PLC Smart Splitter: как ИИ помогает инженеру АСУ ТП не утонуть в технических заданиях

В сфере искусственного интеллекта произошло заметное событие. ura-ch 6 минут назад PLC Smart Splitter: как ИИ помогает инженеру АСУ ТП не утонуть в технических заданиях Средний 6 мин 297 Промышленное программирование * Искусственный интеллект Python * Open source * Подготовка технической документации * Обзор Теги: АСУ ТП, ПЛК, SCADA, искусственный интеллект, автоматизация, DeepSeek, инструменты разработчика, PythonЕсли вы хоть раз программировали контроллер на реальном объекте, вы знаете этот ритуал. Перед вами лежит PDF на 180 страниц — «Техническое задание на разработку АСУ ТП». Рядом — Excel с IOLIST на 600 строк.

Ваша задача, прежде чем написать первую строчку кода на ST или LAD, — разобраться, что куда относится: какие сигналы принадлежат вентиляции, какие — насосной станции, что за уставки у каждого узла, где аварии, где режимы. Это занимает полдня в лучшем случае, день — в среднем. Именно эту боль закрывает PLC Smart Splitter — новый инструмент от российской студии plcstudio, опубликованный в открытом доступе на GitVerse и GitHub.

Технические детали

PLC Smart SplitterЧто это такое и зачемPLC Smart Splitter — это локальное Windows-приложение, которое принимает на вход два файла: текст технического задания и таблицу сигналов (IOLIST), а на выходе отдаёт структурированные блоки ТЗ по каждой подсистеме. Звучит просто, но дьявол в деталях. Реальные ТЗ не имеют единого стандарта оформления.

Один заказчик пишет ТЗ в Word с нумерованными заголовками, другой — в виде сплошного текста с абзацами, третий отдаёт отсканированный PDF 2003 года. То же самое с IOLIST: у одного предприятия колонки называются Tag, Description, SubSystem, у другого — Адрес, Наименование, Узел, у третьего нет заголовков вообще, и подсистема кодируется в самом теге через разделитель. Программа умеет работать с этим зоопарком.

Давайте разберём как. Архитектура решенияПод капотом — Python + Flask + pandas, упакованные в один . exe через PyInstaller.

Отраслевые последствия

При запуске поднимается локальный веб-сервер на 127. 1:8053, интерфейс открывается в браузере. Это грамотное решение: не нужна установка, всё в одном файле, интерфейс привычный, данные не покидают машину.

Для генерации текста ТЗ используется DeepSeek API — нужен собственный ключ с аккаунтом на platform. Если ключа нет, предусмотрен режим «Промпт чата»: программа формирует готовое сообщение, которое можно скопировать и вставить в веб-интерфейс ChatGPT, Claude или DeepSeek вручную. Весь процесс из четырёх шагов отражён прямо в интерфейсе как четыре кнопки в левой панели:1.

Профилировать таблицу → 2. Разбить на подсистемы → 4. ТЗ для всех Рассмотрим каждый.

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.