Arpuro Intelligence·现已开放抢先体验

用日常语言查询您的粉尘数据。

借助 Arpuro Intelligence,Claude、ChatGPT、Cursor 或任何其他 MCP 客户端都可以查询超过四十亿条粉尘测量数据。班组长、HSE 工程师和操作员用日常语言提问,即可从实时数据中获得答案,无需编写 SQL。

4B+
已索引测量数据
20
在线工业现场
3
国家 · NO · IS · ES
15%
占欧洲硅冶炼份额
范式转变

同一个问题。
四种回答方式。

其中三种需要工程师写代码,第四种只需要一句话。

问题

“列出 Isfjorden Silicon 的所有点位以及上个月的粉尘状况,按暴露量从高到低排序。”

方案 01SQL
SELECT l.name,
       AVG(m.resp_mg) AS avg_dust
FROM measurements m
JOIN locations l ON m.loc_id = l.id
JOIN sites s     ON l.site_id = s.id
WHERE s.name = 'Isfjorden Silicon'
  AND m.time >= NOW() - INTERVAL '1 month'
GROUP BY l.name
ORDER BY avg_dust DESC;
所需:表结构、访问权限、SQL 技能
方案 02REST
GET /api/sites
  ?name=Isfjorden+Silicon

GET /api/locations
  ?site_id=42

GET /api/measurements
  ?locations=101,102,103,104
  &start=2026-01-01T00:00:00Z
  &end=2026-02-01T00:00:00Z
  &types=resp_mg_per_m3
所需:API 密钥、胶水代码、客户端排序
方案 03Python
sites = api.get_sites(
    name="Isfjorden")
locs = api.get_locations(
    site_id=sites[0].id)
data = api.get_measurements(
    locations=[l.id for l in locs],
    start="2026-01-01",
    end="2026-02-01",
    types=["resp_mg_per_m3"])
sorted(data,
    key=lambda x: x.avg,
    reverse=True)
所需:SDK、Python 环境、部署
方案 04MCP

“列出 Isfjorden Silicon 的所有点位以及上个月的粉尘状况,按暴露量从高到低排序。”

一句话。剩下的交给模型。Arpuro
您能问些什么

从交接班到董事会汇报。

点击任意提示词,查看回答示例。

运营

显示 4 号炉上一班的最高粉尘读数。

4 号炉——过去 8 小时(06:00–14:00 UTC)

三次可吸入粉尘峰值越过 15 分钟 OEL 限值 5.0 mg/m³。最高一次出现在 11:42,达到 7.8 mg/m³,发生在出炉过程中。整个班次平均值为 1.4 mg/m³——远低于 8 小时限值 2.5。

可吸入粉尘 · mg/m³ · 15 分钟分桶06:00 → 14:00
15 分钟 OEL · 5.08 小时 OEL · 2.5842006:0008:0010:0012:0014:00
时间峰值(可吸入)占比15 分钟 OEL可能原因
07:305.3 mg/m³106%上料
11:427.8 mg/m³156%出炉
13:006.5 mg/m³130%炉渣处理

需要我按 15 分钟窗口拆分,或者与上周同班次对比吗?

分析

合规

报告

工作原理

基于开放标准构建。

Arpuro Intelligence 采用 Model Context Protocol——一种将 AI 模型连接到实时数据的开放标准。一个连接器即可适配当前大多数 AI 客户端。

97M+
SDK 月下载量
13k+
GitHub 上的
MCP 服务器
支持方
Anthropic · OpenAI · Google · Microsoft
  1. 01

    添加连接器

    在您支持 MCP 的客户端(Claude、ChatGPT、Cursor、Copilot)中粘贴一个 URL:

    https://mcp.arpuro.io
  2. 02

    登录一次

    通过标准 OAuth 流程登录您的 Arpuro 账户。与平台同一套登录——同一角色、同一权限,无需另设访问管理。

  3. 03

    提出问题

    模型获得只读访问权限,仅限您已经有权查看的仪表盘和历史数据。图表、汇总、导出——全部基于实时数据生成。

集成

兼容您的团队已在使用的工具。

AI 客户端
  • ClaudeAnthropic
  • ChatGPTOpenAI
  • CursorIDE
  • CopilotMicrosoft
工作流与自动化
  • n8n告警与报告
  • OpenClaw智能体编排
  • Zapier / Make触发器
  • 自定义 MCP 客户端开放标准
企业级
  • Power BI报告
  • Microsoft Teams告警
  • SAP直连 API
  • Word & Excel可直接提交
可量化的投资回报

用数字说话。

Crisp Ideas 于 2026 年 4 月发布的独立评估,对 Arpuro 传感器与生成式 AI 结合后每个厂区的影响进行了建模。

阅读完整评估
直接节省
0.7–3.4M
每个现场每年的 NOK。清扫周期、批次更换、规避监管风险。
社会价值
10.8M
每个典型案例的 NOK,按 DALY(伤残调整生命年)调整。
资本支出重新审视
数千万
NOK,即每套通风系统的安装费用。在确定规格之前,传感器数据就能告诉您是否真的需要。
运营收益
更少清扫,更少故障。
周期性清扫每次 10 万 NOK,按需进行,而非按固定日程。
安全与访问

默认只读。范围限定为每位用户已有的权限。

  • 令牌为短期有效,可在 Arpuro 仪表盘中撤销。

  • 没有用户的明确提示,模型不会接触任何数据。

  • 构建在现有平台 RBAC 之上——无需另建一套访问控制。

用您自己的数据来体验。

由参与构建平台的工程师之一,基于您的数据进行三十分钟的演示讲解。