核心用法
iaiops-plcnext 是一款面向 Phoenix Contact PLCnext Control 及虚拟化 PLC（vPLC）的工业数据采集与诊断技能。该技能采用打包型架构设计，不依赖 PLCnext 厂商专属 SDK，直接复用标准 OPC-UA（端口 4840）与 Modbus-TCP（端口 502）协议工具，实现对工业控制器的只读访问。
启动方式：通过环境变量 IAIOPS_MCP=plcnext 或命令 iaiops-mcp-plcnext 启动，等效于组合 opcua + modbus + 脑 三模块。
标准工作流程遵循"Doctor-first → Read-first"原则：
1. 诊断先行：调用 protocols_supported 确认协议能力，执行 iaiops doctor 进行系统体检，再通过 opcua_diagnose_connection 验证 PLCnext 内置 OPC-UA 服务器可达性、证书策略及网络配置；
2. 数据采集：过程数据通过 opcua_read_many 或 modbus_read_holding 批量读取，支持 modbus_detect_byte_order 自动探测字节序，以及 opcua_discover_tags 语义资产建模；
3. 智能分析：利用跨协议"脑"模块进行深度诊断，包括 diagnose_dataflow 数据流分析、downtime_root_cause_live 实时停机根因追踪、pdm_forecast 预测性维护、oee_compute 设备综合效率计算等。
关键限制：本 edition 为只读模式，工具表面全为读取操作。若需写入（输出/设定值），必须切换至含写工具的 profile，并执行严格的变更管理流程：标记 risk=HIGH、默认启用 dry_run=True、保留改前值 undo 能力，且需 iaiops approve 具名审批双确认。
显著优点
- 零侵入集成：无需安装 PLCnext 厂商 SDK 或额外 connector，直接复用控制器内置的标准 OPC-UA 与 Modbus-TCP 服务器，大幅降低部署成本与供应链依赖；
- 协议级深度诊断：内置
opcua_diagnose_connection实现连接失败精准归因（证书/策略/认证/网络/配置），modbus_detect_byte_order自动消除字节序歧义； - 跨协议智能"脑"：超越单一协议的数据采集，提供数据流诊断、停机根因分析（RCA）、预测性维护（PdM）、OEE 多维分析等工业 4.0 核心能力；
- 合规就绪：内置
compliance_mapping、compliance_dengbao_levels等信创与等保合规工具，支持compliance_evidence_bundle证据包导出； - 资产语义化：
opcua_discover_tags自动发现 +cross_protocol_asset_model跨协议资产建模，打破 OT 数据孤岛； - 历史数据支持：OPC-UA HDA（Historical Data Access）与
historian_health、historian_query实现时序数据全生命周期管理。
潜在缺点与局限性
- 只读约束严格：当前 edition 明确限制为只读，任何写入操作需切换 profile 并执行复杂审批流程，对需要频繁参数调优的场景不够便捷；
- 真实性验证待完成：安全报告标注"真 PLCnext 待核实"，说明当前测试基于 mock 环境，实际硬件兼容性、性能基准、极端工况稳定性需用户自行验证；
- PLCnext 特定适配：虽采用标准协议，但
modbus_list_templates的厂商寄存器模板、plc_program_outline的 IEC 61131 ST 程序解读等能力，深度依赖 Phoenix Contact 工程导出格式，跨品牌 PLC 适用性有限； - 网络拓扑敏感：工业现场 OPC-UA 证书策略（Basic128Rsa15/Sha256/Basic256 等）与防火墙配置复杂，
opcua_diagnose_connection虽能诊断但修复仍需人工介入； - 无边缘计算卸载：所有分析逻辑运行于 MCP server 端，大规模高频数据采集可能对网络带宽与中心算力造成压力。
适合的目标群体
- 工业运维工程师：负责 PLCnext/vPLC 产线监控、停机分析、OEE 优化的现场技术团队；
- 自动化系统集成商：为制造业客户提供工业 4.0 升级方案，需快速对接 Phoenix Contact 控制器的方案架构师；
- 预测性维护专家：依赖振动、温度、电流等多维数据构建 PdM 模型的设备健康管理团队；
- 合规与信创审计人员：需要等保、功能安全证据链导出的制造业信息安全岗位；
- 学术与工业研究人员：从事工业协议分析、数字孪生、智能制造算法验证的科研人员。
使用风险
- 操作风险：虽为只读设计，但
downtime_root_cause_live等诊断工具可能建议停机检查，误读诊断结论可能导致非计划停产；建议结合alarm_bad_actors、alarm_flood_analysis交叉验证； - 性能风险：
opcua_subscribe_sample高频订阅与opcua_read_history大批量历史查询可能占用 PLCnext 嵌入式资源，建议通过subscription_health、historian_coverage监控负载并设置合理采样间隔； - 依赖项风险：底层依赖
asyncua>=2.0,<3与pymodbus>=3.5,<4，版本锁定严格，需确保障碍 Python 环境隔离，避免与其他工业库版本冲突； - 安全风险：OPC-UA 证书管理不当可能导致中间人攻击，建议启用
opcua_diagnose_connection定期检查证书有效期与策略强度，生产环境禁用匿名访问； - 数据质量风险：
data_quality_scorecard提示异常时需警惕传感器漂移、通信抖动，避免基于脏数据执行pdm_forecast或oee_compute产生误判。