mcpField
P
PLCs.ai

PLCs.ai

远程服务
plcs.ai开发工具04 周前更新

关于 PLCs.ai

PLCs.ai MCP Server 为 PLC 工程师及兼容的 AI Agent 提供受权限管理的项目、实时标签数据和分析访问。它支持 Allen-Bradley、Siemens 和 CODESYS V3 项目,代码变更以可审阅提案形式返回。

主要功能

  1. 01列出并查看 PLC 项目
  2. 02针对项目提出并回答带引用的问题
  3. 03读取实时标签值和历史记录
  4. 04分析 PLC 代码与信号
  5. 05提出供审阅的变更
  6. 06导出 PLC 项目和报告

适用场景

  1. 01排查故障时追踪 PLC 联锁
  2. 02查看标签的近期数值
  3. 03审查代码风险分析
  4. 04起草修复方案但不保存

MCP 相关

该服务通过远程 Streamable HTTP 向 MCP 客户端提供 17 个按权限范围限定的工具。使用 OAuth 或 API 密钥验证,代码变更须经审阅后才能保存。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp.plcs.ai/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

PLCs.ai MCP 服务

将 Claude、Cursor、Codex 或任何兼容 MCP 的 Agent 连接到你的 PLC 项目。

PLCs.ai 是专为 PLC 工程师打造的 AI 平台:上传 Allen-Bradley(Studio 5000)、Siemens(TIA Portal)或 CODESYS V3 项目,即可用日常语言理解、排查故障、编写文档并安全地生成代码。此 MCP 服务为任何 AI Agent 提供受控访问权限,让其使用同一套能力——访问你的项目、实时标签值和分析结果,并可按工具设置权限范围。

远程服务: https://mcp.plcs.ai/mcp(Streamable HTTP · OAuth 或 API 密钥) 完整文档: https://www.plcs.ai/developer/mcp

快速开始

Claude Code
claude mcp add --transport http plcs-ai https://mcp.plcs.ai/mcp

然后运行 /mcp 并选择 Authenticate,使用你的 PLCs.ai 账号登录。(或者传入 API 密钥:--header "Authorization: Bearer plck_live_…"。)

Claude Desktop

Settings → Connectors → Add custom connector → URL https://mcp.plcs.ai/mcp → Connect and sign in。对于 API 密钥或本地部署设置,请使用 mcp-remote 桥接工具:

{
  "mcpServers": {
    "plcs-ai": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.plcs.ai/mcp",
               "--header", "Authorization: Bearer plck_live_…"]
    }
  }
}
Cursor / Codex / 其他 MCP 客户端

查看各客户端的指南:https://www.plcs.ai/developer/mcp — 涵盖 Cursor、Codex,以及任何支持远程 MCP 或可运行 mcp-remote 的客户端。

Agent 可以做什么

17 个工具,可按 API 密钥或 OAuth 授权设置权限范围:

区域工具
发现plcs_health、plcs_list_projects、plcs_get_project、plcs_get_project_source
提问plcs_ask_project — 来自 PLCs.ai 助手的、附有引用的回答,而非供其推理的原始源代码
现场实时数据plcs_get_live_values、plcs_get_tag_history、plcs_request_live_tags
分析plcs_get_project_analysis(死代码、竞争条件、缺失的握手、联锁审计、周期时间瓶颈、信号追踪)
提议plcs_propose_code — 先提供你审批的计划,再生成可审查的提案;未经审查不会保存任何内容
版本与导出plcs_save_version、plcs_stage_upload、plcs_export_plc、plcs_export_pdf、plcs_get_export、plcs_download_export
嵌入plcs_mint_embed_token — 有效期较短、只读且限定项目范围的 iframe 令牌

Agent 只会针对你的组织已经拥有的项目进行推理。将机器加入平台需要在应用中或通过版本源连接器有意操作,因此没有创建项目的工具——Agent 可以读取、提问、提出建议并保存版本,但不能添加项目。

提示词示例

  • “列出我的 PLC 项目,并检查哪些项目已连接实时数据。”
  • “为什么 Conveyor 3 停机后无法重启?追踪一下联锁。”
  • “读取 Palletizer 项目的最新分析,并概括哪些内容可以安全移除。”
  • “标签 Motor1_Enable 在过去一小时内的状态是什么?”
  • “为 Conv001 和 Rob010 之间缺失的握手拟一份修复方案——只提交提案。”

安全模型

  • 每次工具调用都经过身份验证,并限定在你的组织范围内;凭据就是租户身份。
  • 代码提议分为两个步骤——先审批计划,再进行更改——无论哪种情况都会返回提案;持久化新版本是单独的操作,且需要单独的权限范围。
  • 客户数据绝不会用于训练 AI 模型。数据处理方式 →

要求

  • PLCs.ai 账号(开始免费试用)或 API 密钥
  • 使用 mcp-remote 桥接工具:Node 18+

© PLCs.ai · 条款 · 隐私 · 问题咨询:[email protected]

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。