Alert difetto — Linea 3, stazione 7. Anomalia di colore: quadrante superiore destro del componente EV-204, dimensione 8 mm, deviazione cromatica +15% dal target. Classificazione: borderline — richiede valutazione. Componente in buffer di controllo, produzione proseguita.
AGENTE · QUALITY SENTINEL MANUFACTURING
I difetti su linea produzione si riconoscono e si descrivono con precisione.
Quality Sentinel Manufacturing identifica pattern di scarto e difetti sulla linea di produzione combinando visione computazionale — telecamere già attive sulla linea — e verbalization LLM dei pattern rilevati. Il responsabile qualità riceve l'alert con la descrizione strutturata del difetto, la localizzazione e la severità stimata.
Quality Sentinel al lavoro.
Confermo. Lotto nuovo di materiale, probabilmente problema di miscela. Scartiamo e avvisiamo approvvigionamento.
Componente EV-204 marcato come scartato, lotto L2605-A segnalato. Notifica al responsabile approvvigionamento con riferimento al lotto. Registro difetto scritto: tipo, localizzazione, decisione, operatore, ora.
Perché esiste.
Il controllo qualità su linea di produzione è oggi diviso fra ispezione manuale a campione e sistemi di visione computazionale per pattern strutturati — presenza o assenza di componenti, dimensioni, allineamenti. I difetti meno strutturati come crepe sottili, anomalie di colore, deformazioni leggere sono difficili da catturare con regole rigide.
Come lavora sulla linea.
Quality Sentinel combina due livelli. Il sistema di visione computazionale già attivo sulla linea del cliente rileva i pattern visivi. L'LLM verbalization converte i pattern in descrizioni strutturate leggibili — "anomalia di colore localizzata nel quadrante superiore destro, dimensione 8 mm, deviazione dal target" — che l'operatore può ispezionare con linguaggio naturale.
La decisione resta all'operatore qualificato.
Per difetti chiaramente fuori standard: blocco automatico del componente in linea con tracciamento nel MES. Per difetti borderline: alert al responsabile qualità per valutazione. La visione computazionale non è capability built-in: l'agente si integra con il sistema già attivo sulla linea del cliente tramite adapter realizzato in fase di delivery.
Per chi è utile e dove si applica.
Responsabile qualità
Riceve alert strutturati con descrizione testuale del difetto, localizzazione e severità stimata. Non interpreta solo coordinate numeriche da sistema SCADA: legge la descrizione dell'anomalia e decide in linguaggio naturale.
Linea L1 · vision 18:42
Difetto detected scratch · cluster 4
Operatore alert in cabina
Stop linea proposto al supervisore
Evento registrato · audit
Responsabile produzione
Vede ridursi il tasso di componenti difettosi che sfuggono all'ispezione e arrivano a fasi successive della linea. Il blocco automatico per difetti chiaramente fuori standard interrompe il flusso prima che il problema si propaghi.
Linea L3 · SKU-441 fcst 7gg
Settimana 23 8.400 unità
Settimana 24 9.100 unità
MES · MRP alimentato
Variazione vs piano: +6%
Responsabile qualità di sistema
Ha la traccia ispezionabile di ogni difetto rilevato, di ogni decisione presa e di ogni componente scartato. L'analisi del trend difetti — per tipo, per stazione, per lotto di materiale — si fa direttamente sul registro audit con client SQL standard.
fnol.receive 09:14:22 ALLOW
triage.classify 09:14:25 ALLOW
idd.check 09:14:31 WARN
liquidation.propose 09:15:02 ALLOW
SELECT * FROM audit_log WHERE claim_id = '2024-0847'
Un esempio concreto.
La stazione 7 rileva un pattern anomalo.
Per un'azienda manufacturing di componenti per il settore automotive, la linea di produzione ha telecamere su cinque stazioni critiche. Il sistema di visione computazionale del cliente è già attivo. In turno pomeridiano, la stazione 7 rileva un pattern anomalo su un componente EV-204 di un lotto nuovo. Il sistema di visione passa il frame all'agente.
L'LLM produce la descrizione strutturata del difetto.
L'agente elabora l'immagine con l'LLM verbalization. Produce la descrizione strutturata: anomalia di colore nel quadrante superiore destro, dimensione 8 mm, deviazione cromatica del 15%. Classifica la severità: borderline — non è un difetto chiaramente fuori standard, ma richiede valutazione umana. Mette il componente in buffer di controllo, prosegue la produzione.
L'alert arriva al responsabile sul canale di lavoro.
L'alert arriva al responsabile qualità sul canale di lavoro con la descrizione testuale e il riferimento al componente. Il responsabile valuta: il lotto è nuovo, probabilmente una miscela di materiale fuori specifica. Conferma lo scarto e notifica l'approvvigionamento. L'agente scrive il registro del difetto e aggiorna il MES.
Configurazione e risorse tecniche.
Le regole di Quality Sentinel sono dichiarative. Il team qualità e il production engineering del cliente definiscono in formato leggibile i pattern di difetto attesi, le soglie di tolleranza per ogni tipo di anomalia, le regole di classificazione severità (blocco automatico vs alert per valutazione), il formato dell'alert. Le regole vivono nel repository del cliente, versionate, validate all'avvio dell'agente.
- Linguaggio
- TypeScript (Node.js)
- Modello LLM
- a scelta del cliente: Anthropic, OpenAI, Mistral, modelli open source ospitati internamente, AWS Bedrock per modello privato
- Controlli built-in usati
- pii-detector, topic-guardrail
- Canali nativi
- Slack, Telegram, WhatsApp, HTTP OpenAI-compatible
- Prerequisito: sistema di computer vision
- il cliente dispone di un sistema di visione computazionale attivo sulla linea (proprietario o commerciale); l'agente si integra con il sistema esistente
- Integrazione sistema di visione computazionale
- adapter dedicato realizzato in fase di delivery
- Integrazione MES
- adapter dedicato realizzato in fase di delivery
- Memoria
- persistente per istanza, pgvector + PostgreSQL FTS sui pattern difetti storici
- Registro
- immutabile, interrogabile con client SQL standard
Domande frequenti sull'agente.
Il pattern tipico per Quality Sentinel è 16-22 settimane. Discovery e analisi della linea esistente 3 settimane, configurazione delle regole di difetto e soglie di tolleranza 4-6 settimane, integrazione con il sistema di visione computazionale e il MES 6-8 settimane, calibrazione e validazione su linea 3-4 settimane.
Sì. Quality Sentinel non sostituisce il sistema di visione: si integra con quello già in uso dal cliente. Il prerequisito è un sistema di computer vision attivo sulle stazioni critiche della linea — proprietario o commerciale (Cognex, Keyence, sistemi industriali proprietari). L'adapter di integrazione viene realizzato in fase di delivery.
Quando si introduce un nuovo componente sulla linea, il team qualità del cliente configura i nuovi pattern di difetto e le soglie di tolleranza nelle regole dichiarative del repository. L'agente applica immediatamente le nuove regole. La curva di adattamento a un nuovo componente si misura in giorni di configurazione, non in settimane di retraining.
Il registro audit del runtime traccia ogni difetto rilevato con tipo, localizzazione, severità, decisione, operatore e timestamp. Il team qualità interroga il registro con client SQL standard per analisi di trend: frequenza per tipo di anomalia, distribuzione per stazione, correlazione con lotti di materiale specifici.
Da una conversazione di 30 minuti alla squadra in produzione.
Una conversazione di 30-45 minuti per capire come Quality Sentinel si configurerebbe sulla linea del cliente. Quale sistema di visione computazionale è in uso, quali stazioni sono critiche, quali tipi di difetto sono prioritari.