路线 A · 轻接入
组件库直嵌
- 上线周期
- 7～10 天
- 改造前端量
- ≤ 15%
- 拟物化还原度
- 72%
- 适合
- 已有后台，仅需换肤
拟物化设计 × 人工智能平台
把 AI 能力做成可按压的实体
网联世界的直观操作台
以单一低对比背景与双向柔和凹凸阴影，把模型编排、智能推荐与 AR 集成收进同一块「实体面板」。未来愿景：用户不再阅读说明书，凭手感即可判断哪个控件可点、哪个阈值已越界。响应式布局保证 320px 手机与 2560px 大屏共享同一套触感语言。
128
已接入模型服务数
96.4%
智能推荐点击命中率
42ms
凹凸控件交互反馈延迟
7
AR 集成场景模板
解决方案对比：三条落地路线
按团队规模与数据成熟度选择
路线 B · 推荐增强（推荐）
拟物化 + 智能推荐
- 上线周期
- 21～28 天
- 改造前端量
- 约 45%
- 拟物化还原度
- 91%
- 适合
- 多业务域、需个性化入口
路线 C · 全栈重建
数据驱动 + AR 集成
- 上线周期
- 9～12 周
- 改造前端量
- 100%
- 拟物化还原度
- 97%
- 适合
- 现场作业、远程协作场景
核心能力卡片 · 错落 Bento
每张卡对应一个可独立发布的拟物化交互单元，统一引用同一套阴影与圆角令牌。
可控凹凸的模型编排器
节点拖拽即生成数据流，控件按下时以内凹阴影反馈「已锁定」，松开恢复外凸。节点数 ≤ 200 时保持 60fps。
编排一次平均耗时 4.5 分钟，比表单式配置快 3.1 倍
智能推荐：入口会自己浮起来
基于近 30 天操作序列排序，把高频功能以「微微凸起」的实体按钮置顶，冷启动阶段用业务规则兜底。
首屏查找时间由 11.2s 降至 3.8s
AR 集成取景框
移动端调用相机后叠加设备实时参数，取景框四角采用硬边色块拼贴 + 偏移阴影，保证强光下仍可辨。
识别首帧 ≤ 900ms
数据可视化面板
柱体、刻度、图例都带统一的双向投影，避免纯扁平图表在深色底下「漂浮失重」。
同屏承载 12 组时序指标
用户社区与模块化扩展
样式令牌以 JSON 分发，社区可提交「凹凸强度、圆角、波纹密度」三档预设，审核后进入市场。
当前社区预设 36 套，复用率 68%
数据可视化面板 · 模型调用与体验指标
动效设计统一走 --ease-out，柱体弹入 0.8s；开启减弱动态后仅保留数值变化。
推荐模型在线版本v3.8
凹凸控件对比度（WCAG）4.9:1
大屏 2560px 布局列数4 列
面板首屏可交互时间1.4s
最新动态 / 资讯
平台迭代与社区共创
凹凸阴影令牌统一为两级
旧版 9 处自定义阴影合并为 --sh-1/--sh-2，卡片渲染耗时下降 18%，视觉一致性评分升至 94。
智能推荐接入行为序列特征
新增 6 类操作上下文特征，推荐位误点率由 6.2% 降至 2.7%，A/B 实验置信度 97%。
社区提交「低对比柔光」预设
面向弱光车间的低饱和方案，把主色明度下调 8%，文字与背景对比仍保持 4.5:1 以上。
AR 集成新增设备巡检模板
取景框叠加实时温度与振动曲线，现场判定耗时由 5 分钟压缩到 90 秒，误判率下降 41%。
图文特写 · 从操作序列到拟物化界面
科技感网页不等于高饱和撞色，而是让每一次按压都有可预期的物理反馈。
- 采集 30 天操作序列：按功能、频次、耗时三列导出，低于 5 次的操作不进入首屏候选。
- 映射为实体控件：高频动作给外凸主按钮，危险动作给内凹 + 硬边警示色块，避免误触。
- 绑定智能推荐位：推荐结果只替换控件顺序，不改变控件形态，保证手感记忆不被打断。
- 用数据验证手感：以「首屏查找时长 ≤ 4s、误点率 ≤ 3%」为上线阈值，未达标回退到规则排序。
实用指导清单 · 拟物化 AI 平台落地 6 条
每条都给出可直接执行的参数与阈值，可作为设计走查的验收依据。
背景只留一层低对比底色
同一视口内背景明度差控制在 ≤ 0.04（oklch L 值），否则凹凸阴影会失去参照。禁止在卡片内再叠第二层渐变背景。
阴影方向全局统一：左上高光、右下暗影
偏移量按控件尺寸取 尺寸的 8%～12%，模糊半径约为偏移的 2 倍。方向一旦混用，按压感会立刻崩塌。
按压态用内凹，而不是改颜色
用 inset 阴影表达「已按下」，颜色保持不变。交互反馈时长 150ms，超过 250ms 会被判定为卡顿。
强调色只点 10% 面积
暖橙强调色仅用于关键数字、激活图标与主按钮，单屏累计面积 ≤ 10%；主色（蓝青）承担约 30%，其余留中性底。
响应式断点与触控区一起定
1600px 以上放宽到 1680px 容器并升为 4 列；640px 以下单列堆叠；所有可点元素高度 ≥ 44px，长英文键名强制 break-word。
动效必须可降级
弹入、计数、波形三类动效统一走 --ease-out；在 prefers-reduced-motion 下全部关闭，仅保留数值与状态变化，确保无障碍可用。
未来愿景：让每个 AI 能力都有实体手感
下一步把拟物化组件、智能推荐与数据可视化指标打包成团队可复用的设计系统，先在 2 个业务域灰度，再以模块化扩展方式接入社区预设。