让 AI 真正懂 TIA Portal

如果你使用 TIA Portal、S7-1200、S7-1500 做 PLC 编程，并且已经开始使用 Cursor、Claude Code、VS Code Copilot 等 AI 编程助手，那么你可能遇到过一个很现实的问题：

AI 会写代码，但它并不一定真正“懂” TIA Portal。

例如你问 AI：

S7-1200 的某条指令应该怎么使用？
MOVE_BLK 和 UMOVE_BLK 有什么区别？
SR 和 RS 指令应该如何使用？
一个 FB 的输入输出参数有什么限制？
TIA Portal 的 SCL 语法和标准 IEC Structured Text 有哪些区别？
某条指令到底支持哪些数据类型？
某个系统函数的参数应该怎么填写？

AI 往往能够给出一个“看起来很合理”的答案。

问题在于，PLC 编程最怕的恰恰就是“看起来合理”。

一个参数类型错了、一个指令适用范围错了、一个 TIA Portal 特有的语法写错了，最终都可能变成编译错误，甚至更严重的现场问题。

因此，一个更可靠的方式是：

让 AI 在编程时能够直接查询 TIA Portal 编程文档。

这就是 TIA Portal Docs MCP 想解决的问题。

1、什么是 TIA Portal Docs MCP？

TIA Portal Docs MCP 是一个面向 AI Coding Agent 的 TIA Portal 编程文档 MCP 服务。

它把 TIA Portal / Siemens PLC 编程相关的文档内容提供给 AI，使支持 MCP 的 AI 编程工具可以在生成或分析 PLC 程序时，主动查询相关技术资料。

你可以把它理解成：

AI Coding Agent
      │
      │ MCP
      ▼
TIA Portal Docs MCP
      │
      ▼
TIA Portal 编程文档

这样，AI 不再只能依赖训练数据回答 PLC 问题，而是可以在需要的时候：

搜索文档
   ↓
找到相关指令
   ↓
读取参数和限制
   ↓
结合当前 PLC 程序
   ↓
生成或修改代码

这对于 PLC 编程尤其重要。

2、为什么 AI 编程需要 TIA Portal 文档？

传统的软件开发中，AI Coding Agent 通常可以直接访问：

项目代码
package.json
GitHub
官方 API 文档
README
类型定义

例如你让 AI 写 TypeScript：

“使用 Hono 创建一个 POST API。”

AI 可以直接结合大量公开资料生成代码。

但是 PLC 编程的情况不太一样。

TIA Portal 的大量知识存在于：

Siemens 官方文档
指令手册
系统手册
TIA Portal 帮助
特定 CPU 的技术文档
特定版本的编程手册

这些知识并不一定能够完整地依赖模型训练数据获得。

尤其是下面这种问题：

“TIA Portal V19 中这个指令的具体参数和数据类型是什么？”

这时候，让 AI 查文档通常比让 AI“凭记忆回答”更加可靠。

3、MCP 是怎么解决这个问题的？

MCP 可以理解为一种让 AI 调用外部工具和上下文的标准接口。

对于 TIA Portal Docs MCP，可以把整个过程理解成：

                ┌─────────────────┐
                │  Cursor / Claude │
                │   Code / AI IDE  │
                └────────┬────────┘
                         │
                         │ MCP
                         ▼
                ┌─────────────────┐
                │ TIA Portal Docs │
                │       MCP       │
                └────────┬────────┘
                         │
                         ▼
                ┌─────────────────┐
                │ PLC Programming │
                │     Docs        │
                └─────────────────┘

当 AI 遇到一个自己不确定的问题时，就可以查询 MCP。

例如：

User:
帮我写一个 SCL 程序，实现一个电机启动控制。

AI:
我需要确认 TIA Portal 中相关指令和语法。

        ↓

TIA Portal Docs MCP

        ↓

查询相关文档

        ↓

AI 根据文档生成 SCL

这和单纯把一大堆 PDF 塞进上下文中，是完全不同的思路。

3.1 打开 TIA Portal Docs MCP

首先打开 TIA Portal Docs · AI 编程助手文档 MCP ，这里提供了 TIA Portal 编程文档的 AI Context / MCP 服务。

你可以把它作为 AI Coding Agent 的外部知识源。

3.2 在 AI Coding Agent 中配置 MCP

不同的 AI Coding 工具配置方式略有区别，但核心思想都是一样的：

AI Agent
   │
   └── MCP Server
           │
           └── TIA Portal Docs

如果你的 AI Coding 工具支持 MCP，只需要把 TIA Portal Docs MCP 添加进去。

例如，在VS Code 项目根目录的 .vscode/mcp.json 中配置：

{
  "servers": {
    "tia": {
      "type": "http",
      "url": "https://tia.hubwiz.com/ai-coding-docs/mcp",
      "headers": { "Authorization": "Bearer <YOUR_API_KEY>" }
    }
  }
}

配置完成以后，可以让 AI 先检查 MCP 是否能够正常工作。

例如：

请使用 TIA Portal Docs MCP 查询
S7-1200 中 SR 指令的使用方法。

如果配置正确，AI 就可以通过 MCP 查询相关文档。

3.3 直接让 AI 查询 PLC 指令

配置完成后，最简单的使用方式就是直接提问。

例如：

查询 TIA Portal 中 SR 指令的官方文档，
告诉我它的输入、输出以及工作逻辑。

或者：

查询 MOVE_BLK 在 S7-1200 中的使用方法，
告诉我它支持哪些数据类型。

也可以让 AI 直接结合你的代码。

例如：

下面这个 SCL 程序编译时报错。

请先使用 TIA Portal Docs MCP
确认相关指令的参数和数据类型，
然后分析代码的问题。

<代码>
...
</代码>

这时 AI 不再只是根据语言模型自己的知识进行推测，而是可以把文档作为额外的上下文来源。

4、让 AI 边写 PLC 程序边查文档

真正值得使用 MCP 的地方，并不是简单地：

“帮我查一下某条指令。”

而是把它加入 AI 编程过程。

例如你可以直接告诉 AI：

使用 TIA Portal Docs MCP 作为 PLC 编程参考。

现在帮我实现一个电机控制 FB：

1. Start 启动
2. Stop 停止
3. Fault 故障
4. Reset 复位
5. 使用 SCL 编写
6. 如果遇到不确定的 TIA Portal 指令，
   先查询文档再生成代码

AI 的工作过程就会变成：

理解需求
   ↓
分析 PLC 控制逻辑
   ↓
查询 TIA Portal 文档
   ↓
确认指令 / 参数 / 数据类型
   ↓
生成 SCL
   ↓
检查代码

这才是 MCP 对 AI PLC 编程真正有价值的地方。

5、一个实际例子

假设项目中有一个电机 FB：

FUNCTION_BLOCK FB_Motor

VAR_INPUT
    Start : Bool;
    Stop  : Bool;
    Fault : Bool;
END_VAR

VAR_OUTPUT
    Run : Bool;
END_VAR

你希望 AI 增加一个故障复位逻辑。

可以直接告诉 AI：

请修改 FB_Motor：

1. 增加 Reset 输入
2. Fault 时禁止启动
3. Reset 后允许重新启动
4. 使用 TIA Portal 推荐的方式实现
5. 如果涉及具体指令，请使用
   TIA Portal Docs MCP 查询文档
6. 给出完整 SCL

AI 可以先查询相关文档，然后再生成代码。

这比：

“Claude，你知道 Siemens PLC 怎么写吗？”

可靠得多。

6、为什么不直接让 AI 搜 Google？

这是一个很重要的问题。

当然可以。

但是搜索网页和 MCP Context 并不是完全一样的事情。

传统搜索：

AI
 ↓
Search Engine
 ↓
很多网页
 ↓
AI自己筛选

MCP：

AI
 ↓
Structured Context
 ↓
指定知识源
 ↓
直接使用

对于 Coding Agent 来说，后者更适合成为长期稳定的编程上下文。

尤其是当你希望 AI 遵循一个明确的技术资料来源时。

7、TIA Portal Docs MCP 最适合什么场景？

我比较推荐下面几个场景。

7.1 查询 PLC 指令

例如：

查询 SR 指令
查询 RS 指令
查询 MOVE_BLK
查询 BLKMOV
查询 TON
查询 CTU

7.2 编写 SCL

例如：

帮我实现一个 S7-1500 电机控制 FB。

让 AI 在编写过程中查询相关文档。

7.3 Debug PLC 程序

例如：

这段 SCL 在 TIA Portal 中编译失败。

请查询相关官方文档，
分析为什么。

7.4 LAD / FBD / SCL 转换

例如：

把这个 LAD 网络转换成 SCL。

如果某条指令的语义不确定，
请先查询 TIA Portal Docs。

7.5 AI 自动生成 PLC 程序

这是未来更加值得关注的方向。

例如：

需求
 ↓
AI
 ↓
查询 TIA Docs
 ↓
生成 PLC IR
 ↓
生成 SCL / LAD
 ↓
TIA Portal

这样就不再只是“让 ChatGPT 写几行 PLC 代码”，而是逐渐变成真正的 AI PLC Programming。

8、如果你正在使用 Cursor / Claude Code

如果你已经在使用 AI Coding 工具，那么不需要改变原来的工作方式。

你仍然可以：

打开项目
   ↓
告诉 AI 需求
   ↓
AI 分析代码
   ↓
AI 查询 MCP
   ↓
AI 修改代码

区别只是：

AI 现在多了一个可以查询 TIA Portal 编程知识的工具。

对于已经习惯 AI Coding 的开发者来说，这种方式的学习成本非常低。

9、一个值得尝试的 Prompt

你可以直接把下面这段 Prompt 给 AI：

你是一名 Siemens TIA Portal PLC 编程助手。

在回答 PLC 编程问题时：

1. 优先使用 TIA Portal Docs MCP 查询相关官方文档；
2. 不要仅凭模型记忆猜测 TIA Portal 指令的参数；
3. 对指令名称、参数、数据类型、使用限制存在不确定时，
   先查询文档；
4. 生成 SCL 时遵循 TIA Portal 的实际语法；
5. 如果当前项目代码与官方文档存在冲突，
   优先分析当前项目实际代码，并明确指出差异。

现在开始帮助我开发这个 PLC 项目。

把这段规则加入 Coding Agent 后，AI 的工作方式会明显不同。

汇智网编辑整理，转载请标明出处