高密度信息
指标、筛选、表格和状态同时存在，界面仍需要保持清晰的扫描顺序。
ENTERPRISE PRODUCT · INDUSTRIAL AI
连山
工业智能平台
面向制造业的复杂业务平台。通过统一的信息层级、任务状态与操作反馈，让设备、数据、模型和人员能够在同一条工作链路中协作。
01 — CONTEXT
复杂，不应该成为
难以使用的理由。
工业智能平台同时连接设备、数据、模型、任务和人。业务专家、数据科学家、工程师与管理者关注的目标不同，却需要在同一条链路中协作。
我的工作不是简单减少信息，而是建立稳定的层级与状态语言，让用户知道现在在哪里、系统正在做什么、下一步可以做什么。
复杂工作流
诊断、回测和配置跨越多个阶段，每一步都必须可理解、可追踪。
跨角色协作
系统需要保留足够上下文，让业务、算法和工程人员围绕同一对象工作。
01感知计算设备状态与跨工厂概览
02连小山事件诊断与故障树协作
03AI 数练回测、参数与版本配置
04产品系统状态、表格与操作模式
02 — PERCEPTION COMPUTING
先看全局，
再进入具体设备。
设备概览需要同时回答三个问题：当前有多少设备、它们分布在哪里、哪些状态值得优先关注。页面用总量、类型、工厂和趋势逐级展开，避免用户在一开始就掉进数据细节。
概览先回答状态
用总数、在线与离线状态建立第一层判断，减少用户逐项核查。
工厂作为切换维度
把厂区放在全局指标与设备趋势之间，帮助用户快速缩小观察范围。
同一语义贯穿页面
设备类型、颜色和统计口径保持一致，让图表与卡片能够相互验证。
03 — AI DIAGNOSIS
让 AI 的判断过程，
可以被人看懂
和接管。
故障诊断不是一次性的答案。它包含事件进入、任务拆解、工具调用、证据回传和人工判断。设计重点是把这些过程放进同一个上下文，让用户既能理解结果，也能知道下一步由谁处理。
DIAGNOSIS GRAPH
故障树既是结果，
故障树既是结果，
也是协作界面。
节点需要表达触发、诊断中、已排除、待诊断和根因等不同状态。缩略视图帮助用户在任务中保持方向，放大视图则支持检查完整推理路径。
- 状态颜色只承担诊断语义
- 节点关系与执行顺序同时可见
- 支持从局部任务切换到全局检查
DESIGN PRINCIPLE
AI 可以推进流程，但它为什么停下、依据什么判断、何时需要人介入，都应该清楚可见。
04 — AI TRAINING
把一次配置，
变成可复用的生产能力。
AI 数练涉及检测项、回测报告、参数模板和上线版本。设计不能只满足“填写配置”，还要支持保存、比较、复用和批量应用，让复杂操作形成稳定闭环。
01 · VERIFY
先看回测结果
报告列表统一呈现检测项数量、发起人、时间范围与结果状态，便于追踪每一次验证。
02 · REUSE
把有效配置保存为模板
参数库把经过验证的控制线、SPC 与 CPK 配置沉淀下来，后续可以查看、应用或继续维护。
03 · CONTROL
配置状态始终可见
编辑页把未保存提醒、配置分类、日期与子组参数放进同一上下文，并将高频动作固定在页面底部。
BATCH ACTION
批量操作需要同时控制范围、状态和后果。
用当前配置摘要、快捷选择、搜索筛选和已选数量持续回答“正在应用什么、应用到哪里、影响多少对象”。
05 — PRODUCT SYSTEM
单个页面之外，
还需要一致的产品语言。
这些模块共享大量表格、筛选、状态、弹窗和批量操作。把重复模式整理为组件和规则，能让设计与工程围绕同一套语言协作，也让用户在不同模块间迁移时不必重新学习。
Hierarchy稳定的产品、项目与任务层级
States统一的等待、运行、异常与完成语义
Actions一致的单项、批量与不可逆操作反馈
06 — REFLECTION
好的 B 端设计，不是把信息藏起来。
而是让复杂关系有清楚的层级，让系统状态可以被理解，让用户知道下一步怎样继续。这个项目也让我更确定：复杂产品真正需要减少的不是信息，而是不确定性。
PROJECT CREDIT
这是一个跨职能团队共同完成的产品。我以产品设计师身份参与约三分之一产品界面，重点负责信息架构、交互流程与核心界面设计。CONTINUE EXPLORING