TIA Context 让AI真正理解PLC程序

博途PLC工程智能体 | AI智能体博途网关 | 梯形图转SCL | 自然语言生成梯形图 | 自然语言生成SCL | 逆向生成程序块文档 | 梯形图在线查看 | 博途编程文档MCP | AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI

AI 正在进入工业自动化领域。

现在，让 AI 生成一段 SCL、LAD 或 FBD 程序已经越来越容易。

但在真实的 TIA Portal 项目中，工程师面对的问题通常不是：

“AI 会不会写代码？”

而是：

“AI 是否真正理解我的 PLC 项目？”

一个实际运行多年的 PLC 项目，往往包含：

• 数百个 OB、FB、FC、DB；
• 大量 PLC Data Type；
• 复杂的 Block 调用关系；
• 数千个 Tag；
• 多年的现场修改历史；
• 隐藏在程序网络中的控制逻辑。

这些信息并不只是代码。

真正决定程序含义的是：

• 谁调用谁；
• 哪个变量在哪里被写入；
• 一个信号从哪里产生，又流向哪里；
• 修改一个 Block 会影响哪些地方。

这就是 PLC 程序的上下文（Context）。

如果 AI 没有这些上下文，它只能看到代码片段。

而不是一个完整的自动化工程。

1、TIA-CONTEXT 是什么？

TIA-CONTEXT 是面向 TIA Portal 的程序上下文服务。

它将导出的 TIA Portal 项目转换为一个：

可查询的 PLC 程序知识图谱（PLC Knowledge Graph）

知识图谱不仅保存程序元素，还保存它们之间的关系：

Block
  │
  ├── calls
  ├── reads
  ├── writes
  ├── instantiates
  ├── uses type
  └── data flow

例如：

OB1
 │
 └── calls
        │
        ▼
     FB_Motor
        │
        ├── reads → StartCommand
        │
        ├── writes → MotorRunning
        │
        └── uses → MotorDataType

最终，一个 PLC 项目不再只是：

.apxx 项目文件
+
XML
+
代码文本

而成为：

PLC Program Graph

一个可以被工程师和 AI 查询的程序模型。

2、为什么 AI 需要 PLC 上下文？

对于普通软件项目，AI 可以通过读取源码理解项目。

但是 PLC 项目更加复杂。

例如：

工程师问：

“MotorRunning 这个信号为什么没有输出？”

传统方法：

1. 搜索变量；
2. 打开多个 Block；
3. 查看 Network；
4. 追踪调用；
5. 手工分析数据流。

可能需要几十分钟甚至几个小时。

而 TIA-CONTEXT 可以直接回答：

MotorRunning

写入位置:
  FB_Motor
  Network 3

读取位置:
  FC_Display
  Network 5

调用链:
  OB1
    ↓
  FB_LineControl
    ↓
  FB_Motor

因为它理解的是程序关系，而不是简单文本。

3、TIA-CONTEXT 可以做什么？

3.1 自动理解和生成程序文档

很多工业项目都有一个问题：

程序还在运行，但没人真正了解它。

TIA-CONTEXT 可以重新构建项目结构：

• Block 清单；
• DB 和 UDT 关系；
• Block Interface；
• Network 结构；
• LAD / SCL / FBD 内容；
• 调用关系。

例如：

Production_Line

OB1
 ├── FB_Conveyor
 │      ├── DB_Conveyor
 │      └── UDT_Conveyor
 │
 └── FB_Alarm
        └── DB_Alarm

帮助工程团队生成：

• 项目说明；
• 交接文档；
• 维护手册；
• 自动化资产文档。

3.2 信号追踪和交叉引用

PLC 调试中最常见的问题：

“这个变量到底在哪里被影响？”

TIA-CONTEXT 可以回答：

谁写入？

MotorSpeed

Written by:

FB_Control
  Network 12

FC_Adjust
  Network 5

谁读取？

Read by:

FB_Display
FC_Alarm
OB1

数据流在哪里？

例如：

Sensor Input

    ↓

Scale Function

    ↓

Control FB

    ↓

Output Coil

工程师不再需要手动翻阅大量程序块。

3.3 程序审计和质量检查

大型 PLC 项目中，很多问题不是语法错误。

而是结构问题。

例如：

未使用的代码

发现：

Unused Block

FC_OldMotor

或者：

Tag written but never read

多处写入

例如：

        FB_A
          │
          ▼
      Motor_Enable
          ▲
          │
        FB_B

多个程序同时修改一个信号，可能导致隐藏逻辑问题。

3.4 程序结构分析

TIA-CONTEXT 可以分析：

• Block 调用深度；
• Fan-in / Fan-out；
• Block 规模；
• 模块耦合关系。

帮助工程师定位复杂区域。

3.5 修改影响分析

工业项目最害怕什么？

不是修改。

而是不知道修改会影响什么。

例如：

准备修改：

FB_Motor

工程师需要知道：

修改 FB_Motor 会影响：

OB1
FB_Line
FC_Service

相关 DB:

DB_Motor

相关类型:

UDT_Motor

TIA-CONTEXT 可以分析：

Blast Radius（影响范围）

帮助工程师在修改前了解风险。

3.6 程序版本比较

传统文本 Diff：

old.xml
new.xml

通常会产生大量无意义变化。

TIA-CONTEXT 可以进行语义级比较：

例如：

Version A

FB_Control
    calls FC_Start


Version B

FB_Control
    calls FC_StartNew

直接告诉工程师：

• 哪些 Block 增加；
• 哪些删除；
• 哪些调用关系改变；
• 哪些 Tag 发生变化。

关注的是：

程序逻辑发生了什么变化。

3.7 为测试和仿真提供基础

PLC 测试最大的困难：

测试场景从哪里来？

TIA-CONTEXT 可以从程序逻辑中提取：

• 输入条件；
• 控制路径；
• 输出结果。

例如：

Start = TRUE
SafetyOK = TRUE
Pressure > Limit

Expected:

Motor_Run = TRUE

同时可以根据 Block Interface 自动生成：

• Simulation 输入；
• 测试场景；
• Stub / Mock Block。

4、如何安装 TIA-CONTEXT？

TIA-CONTEXT 通过 TIA Portal Add-In 工作。

第一步：下载插件

访问 TIA Context官网 下载对应版本插件。

第二步：安装 Add-In

解压安装包。将 *.addin 复制到对应 TIA Portal AddIns 目录（例如： C:\Program Files\Siemens\Automation\Portal V19\AddIns)。

第三步：激活Add-In

打开 TIA Portal V19 项目，在Add-ins侧栏面板，找到 博途项目迁移工具（MigratorAddIn），在右键菜单中选择“激活”，即可启用插件

5、如何使用 TIA-CONTEXT？

5.1 生成知识图谱

首先打开需要分析的 PLC 项目。

在项目书上选择某个程序块，在弹出的右键菜单中选择【创建知识图谱】：

插件会提示并读取选中块所在设备的程序块、UDT和变量表，提交给云端生成项目知识图谱。

原始工程不会被修改。

5.2 使用MCP

TIA-CONTEXT 生成知识图谱后，会返回给用户MCP接口地址和API KEY：

你可以在任何支持MCP协议的AI助手或AI Agent中使用这个MCP Server。例如在Claude Code或Cursor中如下配置：

   {
     "mcpServers": {
       "tia-context": {
         "type": "http",
         "url": "https://tia.hubwiz.com/tia-context/<your-context-id>/mcp",
         "headers": { "Authorization": "Bearer <your-api-key>" }
       }
     }
   }

AI Agent 可以通过 MCP 查询：

What writes this signal?

What calls this block?

What breaks if I change this FB?

Where does this value come from?

例如：

用户：

如果修改 FB_Motor，会影响哪些地方？

AI：

Affected:

OB1 Network 5

FB_Line Network 8

DB_Motor

UDT_Motor

6、TIA-CONTEXT + AI Agent

未来的 AI PLC 工程，不应该只是：

需求
 ↓
AI
 ↓
生成代码

更合理的流程应该是：

理解项目

↓

分析上下文

↓

定位修改位置

↓

生成方案

↓

验证影响

↓

执行修改

TIA-CONTEXT 提供 AI 最缺少的一层：

PLC 工程上下文。

AI Agent 负责推理。

TIA-CONTEXT 负责让它知道：

这个项目是什么。

7、从 PLC 程序 到 PLC 知识图谱

过去：

TIA Portal Project

    ↓

Files

    ↓

Code

现在：

TIA Portal Project

    ↓

TIA-CONTEXT

    ↓

PLC Knowledge Graph

    ↓

AI Agent

PLC 项目第一次拥有了一个：

• 可以查询；
• 可以分析；
• 可以比较；
• 可以被 AI 使用；

的工程模型。

8、结束语

AI 进入 PLC 工程，真正的挑战不是生成代码。

而是理解已有工程。

因为工业自动化的大部分工作，并不是从零开发。

而是在已有项目基础上：

• 分析；
• 修改；
• 优化；
• 维护；
• 迁移。

TIA-CONTEXT 的目标，就是让 TIA Portal 项目从一个复杂的工程文件，变成 AI 和工程师都可以理解的程序知识图谱。

让 AI 不只是：

“看到 PLC 代码。”

而是真正：

理解 PLC 项目。

插件官网：TIA Context - PLC程序知识图谱工具