企业官网建设流程全解析

1. 全屋定制最痛的不是设计，而是改图和拆单之间的"信息断裂"

在这个行业里待过的人都有一个共同感受：全屋定制谈单的时候大家讲的是设计、是颜值、是生活方式，可真正让人掉头发的，从来都是后端那些没人愿意多看一眼的事——改图、拆单、对板件、对孔位。

我经手过的一个渠道商订单，从方案确认到拆单前，衣柜图纸一共改了九版。第一版是设计师按业主喜好做的，线条漂亮，但有梁没处理；第二版改了梁，抽屉拉手又挡了门板铰链；第三版解决了碰撞，可背板厚度和工厂默认的不一致，报价单要重出；等到第九版，业主已经把层板间距、挂衣杆高度全按自己身高微调了一遍。每一版都牵着一个隐藏成本：拆单员要重新算板件数量，重新生成孔位，重新核对五金件清单，稍有不慎，错板、漏板、孔位打偏就会在车间里爆雷。

这其实是全屋定制行业长期存在的"信息断裂"问题。前端设计用视觉语言，中端拆单用工艺语言，后端生产用设备语言。三段语言互不兼容，全靠人来当翻译。设计师改一句"这里加个开放格"，到了拆单环节可能就是多六块板、十四个孔、三套层板托，以及一次板材利用率的重排。人工翻译得越多，出错概率就越大，返工成本也跟着水涨船高。

大约三年前，我开始琢磨一件事：如果把中间这些翻译工作交给一个"AI智能体"来做，而不是继续靠人工在十几个表格和软件之间来回拷贝粘贴，能不能把这根链条捋顺？

先说结论：能，但绝不是像很多人想象的那样，搞一个能聊天、会画图的AI工具就算完事。真正能重构全链路的东西，是一个混合式的智能体系统，它既要懂规则，也要能学习上下文，还要能跟工厂里那些老旧的ERP、MES系统对话。这篇文章我打算把这个系统的设计思路、核心模块、落地过程和踩过的坑都摊开来讲，希望能给正在被改图和拆单折磨的同行一些真正能参考的东西。

2. 智能体不是聊天机器人：拆解全链路里的四个核心模块

很多人一听"AI智能体"，第一反应是对话框里问一句它答一句。但全屋定制这种场景，如果只做一个对话入口，那基本等于给拆单员配了个高级搜索引擎，解决不了任何实际问题。

我把它拆成四个核心模块来设计：约束求解器、参数化柜体引擎、工艺规则库、变更链路追踪器。这四个模块不是独立的，而是像一条流水线，从方案进来那一刻开始，一路处理到生产订单下发。

2.1 尺寸与空间的约束求解器

这个模块解决的是"这个柜子在这个空间里放不放得下、有没有冲突"的问题。它的核心不是图像识别，也不是大模型推理，而是一个基于几何约束的求解器。

具体做法是：把户型图和柜体方案都转成带坐标的结构化数据。每一面墙、每一根梁、每一个开关插座、每一扇门，都有明确的边界范围。然后约束求解器运行冲突检测，找出柜体嵌入墙体、抽屉撞到插座、开门角度被床头柜挡住这类问题。

以前这些检查靠的是设计师在软件里肉眼拉出来看。人看久了就会累，累了就会漏。我见过最离谱的一个案例，是设计师在渲染图里看到的是完美效果，实际装完发现抽屉被旁边的踢脚线卡住了——因为效果图里根本没画踢脚线。约束求解器做的事，就是把这一类"视觉盲区"变成一条条可量化的规则：抽屉导轨行程、门板铰链外摆半径、封边厚度余量、踢脚线退让距离。

2.2 柜体参数化与物料BOM自动派生

这一步是整个智能体的地基。全屋定制的柜子看起来五花八门，但拆到零件层面，其实就是板件、五金、封边、门板这几大类。参数化柜体引擎会把设计师画的每一个柜体，映射到一套可计算的结构参数上。

举个例子：一个衣柜模块，包含的不仅是长宽高，还有侧板厚度、层板间距、背板厚度、踢脚高度、挂衣杆位置、层板数量。设计师在界面上拖出一个柜体，参数化引擎会自动生成它的三维几何信息，同时派生出一张完整的物料BOM表——哪块板是什么尺寸、什么材质、哪个面要封边、要开哪些孔。

这套机制最值钱的地方不是"画得快"，而是"改起来快"。方案一旦有变化，参数化引擎能立刻重新计算BOM，而不是让拆单员从头再来一遍。

2.3 加工规则库和工序级拆单

物料BOM解决的是"要什么材料"，工序级拆单解决的是"怎么加工"。这需要一套非常细的规则库，里面存放的不是抽象概念，而是工厂车间里一条条具体的经验。

比如抽屉侧板用什么连接件、背板是插槽式还是三合一固定、门板的铰链孔开几个、铰链型号选直臂还是中弯、板材利用率低于多少会产生余料被系统标记。这些规则每个工厂都不一样，甚至同一个工厂不同生产线也不一样。

我刚开始做这个模块时，花了很多时间把一位资深拆单员的经验"榨"成规则。那位老师傅看一眼图纸就能判断这个柜子在生产线上会不会出问题，但他说不清自己是怎么判断的，只说是凭感觉。后来我们把他逐条追问，逼着他把"感觉"分解成"如果...就..."的语句，才慢慢把规则库建起来。

2.4 变更影响链路追踪

这一模块解决文章开头说的那个老大难：改图。以前改一版图，拆单员要手动检查哪些板件受影响、哪些五金要换、报价要更新哪里。这个检查过程不仅耗时，而且特别容易漏。

变更影响链路追踪器的思路是：把设计方案里的每个元素都打上唯一的ID，从柜体到板件到孔位到五金件到生产任务单，全部建立父子关联。当设计师修改了某个柜体尺寸，追踪器会像连锁反应一样，标出所有受影响的子孙节点：板件尺寸变了、孔位要重算、五金件定额要调整、板材利用率要重新排版、报价单要重出。

甚至更进一步，它能告诉设计师："这个改动会影响三块板、四个孔的加工，预计新增成本约XX元，交期增加约0.5天，确定要改吗？"这一下就把业务决策从办公室拉到了设计阶段。

3. 自动拆单的秘密：板件、孔位、五金件是如何被"算"出来的

很多工厂老板问我，拆单到底能不能全自动？我说能，但有一个前提：你得先想明白"拆单"这件事的本质。它不是把一张图纸切成几块板子，而是一次次决策。决策越多，越需要规则；规则越明确，机器才越有把握代替人工。

3.1 板件拆分：从柜体模型到开料清单

板件拆分是最基础的一层。参数化柜体引擎拿到一个柜体模型后，会把整个柜体分解成一个个独立的板件。每一块板件都有一组属性：长、宽、厚、材质、封边方向、纹理方向。

这里有一个容易被外行人忽略的点：不是所有板件都是简单切一刀就完事的。侧板和层板之间是插入式连接，那侧板上就得开槽；背板是卡进槽里的，那槽的深度和宽度就有讲究；门板如果高于某个高度，还要考虑是否加拉直器来防变形。

自动拆板件的时候，系统会判断每块板是否需要开槽、是否需要拉直器、是否超高超宽需要特殊处理。这些经验如果不沉淀成规则，机器是不知道怎么做的。

3.2 孔位生成：三合一、木榫与连接件的规则匹配

孔位是拆单里最磨人的部分，也是最容易出错的部分。一个标准衣柜，单单侧板上的孔就有几十个：连接层板的孔、固定背板的孔、挂衣杆托件的孔、抽屉滑轨的孔，它们类型不同、直径不同、深度不同、相对位置也不同。

自动拆单里的孔位生成，靠的不是看图，而是规则匹配。每两个板件要连接，系统先判断连接方式是什么：三合一连接件的偏心轮装在哪块板上、螺栓装在哪块板上、木榫要不要加、加了之后位置怎么错开。判断完之后，再根据标准孔位图库，把对应的孔位坐标算出来。

我见过不少工厂买回来的拆单软件，孔位功能是全自动的，但用了没多久就停用了。为什么？因为工厂的孔位标准跟软件预设的不一样。所以如果只是期望一套通用系统拿来即用，大概率要碰壁。好用的自动孔位，一定是把工厂自己的工艺标准编码进去之后才能跑顺。

3.3 板材利用率：不是塞得越满越好

板材排版是拆单流程里和成本关系最直接的一环。同样的订单，排版排得好，一张大板能多出两件小零件，板材利用率可能从72%拉到85%。这个数字对单笔订单来说不多，但乘以一年的产量，省出来的钱非常可观。

自动排版算法在行业里已经很成熟了，常用的有直线切割排样、启发式局部搜索、模拟退火这类方法。但真正让利用率有质的提升的，不是算法本身，而是"余料库"的参与。

系统会把一次排版剩下来的余料记录下来，下次排版时优先尝试把新零件排进已有余料里。这个机制听起来简单，落地时却很考验数据管理能力——余料是实物，可能被工人裁了、被别的订单用了、也可能丢了，如果系统里的余料数据和车间实际情况对不上，反而会搞出"系统排得好看，车间做不出来"的尴尬局面。

3.4 一个拆单实例的前后对比

我用我们内部的一个测试订单来说明效果：一整套包含衣柜、榻榻米、书桌、餐边柜的订单，一共87块板件、六百多个孔位、230多个五金件。

人工拆单的耗时，熟练的拆单员大概需要四个多小时，期间还要反复核对图纸，确认设计意图。用智能体跑一遍同样的订单，从图纸导入到生成完整拆单清单，花了不到三分钟，其中还包括了自动校验和冲突标记。之后拆单员只需要处理系统标记出来的三处异常：一个是层板间距和连接件位置冲突，一个是门板铰链和抽屉滑轨同侧干涉，还有一个是板材尺寸超出开料设备的最大加工范围。

这三处异常处理完，整个订单就进入生产排产。整体效率提升是显性的，但更重要的变化在于：拆单员从"从头算到尾"变成了"只处理异常"。前者考验的是耐心，后者考验的是判断力，两者的职业价值完全不一样。

4. AI改图的关键：把"感觉不对"变成"规则冲突"

说到AI改图，我想先泼一盆冷水：市面上很多标榜AIGC的家具设计产品，你让它"帮我改一版更好看的衣柜"，它可能会生成一张非常惊艳的渲染图，但这张图拿不到工厂去生产。因为生产需要的是精确尺寸、工艺结构、五金连接方式，而不是一张好看的图。

所以在这个智能体里，改图这件事我走了另外一条路：AI不负责创造视觉，AI负责发现冲突并给出可执行的修改建议。

4.1 为什么生成式AI直接画图不靠谱

生成式模型擅长的是"像"，不擅长"准"。一个衣柜的俯视图差两毫米，在渲染图里你根本看不出来，但到了开料机上就是一块废板。全屋定制本质上是一个高精度制造场景，每一块板件都要精确到毫米级，生成式模型目前根本达不到这个确定性要求。

我的建议是：不要指望AI直接给出终版图纸，而是让AI做两件事。第一，理解用户改图的自然语言意图，比如"层板间距调高一点"，AI能识别到具体是哪块层板，并把调整范围反馈给参数化引擎。第二，对改图之后的结果进行合规性检查，逐条代号、逐孔位地验证，看有没有新的冲突产生。

4.2 规则冲突检测的几种常见类型

我总结了一下，改图引发的问题基本逃不出这几类：

一是尺寸冲突。改高了一个柜体，顶到天花板的梁了，或者深度改了之后跟旁边的柱子和门套干涉了。

二是结构冲突。门板改宽之后，铰链位置和抽屉面板重合了；层板间距调小之后，衣杆托件装不进去了。

三是工艺冲突。背板厚度改变了，但开槽尺寸还是按旧的来；封边方向变了，纹理方向跟板材原有纹路又对不上了。

四是采购和生产冲突。改图之后需要用到了一种新的五金件，但仓库没货，采购周期要两周，业主等不等得起。

这四类冲突，靠人的脑子去检查，累而且容易漏。规则引擎可以在一秒内把全图的模型遍历一遍，把冲突逐条列出。比如"第三块层板与右侧支撑立板的连接孔位偏出板边2.3mm，建议左移6mm"。这样设计师拿到的不是一句"有问题"，而是具体到可以操作的修改指令。

4.3 改图以后联动更新报价和交期

改图最让人头疼的连锁反应，其实是报价和交期。一动尺寸，板件数量可能变，板材面积可能变，五金件用量可能变，生产工时可能变。以前这些数据全靠业务员手动更新，一版图纸改下来，报价单可能已经是第三版的"临时版"了，谁也说不准最终以哪版为准。

现在智能体的做法是：把报价模型和交期模型也接进链路追踪器里。每次改图，系统自动重新计算整份方案的成本构成，不仅更新总价，还会列明增减量出现在哪里。比如"本次改动新增两块侧板，材质为多层实木，新增成本约480元"。交期也是同理，新增板件一旦超出车间当日产能余量，系统会给出新的预计完成时间。

这个功能在销售端尤其受欢迎。以前业务员最怕客户中途改主意，因为一旦改动就不知道该怎么跟客户解释价格变了多少、工期变了多少。现在只需要把系统生成的变更说明发给客户，整件事就清晰了，甚至还能作为谈判依据：您这次改动的两个开放格，会导致总价上浮大约5%、交期延后两天，您看是接受还是再考虑一下？

5. 接入现有系统的坑：我踩过的四个地方

智能体的核心模块做得再好，如果接不进工厂现有的系统，一切都是白搭。这个环节我踩过的坑，比设计阶段多得多，这里挑四个最典型的说说。

5.1 尺寸体系不统一：设计软件用mm，工厂排产用cm只是表象

设计端习惯用毫米，工厂的排产软件可能显示的是厘米。表面看只是单位换算，但实际上藏着不少隐患。更麻烦的是，老厂里很多老师傅习惯"取整"，一张板标着556mm，图纸上写的却是55.6cm，到了车间工人嘴里变成"55半"，再往后可能就变成了55mm。这种误差在单块板上无所谓，但是一旦有柜体和柜体之间的对接，差的这1-6毫米就会让现场安装极其痛苦。

所以做系统对接时，第一步不是写接口，而是统一全链路的尺寸精度标准。我建议所有人都以毫米作为唯一单位，所有系统的显示层可以自由切换，但数据层必须统一。这一步不做好，后面接多少系统都白搭。

5.2 物料编码映射：同一个板材，三个系统里是三种叫法

这是我在多家工厂实地调研时最常碰到的问题。设计软件里叫"暖白哑光颗粒板"，ERP里叫"WBM-001"，车间开料单上叫"暖白板"，实际上都是同一种东西。智能体要自动跑流程，必须先把这些别名全部映射到一个统一的物料主数据上。

这个过程听着不难，但做起来极其繁琐，尤其是在数据历史特别久的工厂，同样的板材可能有七八个历史别名，有的是老仓库管员的私人代号，有的是某个停产产品线遗留下来的对照名。我当时的做法是把所有历史订单里的物料名称全部导出来做清洗聚类，再让有经验的老员工逐条确认。花了整整三周，才把上千条物料名称收敛到几百个标准物料号上。

5.3 审单权限：全自动了，谁对板件遗漏负责？

技术问题解决之后，紧接着就是责任划分问题。以前拆单员在人工模式下，拆完的单子出了问题，责任很清晰，就是拆单员负责。系统全自动之后，一份订单从设计到拆单，中间没有人工参与，万一漏了块板算谁的？

我遇到过一位车间主管明确表示，"我不敢用系统直接出的单"，他说万一出问题，他没法跟老板交代。后来我们加了一个"人机协作审单"的机制：系统自动生成完整的拆单方案之后，必须有拆单员在系统里确认签字，才算正式通过。但拆单员看到的不是原始图纸，而是系统自动生成的板件清单和三维爆炸图，他要做的是快速复核有没有明显异常，而不是从头算一遍。

这一下，效率没有被砍掉太多，但责任链条反而更清楚了：系统负责把99%的重复劳动做完，人类负责对剩下的1%异常做判断，签字即担责。

5.4 异常回滚：机器单排错了，怎么回到上一版

最后一个坑是版本回溯。人工拆单时代，一份订单会有多个版本的文件，虽然乱，但是总有迹可循。系统化之后，如果自动生成的生产单排错了，或者车间把板件加工错了，需要快速回到某一个正确的历史版本重来。

这就要求在系统设计之初就把版本管理当成第一等公民来对待，而不是简单地在数据库里多存几个备份。每一个版本，不仅要保存最终的板件清单，还要保存当时的设计参数、规则版本、排版方案。否则就会遇到一个奇怪的场景：你现在知道上一版是正确的，但因为当时用的规则库已经被改过了，重新计算出来的结果跟上次不一样，你想回也回不去。

我建议任何想上这套系统的工厂，第一周先别急着追求效率提升，先把版本管理、变更日志、操作留痕这三件事跑熟，这些才是长期不出乱子的根基。

6. 落地效果的真实反馈与团队协作方式转变

系统上线后我们跑了一个季度的对比，这里给出一组参考数据。人工拆单模式下，一个熟练拆单员每天能处理大约5-6个标准订单，遇到改图频繁的订单，一天可能就卡在1-2个上。接入智能体后，同样数量的订单，拆单环节的耗时降到了原来的三分之一左右，而且这个数字是稳定的，不会因为订单变复杂就骤降。

更让我意外的是材料成本的变化。人工拆单时代，板材利用率取决于当天的拆单员状态。心情好、思路清晰，利用率就高一些；订单急、压力大，可能就随手排了，一块大板裁出后剩下一大块无用的边角料。智能体稳定按最优策略排版，配合余料库回收机制，整体板材利用率平均提升大约6-8个百分点。别小看这个数字，对年产值千万级以上的工厂来说，这就是几十万级别的纯利润。

团队协作方式的变化，其实比数字更值得聊。以前设计师、拆单员、车间主管三个岗位之间的关系，基本是靠微信和电话来维持的。设计师出一个方案，发到群里，拆单员有疑问就打电话问设计，车间主管发现问题又得回去找拆单员对。这种"点对点沟通"的效率非常低，而且信息很容易在传递过程中变形。

现在智能体成了中间人。设计师改完图，系统自动生成变更说明，拆单员上班打开系统就能看到所有待处理异常；车间主管看到的板件清单已经经过了规则校验，不用再怀疑是不是拆单员漏了什么。原来三天两头扯皮的问题，现在变成了在系统里的一个状态标签，是"已处理"还是"待复核"，清清楚楚。

顺便说一句，我们还发现系统上线后，新员工的培训周期明显缩短了。以前一个新拆单员要跟老师傅至少三个月才能独立上手，因为要背的规则太多、细节太碎。现在系统把规则变成了内置逻辑，新人只需要学会看异常、判断异常，两周就能在系统辅助下做基础订单。这让工厂在用工上已经不那么依赖"老师傅"了，这对整个行业的长期健康是有好处的。

最后再说一个我踩过的坑给后来者参考。别一上来就追求"全屋定制全自动"，那是理想形态，不是落地方案。实操中最好的节奏是：先把设计方案和拆单环节跑通，让设计师受益；再接入报价和交期模块，让业务端受益；最后再接通生产排产，让车间受益。每一步都要让对应岗位的人切实感受到便利，他们才会愿意配合你往下一步走。强制推全自动化，技术上或许可行，但人心这一关过不去，项目十有八九会烂尾。