把人工智能与智能制造，接成一条可协作的产线

设备侧、MES、模型服务三方先约定字段命名与单位（如 mm/s、节拍 s/件），并落成可校验的 JSON Schema；建议契约评审通过后才开训模型，否则后期字段漂移会导致重训与回归成本翻倍。

首屏 3D 模型面数控制在 15 万三角面以内、GLB 压缩后 ≤ 6 MB，纹理走 2K 上限；视差滚动图层不超过 4 层，每层用 transform 位移避免触发布局重排，保证 60 fps 滚动体验。

将角色（工艺/算法/运维）默认视图、指标卡顺序、告警阈值做成配置表，而非写死在页面；默认视图切换耗时 ≤ 300 ms，并保留「恢复标准视图」入口，避免协作时视图错位。

上线前做 A/B 或影子模式：同一批工件并行跑新旧模型，统计误检率、漏检率与人工复检工时。建议连续 3 个班次、样本 ≥ 5000 件后再切流，切换采用 10%→50%→100% 灰度。

记录每次发布的版本号、训练数据时间窗、关键指标与责任人；当输入分布偏移超过阈值（如 PSI > 0.2）自动告警。回滚演练每季度至少 1 次，确保 10 分钟内可切回上一稳定版本。

断点覆盖 1920 / 1440 / 1024 / 640 / 380 五档，长英文术语与 URL 强制断行；交互点按区 ≥ 44×44 px，焦点可见。视差与动效须提供 prefers-reduced-motion 降级，关闭后信息仍完整可读。