> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 博途 AI 助手：让 AI 直接操作 TIA Portal（TiaLink）
- URL: https://www.hubwiz.com/blog/tialink-give-your-ai-agent-hands-to-operate-tia-portal/
- Published: 2026-09-28T18:33:41.000Z
- Updated: 2026-11-03T03:11:45.000Z
- Description: 在工业自动化领域，一个非常现实的问题始终存在：AI Agent 会写代码，但它不会真正“操作博途”。
- Author: admin
- Tags: AGENT, #Import 2026-10-14 14:41

过去一年，AI Agent 最明显的变化，是它开始从“会回答问题”变成“会操作软件”。

它可以打开终端、修改代码、运行测试、读取文件、调用 API，甚至自己完成一次完整的软件开发流程。

但在工业自动化领域，一个非常现实的问题始终存在：

> **AI Agent 会写代码，但它不会真正“操作博途”。**

- 它可以生成一段 SCL，却不能因此自动把 PLC 硬件插进正确的槽位；
- 它可以告诉你应该配置什么 IP，却不能直接把网络组态完成；
- 它可以生成 HMI 代码，却不能真正打开工程、修改画面并验证；
- 它可以分析一个 PLC 程序，却不能把修改后的程序放回 TIA Portal 编译、下载和测试。

问题并不是 Agent 不够聪明。

而是——

**它缺少一双手。**

[TiaLink](https://tia.hubwiz.com/tia-link?utm%5Fsource=chatgpt.com)，就是为这件事而来。

它是一个**博途 MCP** 网关：与博途装在同一台 Windows 机器上，把 TIA Portal 的工程对象开放成 MCP 工具，Agent 通过一条本地连接就能读项目、改组态、写块、编译、跑仿真。能力清单与版本边界在[TiaLink 博途工程自动化](https://tia.hubwiz.com/tia-portal?utm%5Fsource=blog)这一页。

## 0、AI Agent 的下一步，不只是“生成”，而是“执行”

如果把传统 AI 编程方式画成一条链：

```text
需求
 ↓
AI
 ↓
生成代码
 ↓
人工复制
 ↓
打开开发工具
 ↓
人工修改
 ↓
人工编译
 ↓
人工测试
```

那么 Agent 真正成熟之后，应该变成：

```text
需求
 ↓
AI Agent
 ↓
理解工程
 ↓
调用工具
 ↓
修改工程
 ↓
编译
 ↓
测试
 ↓
根据结果继续修改
 ↓
完成任务
```

在软件开发领域，这种模式已经越来越自然。

Agent 可以调用 shell、Git、编译器、测试框架、数据库以及各种开发工具。

但工业自动化软件有一个特殊之处：

> **工程师真正工作的地方，并不只是代码编辑器，而是 TIA Portal 本身。**

硬件组态、网络配置、PLC 程序、HMI、编译、仿真……这些能力都集中在工程环境里。

因此，如果 AI Agent 不能进入 TIA Portal，它实际上只拥有“PLC 编程知识”，却没有真正操作 PLC 工程的能力。

TiaLink 解决的正是这一层。

## 1、TiaLink 到底是什么？

TiaLink 可以理解为：

> **AI Agent 操作 TIA Portal 的 “手”。**

它运行在客户自己的 Windows 机器上，在本机连接正在使用的 TIA Portal 工程。

整体关系非常简单：

```text
┌───────────────────────────────┐
│          AI Agent             │
│                               │
│ WorkBuddy / DSH / Codex /     │
│ Claude Code / 其他 Agent      │
└───────────────┬───────────────┘
                │
                │ Tool Calls
                ▼
        ┌───────────────┐
        │    TiaLink    │
        │               │
        │ Agent ↔ TIA   │
        └───────┬───────┘
                │
                ▼
        ┌───────────────┐
        │  TIA Portal   │
        │               │
        │ Hardware      │
        │ Network       │
        │ PLC           │
        │ HMI           │
        │ Simulation    │
        └───────────────┘
```

Agent 不需要理解 TIA Portal 的每一个界面操作。

它只需要知道：

> **“我现在有哪些工具可以调用。”**

剩下的事情，由 TiaLink 完成。

## 2、它不是另一个 AI，而是 Agent 的执行层

TiaLink 一个非常重要的设计，是：

> **它不绑定 AI 模型，也不绑定某一个 Agent。**

这意味着 TiaLink 本身不是一个聊天机器人。

它也不是：

> “打开一个网页，然后在网页里问 AI PLC 问题。”

恰恰相反。

它更像一个工业软件的 **Tool Layer / Execution Layer**。

例如：

```text
Claude Code
      │
      ├── read_project()
      ├── configure_hardware()
      ├── configure_network()
      ├── create_plc_block()
      ├── compile()
      └── simulate()
             │
             ▼
          TiaLink
             │
             ▼
        TIA Portal
```

因此，未来无论 Agent 使用什么模型，都可以复用这一层能力。

这也是 TiaLink 和一个普通“PLC AI 助手”非常不同的地方。

**AI 是大脑。**

**TiaLink 是手。**

**TIA Portal 才是真正执行工程操作的环境。**

## 3、第一件事：让 Agent 直接组态硬件

传统的 AI PLC 编程，很容易停留在：

> “帮我生成一个 S7-1500 的程序。”

但真实工程往往不是这么简单。

你首先需要决定：

- 使用什么 CPU
- 需要哪些 DI/DO 模块
- 模块插在哪个槽位
- 网络接口怎么配置
- PROFINET IO 怎么组织
- 设备之间如何连接

这些工作通常需要工程师进入 TIA Portal，一步一步完成。

有了 TiaLink，Agent 可以从自然语言需求出发：

> 使用 CPU 1513-1 PN，增加一个 16DI、一个 16DO 和一个模拟量模块。

Agent 不只是告诉你应该怎么做。

而是可以进一步调用 TiaLink，在真实工程中完成硬件组态。

这意味着：

**自然语言 → 工程操作**

第一次真正连接起来了。

## 4、第二件事：让 Agent 配置工业网络

网络组态同样如此。

例如：

> 建立一个 PROFINET 网络，CPU 使用 192.168.10.1，两个远程 IO 分别使用 192.168.10.11 和 192.168.10.12。

过去，这意味着：

```text
打开 TIA Portal
 ↓
找到设备
 ↓
进入网络视图
 ↓
建立连接
 ↓
设置 IP
 ↓
检查 IO System
 ↓
确认配置
```

而对于 Agent 来说，它可以把这变成一个工具调用。

于是：

```text
自然语言需求
      ↓
Agent 理解网络拓扑
      ↓
TiaLink
      ↓
TIA Portal 网络组态
```

这一步非常重要。

因为它意味着 Agent 开始理解的，不再只是“PLC 程序”。

而是整个 **PLC 工程**。

## 5、第三件事：从需求直接进入 PLC 程序

当然，PLC 编程仍然是核心能力。

例如：

>  
>  

Agent 可以生成 SCL 程序（生成梯形图需要我们额外的产品支持）。

但真正有价值的地方在于：

> **程序生成之后，不需要工程师再手工复制粘贴。**

Agent 可以继续通过 TiaLink：

```text
生成 SCL
   ↓
创建 / 修改程序块
   ↓
写入 TIA Portal
   ↓
编译
   ↓
读取编译结果
   ↓
发现错误
   ↓
修改程序
   ↓
再次编译
```

这就从：

> AI 写代码

变成了：

> **AI 完成一次 PLC 工程任务。**

这两者之间，其实存在巨大的差别。

## 6、第四件事：让 Agent 开始“画”HMI

PLC 程序只是自动化项目的一部分。

真实项目还需要 HMI。

例如一个自动门项目可能需要：

```text
┌──────────────────────────┐
│       自动门控制         │
│                          │
│  门状态：   ● 已关闭     │
│                          │
│  开门       [按钮]       │
│  关门       [按钮]       │
│                          │
│  故障：     正常         │
└──────────────────────────┘
```

传统流程是工程师自己打开 WinCC Unified，建立画面、变量和控件。

而 TiaLink 的目标，是让 Agent 也能够参与这一过程。

根据既定规范批量生成：

- Unified 画面
- 变量
- 控件
- 相关配置

这样，Agent 的工作范围就从：

**PLC Code**

进一步扩展到了：

**PLC + HMI + 工程配置。**

## 7、第五件事：真正重要的——让 Agent 自己测试

生成代码只是开始。

真正的软件工程，需要验证。

这也是 TiaLink 最有意思的一部分：

> **仿真测试。**

Agent 可以启动 PLCSIM 虚拟 CPU，然后：

```text
生成程序
   ↓
写入 TIA Portal
   ↓
编译
   ↓
启动仿真
   ↓
下载程序
   ↓
运行测试场景
   ↓
读取结果
   ↓
判断是否通过
```

例如自动门：

```text
初始状态：门关闭

测试 1：
按下开门按钮
→ 电机正转
→ 门打开

测试 2：
门到达开到位
→ 电机停止

测试 3：
按下关门
→ 电机反转

测试 4：
开门过程中按下关门
→ 检查互锁

测试 5：
触发急停
→ 检查输出
```

如果测试失败，Agent 还可以继续修改程序。

于是，一个完整的闭环出现了：

```text
需求
 ↓
生成
 ↓
组态
 ↓
编译
 ↓
仿真
 ↓
验证
 ↓
发现问题
 ↓
修改
 ↓
再次验证
```

这已经不再是传统意义上的“AI 辅助编程”。

而更接近：

> AI Agent 驱动的自动化工程

## 8、还有一个容易被忽略的能力：逆向理解老项目

工业自动化有一个非常现实的问题：

> **很多项目不是从零开始的。**

你接手的可能是一个运行了十年的项目。

可能存在：

- 没有完整注释
- 命名不规范
- 文档缺失
- 程序块数量庞大
- 原作者已经离职
- 项目长期经过多人修改

这时候，Agent 首先需要解决的不是“写程序”。

而是：

> **先把这个项目看懂。**

TiaLink 可以让 Agent 读取已有工程，然后进一步完成逆向分析。

例如：

```text
已有 TIA 项目
      ↓
Agent 读取工程
      ↓
分析 PLC Blocks
      ↓
分析 I/O
      ↓
分析程序结构
      ↓
分析调用关系
      ↓
生成文档
```

最终可以形成：

- 块说明
- I/O 表
- 程序结构
- 功能说明
- 工程文档

这对于老旧项目维护尤其有价值。

**不是只有“新项目自动生成”才需要 AI。**

很多时候，真正困难的问题是：

**让 AI 看懂过去十年积累下来的工业项目。**

## 9、为什么一定要本地运行？

工业自动化项目与普通软件项目有一个非常大的区别：

> **工程数据往往不能离开现场。**

PLC 项目里可能包含：

- 工厂设备信息
- 网络配置
- IP 地址
- PLC 程序
- HMI 画面
- 工艺逻辑
- 设备参数
- 企业知识

因此，把整个 TIA 项目上传到云端，再让云端服务操作，是很多企业无法接受的方案。

TiaLink 的设计恰恰相反：

```text
┌─────────────────────────────┐
│        客户本地电脑          │
│                             │
│  AI Agent                   │
│       ↓                     │
│  TiaLink                    │
│       ↓                     │
│  TIA Portal                 │
│       ↓                     │
│  本地工程                   │
│                             │
└─────────────────────────────┘

        工程数据不出厂区
```

TiaLink 的组件运行在客户自己的机器上，工程数据不经过外部服务。

这并不是一个附加卖点。

对于工业客户来说，它可能是 **Agent 能否进入生产现场的前提条件之一**。

## 10、一次启动，Agent 可以反复使用

TiaLink 并不是让 Agent 每次操作都重新打开一套环境。

它的工作方式更接近一个本地常驻的工程能力层：

```text
启动 TiaLink
     ↓
连接当前 TIA Portal 工程
     ↓
Agent 反复调用
     ↓
读取
修改
编译
测试
验证
```

基本工作流程是这样：

1. 在本机启动 TiaLink，连接当前博途工程；
2. Agent 通过 TiaLink 反复操作工程；
3. 每次调用在博途中执行并返回结果。

最终形成一种新的工作方式：

**人负责目标和决策，Agent 负责执行大量工程操作。**

## 11、从“AI 编程”到“AI 工程”

这可能是 TiaLink 最值得讨论的地方。

过去我们说：

> AI 编 PLC 程序。

其实这个说法还是把 PLC 工程缩小成了“写代码”。

但一个真正的自动化项目远远不止代码：

```text
工业自动化工程
│
├── 硬件
│
├── 网络
│
├── PLC
│
├── HMI
│
├── 工艺逻辑
│
├── 编译
│
├── 仿真
│
├── 测试
│
└── 文档
```

如果 Agent 只能生成 SCL，它只覆盖了其中很小的一部分。

而当 Agent 能够：

> **读取工程 → 修改工程 → 编译工程 → 仿真工程 → 验证工程**

它才真正开始具备“工程能力”。

所以，TiaLink 的意义并不是：

> “让 AI 更方便地写 PLC。”

而是：

> **让 AI Agent 第一次拥有直接操作 TIA Portal 工程的能力。**

## 12、这可能是工业 Agent 的一个新范式

软件开发正在发生一个很明显的变化：

```text
Copilot
  ↓
Coding Agent
  ↓
Software Engineering Agent
```

AI 不再只是补全一行代码。

它开始理解整个项目，并调用工具完成任务。

工业自动化也可能经历类似的变化：

```text
PLC AI Assistant
       ↓
PLC Coding Agent
       ↓
Automation Engineering Agent
```

而其中缺少的关键基础设施，就是：

> **Agent 如何真正进入工业工程软件？**

TiaLink 可以看成这一层基础设施。

它不负责替代 Agent 的“大脑”。

也不要求企业使用某一个特定模型。

它提供的是：

> 一双手。

让 Agent 能够：

> **看工程、改工程、写程序、组硬件、配网络、做 HMI、编译、仿真、验证。**

## 13、想象一下这样的未来

工程师说：

> “帮我创建一个 S7-1500 项目。CPU 使用 1513-1 PN，配置两个远程 IO。建立 PROFINET 网络。实现一个三台输送机的顺序控制，并制作 Unified 操作画面。完成后启动仿真，分别测试正常启动、急停和故障恢复。”

以前：

```text
工程师
 ↓
自己打开 TIA Portal
 ↓
自己组硬件
 ↓
自己配网络
 ↓
自己写程序
 ↓
自己做 HMI
 ↓
自己编译
 ↓
自己仿真
 ↓
自己测试
```

很快就会变成：

```text
工程师
 ↓
提出需求
 ↓
AI Agent
 ↓
TiaLink
 ↓
TIA Portal
 ↓
组态 + 编程 + HMI + 编译 + 仿真
 ↓
测试报告
```

工程师依然是最终决策者。

但大量重复性的工程操作，可以交给 Agent。

**这才是真正意义上的 AI 自动化工程。**

## 14、结束语

AI Agent 的能力边界，正在从“生成内容”向“执行任务”移动。

在软件开发领域，Agent 已经拥有终端、代码编辑器、Git、浏览器和测试工具。

而在工业自动化领域，它还缺少进入工程现场的入口。

TIA Portal 就是这样一个入口。

TiaLink 所做的事情非常直接：

> **把 TIA Portal 变成 AI Agent 可以调用的工程环境。**

- 从硬件组态，到网络配置；
- 从 PLC 程序，到 HMI 画面；
- 从编译，到仿真测试；
- 从新项目创建，到老项目逆向理解。

当这些能力都能够被 Agent 调用时，我们讨论的就不再只是：

> **“AI 能不能写 PLC？”**

而是一个更大的问题：

> **AI 能不能真正参与一次完整的自动化工程？**

TiaLink 给出的答案，是先给 Agent 一双手。

而这，可能只是 **AI Automation Engineering** 的开始。

**让你的 Agent，不只是会说博途。**

**让它真正动手操作博途。**

[了解 TiaLink](https://tia.hubwiz.com/tia-link?utm%5Fsource=chatgpt.com)

> **这是「AI × 工业 / PLC」专题的一部分。**完整地图见：[AI × 工业 / PLC 完全指南](https://www.hubwiz.com/blog/ai-industrial-stack/)