捕获。编排支持串行、并行、分支调用，支持数据在多个接口之间传递，支持结果缓存。接口编排只解决 “如何调用系统接口获取 / 提交数据”，不承载高层业务决策逻辑，决策逻辑交由上层规则引擎与 Agent 规划模块，实现调用动作和业务决策解耦。

4. 声明式业务规则层
采用声明式规则范式，区别于命令式代码。业务人员使用类自然语言规则，定义业务约束与判定逻辑，例如：如果工单计划开工前3天，可用库存+在途物料之和小于工单需求，则判定物料不齐套，触发跟催Agent。
规则不定义执行步骤，只定义业务条件与结论。规则独立存储、版本管理、在线调试、灰度发布，规则变更无需修改接口编排代码。规则引擎支持前向推理、条件组合、时间窗口计算、聚合统计，支持引用多系统接口编排返回的业务数据作为规则输入。规则可以被 Agent 规划器调用，作为 Agent 决策依据。

5. Agent 编排核心层（引擎内核）
Agent 编排核心层是整个方案的核心，包含五大子模块：业务状态感知模块、任务规划器、工具调度器、Agent 记忆模块、异常闭环处理模块。

• 业务状态感知模块：调用接口编排能力，周期性或事件触发式采集多个存量系统数据，构建统一业务状态快照，作为 Agent 观察世界的输入。状态快照支持增量更新，减少重复调用存量系统压力。

• 任务规划器：接收高层业务目标，结合声明式业务规则，将目标拆解为一系列可执行工具任务。规划器支持动态重规划：当执行过程中业务状态发生变化、接口调用返回异常时，重新评估目标，调整后续任务序列。

• 工具调度器：调用接口编排层定义的接口动作，执行实际跨系统操作；调度器管控工具调用并发、限流、熔断，防止对存量业务系统造成压力冲击。

• Agent 记忆模块：分为短期工作记忆和长期业务记忆。短期记忆保存本次任务执行上下文；长期记忆存储历史业务事件、历史决策结果，支撑后续业务推理与复盘。记忆数据独立于原有存量系统，仅存储业务事件摘要，不复制全量业务数据。

• 异常闭环处理模块：捕获接口调用失败、业务规则冲突、数据校验失败等异常，按照预设策略执行重试、告警、人工介入、任务暂停，形成异常闭环。

6. 低代码可视化编排层
提供 Web 可视化编排画布，以拖拽组件方式完成 Agent 组装。画布组件包含：系统连接器组件、接口调用组件、数据转换组件、业务规则组件、条件分支组件、循环组件、人工审批节点、消息通知组件、子 Agent 组件。业务人员 / 实施工程师不需要编写底层代码，在画布中拖拽组件、配置参数、选择业务规则，定义 Agent 感知范围、目标、执行策略。平台内置沙箱环境，支持单步调试、模拟数据测试，支持 Agent 版本管理、回滚、发布。

7. 应用与运维管理层
包含权限管理、租户隔离、操作审计、监控告警、性能指标采集、日志检索、Agent 运行大盘。针对制造业企业分级权限管理需求，区分编排设计权限、规则修改权限、Agent 执行查看权限。所有 Agent 对存量系统的读写操作，完整记录审计日志，满足企业内控与追溯需求。

3.2 引擎核心工作流程

EWQ 低代码 Agent 的完整闭环执行流程分为六个阶段：目标接收 → 状态感知 → 任务规划 → 工具调度执行 → 结果评估与记忆更新 → 反馈闭环。

1. 目标接收：触发源可以是定时事件、存量系统数据变更事件、人工指令。输入高层业务目标，例如：“每日 8 点自动评估所有待开工工单物料齐套状态”。

2. 状态感知：Agent 调用感知模块，执行预设接口编排任务，从 ERP 读取库存、采购订单，MES 读取工单需求，汇总生成当前业务状态集合。

3. 任务规划：任务规划器加载对应的声明式业务规则，评估当前业务状态，判断是否满足目标条件。若不满足，则拆解子任务：例如读取供应商联系方式、生成跟催单、推送消息。

4. 工具调度执行：规划生成的子任务交由工具调度器，调用接口编排动作，在各个存量系统执行数据写入、单据创建、消息推送操作。

5. 结果评估：收集工具返回结果，再次使用业务规则评估目标是否达成。目标达成则任务结束；目标未达成，则触发重规划，选择备选执行路径。

6. 记忆与闭环：记录本次任务全部事件、决策、执行结果到 Agent 记忆库；出现无法自动处理的异常，推送人工干预节点，人工处理完成后继续执行闭环。

整个流程中，原有 ERP、MES、WMS 等存量系统没有任何代码改动，EWQ 仅通过已开放的接口或适配器读取与提交业务指令，实现非侵入式智能业务协同。

3.3 关键技术细节

3.3.1 非侵入式多源接口编排技术

接口编排采用声明式描述文件定义调用链路，编排元数据存储于平台，不嵌入存量系统。编排引擎内置数据映射能力，支持跨系统字段类型转换、单位换算、数据聚合、过滤。同时内置幂等标识机制，防止网络重试造成重复生成单据等业务事故；提供熔断与限流保护，当存量系统负载过高时自动暂停调用，保护原有业务系统稳定性。

3.3.2 声明式业务规则引擎实现

规则采用领域特定语言 DSL，面向业务人员，避免编写程序代码。规则独立于 Agent 编排流程，同一套业务规则可以被多个不同 Agent 复用。规则支持版本管理，修改规则后可以在沙箱验证，再灰度上线，不会直接影响生产存量系统。规则引擎与大模型推理做分离：强约束业务判定由确定性规则执行，模糊业务理解交由大模型，保证核心制造业业务判定结果可复现、可审计，避免大模型幻觉带来业务风险。

3.3.3 Agent 任务动态重规划机制

传统 BPM 和 RPA 的流程是静态预定义图，分支路径必须预先全部配置。EWQ 的任务规划器可以根据实时业务状态动态生成后续任务序列，支持在执行途中新增、跳过、替换子任务。规划器内置成本评估模型，优先选择低成本、低风险的执行路径，当接口调用失败或者业务数据突变时，自动启用备选方案。

3.3.4 低代码沙箱与安全隔离机制

平台提供独立沙箱环境，在沙箱内调试 Agent 时，所有对存量系统的写操作被拦截，仅使用模拟返回数据进行测试。调试完成后，经过权限审批，才能发布至生产环境执行真实业务操作。沙箱隔离能够有效降低在组装、调试 Agent 过程中误操作影响生产业务系统的风险，适配制造业对生产数据安全的严格要求。

4 传统 RPA 架构与 Agent 架构对比研究

4.1 传统 RPA 架构工作原理

RPA 机器人流程自动化，核心原理是模拟人类在软件 UI 界面上的操作，读取页面元素、点击按钮、录入文本，完成跨系统数据复制。RPA 的单元是固定脚本，脚本按顺序定义一系列 UI 操作步骤。执行模型为线性或者预先定义的静态分支，执行前所有路径都需要人工预设。RPA 本身不理解业务语义，仅识别界面元素，不知道操作对应的业务目标。

RPA 的优势在于：当系统没有开放 API 时，可以作为兜底接入方式，不需要系统开放接口；短期简单脚本开发速度快。
RPA 固有短板：

1. 依赖页面 DOM、UI 控件定位，界面微小改版就会导致脚本失败，维护成本高；

2. 没有业务状态全局感知，只能看到当前操作页面数据；

3. 不具备动态规划能力，只能执行预先写好的步骤，遇到未预设异常直接中断；

4. 不具备业务规则推理能力，所有业务判断逻辑必须硬编码写在脚本中，规则修改需要修改脚本代码，重新测试发布；

5. 可靠性差，网络延迟、弹窗干扰都会中断流程；

6. 业务规模扩大后，大量分散脚本难以统一管理，审计追溯困难。

4.2 EWQ 低代码业务 Agent 架构工作原理

EWQ 业务 Agent 架构是目标驱动、状态感知、动态规划的闭环智能模型。Agent 以业务目标作为输入，而不是固定操作步骤。Agent 通过多系统适配器感知全局业务状态，使用独立声明式业务规则完成业务判定，规划器动态生成执行任务，调用接口编排（或 RPA 适配器）作为工具完成操作，持续评估目标完成状态，动态调整执行路径。
Agent 不绑定 UI 界面，优先使用系统原生 API；只有在无 API 的老旧系统场景，才将 RPA UI 自动化作为其中一种工具。RPA 在 EWQ 体系中降维为 Agent 可调用的工具之一，而不是整个自动化主体。

4.3 RPA 与 EWQ 低代码 Agent 多维度指标对比

本研究建立包含执行范式、感知范围、决策能力、业务规则管理、系统依赖、变更维护、容错能力、适用场景八个维度对比模型：

1. 执行范式
RPA：命令式固定脚本，预先定义每一步操作，按顺序执行。
EWQ Agent：目标驱动，声明式规则定义业务约束，任务动态规划，按需生成执行动作。

2. 感知范围
RPA：仅能感知当前操作页面 UI 数据，无跨系统全局业务视图。
EWQ Agent：可聚合多个存量系统数据，构建跨系统全局业务状态快照。

3. 决策能力
RPA：仅支持预设静态分支，无法处理未预先定义的业务场景，无自主推理。
EWQ Agent：基于业务规则动态推理，支持任务重规划，处理未知异常分支。

4. 业务规则管理
RPA：业务判断逻辑硬编码嵌入脚本；修改规则必须修改脚本代码，全量回归测试。
EWQ Agent：规则独立存储，声明式定义，规则可复用、独立版本管理，规则修改不改动 Agent 编排流程。

5. 系统依赖
RPA：强依赖软件 UI 页面结构，页面改动即失效。
EWQ Agent：优先 API 调用；UI 适配器仅作为兜底方案，业务逻辑与界面解耦。

6. 变更维护成本
RPA：业务变更、页面变更均需要修改脚本，大规模场景维护成本随脚本数量快速增长。
EWQ Agent：业务规则、接口编排、Agent 智能逻辑分层解耦；变更业务规则仅修改规则，不改动底层调用链路。

7. 容错与异常处理
RPA：异常直接中断脚本，需要人工重启；缺少自主备选方案。
EWQ Agent：分级异常处理，自动重试、备选路径、异常事件记忆，无法处理时转入人工节点。

8. 适用场景
RPA：简单、稳定、页面长期不变的单链路重复操作，纯数据搬运类任务。
EWQ Agent：跨多系统、存在业务判断、分支不确定、需要动态决策的制造业业务场景，例如物料齐套、质量异常协同、设备故障闭环、订单交付预警。

4.4 二者边界与互补关系

RPA 与 Agent 不是替代关系，而是互补关系。EWQ 平台将 RPA 封装成标准化工具组件，用于对接完全封闭、没有 API 的老旧存量软件。对于具备 API 的系统，优先使用接口编排，稳定性更高。RPA 适合简单、固定操作；Agent 适合复杂、多系统联动、带有业务决策的智能协同场景。企业可以在 EWQ 统一平台内混合使用接口编排组件与 RPA UI 组件，组合构建业务智能体。

5 面向制造业的标准化 Agent 组件库构建

5.1 组件库设计原则

面向制造业标准化 Agent 组件库遵循四项设计原则：

1. 非侵入原则：所有组件仅作为外部调用工具，不修改存量系统内核；

2. 领域标准化原则：组件抽象制造业通用业务动作，而非特定客户定制逻辑；

3. 可组合编排原则：组件作为独立单元，可以在低代码画布自由拖拽、组合，组装不同业务 Agent；

4. 分层资产原则：分为基础连接器组件、接口编排动作组件、制造业业务原子组件、完整业务 Agent 模板四层资产。

5.2 组件库分层体系

第一层：基础连接器组件

负责建立和存量软件、设备的连接通道。包含：REST API 连接器、WebService 连接器、数据库查询连接器、文件解析连接器、OPC UA 设备连接器、RPA UI 连接器、消息推送连接器（企业微信、邮件、短信）。连接器封装认证、协议、连接池、重试，上层组件无需关心底层通信细节。

第二层：接口编排动作组件

在连接器之上，封装单系统基础读写动作。例如：ERP 读取库存、ERP 创建采购申请单、MES 查询工单信息、WMS 查询库位库存、QMS 读取质检报告、SCADA 读取设备运行参数。每个动作组件封装入参、出参、数据转换模板、幂等策略、异常处理配置。实施人员可以直接选用，不需要从零编写接口调用代码。

第三层：制造业业务原子组件（领域业务组件）

抽象制造业通用业务判定与业务行为，封装制造业领域规则模板。

• 供应链域组件：物料齐套校验组件、库存安全预警组件、供应商交付跟催组件、采购延期判定组件；

• 生产制造域组件：工单开工条件校验、生产进度汇总、工艺版本比对、产能负荷评估组件；

• 质量域组件：质检不合格判定、质量异常上报、不合格品处置触发组件；

• 仓储域组件：库位库存冻结、批次追溯查询、入库单校验组件；

• 设备运维域组件：设备故障告警采集、维修工单创建、停机时长统计组件；

• 内控协同组件：人工审批节点、业务告警推送、事件记录归档组件。

业务原子组件内置默认声明式业务规则模板，企业可以直接使用模板，或修改规则阈值适配自身企业业务。

第四层：预制业务 Agent 模板

由多个原子组件组合而成，可直接快速实例化，开箱微调即可落地的完整智能体模板。包含：物料齐套预警 Agent、生产异常协同 Agent、库存安全监控 Agent、设备故障闭环 Agent、订单交付风险评估 Agent。企业在低代码画布加载模板，修改参数与业务规则，完成 Agent 部署，大幅缩短实施周期。

5.3 组件元数据与复用机制

每一个标准化组件附带标准化元数据：组件名称、业务域、输入参数、输出结构、前置依赖、风险等级、适用系统清单、默认业务规则、异常策略。组件资产存储在 EWQ 平台组件资产市场，支持版本管理，组件升级可以向下兼容。
组件支持跨项目复用，同一物料齐套校验组件，可以在多个制造工厂、多个 Agent 中重复调用，避免重复开发。组件资产沉淀随项目实施持续扩充，形成企业内部可积累的数字化资产。

5.4 组件安全与权限约束

所有组件内置权限校验，组件调用前校验当前 Agent 是否具备对应存量系统的读写权限。读权限与写权限严格分离，写操作组件需要单独审批授权。组件执行完整日志记录，每一次调用、参数、返回结果都存入审计日志，满足制造业数据安全与内控审计要求。

6 工程案例、性能测试与风险评估

6.1 制造业试点案例：物料齐套预警 Agent

某离散装备制造企业，存量系统包含本地部署 ERP、MES、WMS，三套系统来自不同厂商，系统之间无原生集成接口，原有方案依靠人工每日导出多份报表，人工核对工单物料齐套，工作量大，容易遗漏，导致工单开工延期。
项目采用 EWQ 平台搭建物料齐套预警业务 Agent，未对 ERP、MES、WMS 进行任何代码改造。实施过程：

1. 使用 EWQ 连接器对接 ERP、MES、WMS 开放 API；

2. 在低代码画布拖拽标准化组件：工单读取组件、库存查询组件、在途采购查询组件、物料齐套规则组件、消息推送组件；

3. 在声明式规则编辑器配置齐套判定规则，定义安全阈值；

4. 在沙箱内使用模拟数据调试 Agent，验证规则判定结果；

5. 审批发布至生产环境，Agent 每日定时自动执行。

Agent 执行逻辑：每日定时读取待开工工单，自动从 ERP 读取物料需求、采购在途，WMS 读取实物库存，调用齐套业务规则判定；不齐套则自动识别缺料清单，调用供应商信息，推送跟催消息到采购人员，记录事件日志；遇到接口调用异常自动重试，连续失败推送告警给运维人员。

实施指标：传统点对点定制开发方案预估实施周期 60 天，需要开发人员编写接口代码；EWQ 低代码 Agent 方案实施周期 12 天，80% 工作由业务实施人员在可视化画布完成，仅少量配置工作需要技术人员介入。人工核对物料齐套工作减少 90%，工单因缺料延期事件下降 62%。

6.2 性能测试结果

测试环境：3 台服务器部署 EWQ 集群，对接模拟 ERP/MES/WMS 系统。测试指标：Agent 任务并发、接口调用响应时间、规则推理耗时。

1. 单 Agent 单次完整物料齐套任务（调用 3 个系统接口 + 规则推理）平均执行耗时：1.8 秒；

2. 平台支持并发 200 个 Agent 任务同时调度，接口调用平均成功率 99.4%；

3. 声明式规则推理单条规则计算平均耗时 < 10ms，支持批量上百条业务记录批量判定；

4. 接口熔断保护：存量系统接口错误率超过阈值自动限流，防止冲击原有业务系统。

测试结论：引擎性能可以满足中大型制造企业日常业务智能体调度需求，业务非高峰时段可支持批量周期性业务评估；高并发生产事件场景下，可以通过任务削峰、异步调度保障存量系统稳定。

6.3 技术风险与局限分析

本技术方案存在客观局限，需要在落地中管控风险：

1. 存量系统接口能力上限约束：EWQ 无法突破原有系统本身接口能力限制。如果老旧系统接口响应缓慢、接口调用频率存在上限，Agent 执行速度会受原有系统制约，需要合理配置调用间隔与限流策略。

2. 大模型推理的幻觉风险：Agent 中模糊语义理解部分依赖大模型，强业务判定完全使用确定性声明式规则，以此隔离幻觉风险；业务人员需要持续校验规则与 Agent 决策结果。

3. 适配器适配工作量：完全封闭无任何 API、无数据库视图的老旧系统，只能依靠 RPA UI 适配器接入，稳定性低于原生 API 连接器，适合低频业务场景，不适合高频核心生产流程。

4. 组件资产沉淀成本：标准化组件库需要持续在制造业项目中沉淀，初期组件数量有限，部分细分行业特有业务场景仍需要新增定制组件。

5. 运维复杂度提升：新增 EWQ 中间平台，企业需要增加平台运维、Agent 运维、规则运维的岗位能力投入。

6.4 安全与数据治理

EWQ 平台不复制存量系统全部业务数据，Agent 仅在执行任务时按需调用接口获取必要数据，任务完成后仅保留事件日志、决策摘要。数据传输采用加密传输，内网部署模式下数据不出企业内网。平台支持数据脱敏，敏感物料价格、供应商信息在 Agent 日志中脱敏存储。完整操作审计日志可对接企业内控系统，满足制造业信息安全管理规范。

7 结论与展望

7.1 研究结论

本报告以存量企业软件快速集成平台 EWQ 的低代码 Agent 编排引擎为研究对象，围绕不大规模改造老系统，依靠接口编排、声明式业务规则快速组装业务智能体的目标，完成架构设计、关键技术解析、RPA 与 Agent 架构对比、制造业标准化组件库构建，并通过制造业真实试点案例验证方案可行性。

研究得出主要结论：

1. 在制造业大量异构存量软件并存场景下，基于低代码 Agent 编排的非侵入式集成方案具备显著工程价值。方案不需要大规模修改原有业务系统代码，通过独立中间智能层，实现跨系统业务智能协同，大幅降低存量系统智能化升级的改造风险、周期与成本。

2. 传统 RPA 属于固定脚本自动化，适合简单页面操作；业务 Agent 是目标驱动、具备全局感知和动态重规划的智能执行单元。二者不是简单替代关系，RPA 可以作为 Agent 体系内的工具组件，用于无 API 老旧系统的兜底接入。

3. 面向制造业构建分层标准化 Agent 组件库，将连接器、接口动作、领域业务原子组件、预制 Agent 模板分层封装，实现组件资产复用，降低业务智能体组装门槛，让业务实施人员在低代码画布完成智能体搭建，减少代码开发工作量。

4. EWQ 低代码 Agent 编排引擎的核心创新在于业务决策层与系统接口调用层解耦。业务规则采用声明式独立管理，规则变更不改动接口编排链路，适配制造业业务规则频繁调整的特点，同时保障核心业务判定可审计、可复现，规避纯大模型 Agent 的幻觉风险。

试点工程案例证明，该技术方案能够显著缩短跨系统业务协同项目实施周期，减少人工重复业务核对工作，降低生产业务风险。同时方案存在客观约束，受存量老旧系统接口能力限制，封闭 UI 系统场景稳定性下降，需要在项目前期评估存量系统开放能力，合理选型连接器。

7.2 未来技术演进方向

1. 组件库持续扩充：面向流程制造、医药制造、汽车零部件等细分行业，扩充行业专属标准化 Agent 组件与模板，沉淀行业领域规则库。

2. 自学习规则辅助：基于业务历史事件，使用大模型辅助业务人员生成、推荐声明式业务规则，但业务规则的上线必须人工审核确认，确定性判定仍然保留规则引擎执行。

3. Agent 协同网络：支持多个独立业务 Agent 之间相互通信、协同完成复杂跨域业务目标，构建多智能体协同系统，覆盖端到端全业务链路。

4. 可观测性增强：构建 Agent 行为数字孪生视图，可视化展示 Agent 感知数据、推理路径、每一步决策依据，进一步提升业务人员对智能体行为的理解与管控能力。

5. 轻量化边缘部署：支持引擎轻量化版本部署在工厂边缘侧，对接车间工控、设备系统，降低跨厂区网络传输压力，满足工业现场低延迟需求。

数据来源

1. 泷码软件（上海）有限公司、泷码软件研究院 EWQ 存量企业软件快速集成平台原型设计文档、引擎技术白皮书、组件元数据文档。

2. 离散装备制造企业试点项目实施记录、Agent 运行日志、项目周期统计报表。

3. EWQ 平台性能压测报告，包含并发任务、接口调用成功率、规则推理耗时实测数据。

4. 行业公开文献：企业 iPaaS、RPA、智能 Agent、工业软件集成相关学术论文、行业数字化白皮书。

5. 制造业存量工业软件调研问卷数据，泷码软件研究院 2025 制造业存量系统集成痛点调研。

免责声明

本研究报告由泷码软件（上海）有限公司、泷码软件研究院编制，报告内容仅用于学术研究、技术方案论证与内部技术交流，不构成任何商业承诺、产品质量保证、项目实施担保。报告中案例、性能测试数据来源于受控实验环境与试点项目，不同企业存量系统环境、网络条件、业务复杂度不同，实际落地效果、实施周期、性能指标存在差异。

报告中涉及 EWQ 平台技术方案为当前阶段研发成果，产品功能、架构会随研发迭代持续优化。报告内容不构成任何形式的技术、法律、财务建议。任何第三方依据本报告开展项目决策、采购选型、工程实施所产生的风险，由该第三方自行承担。未经泷码软件（上海）有限公司书面许可，不得擅自对本报告进行删减、篡改、二次发布或用于商业宣传。报告内引用的第三方文献资料版权归属原作者。