视觉方案开发的入口,正在从“操作软件”变成“描述目标”。
Agent时代,视觉工程助手应该长什么样?
我的答案很朴素:一个能把目标接过去、把方案交回来的工程搭档。
这段时间,我把它放进VM443Lite的真实场景里,录了两段本地实录:一段从语音需求生成五相机玻璃面板抓取与缺陷检测方案,一段从一句话写出可编译的 Canny 脚本。

语音在视频1里就能看到:对着麦克风说完,确认发送,识别在本地完成,音频不上传。模块和耗时没录进视频,后面补。
做一个方案,真正的难点往往不是“用哪个算子”。取像、标定、通信、脚本、模块、部署、出.sol,每一步都有成熟做法,但每一步都要人守着。
这套流程像手工作坊:师傅手艺越好,越被琐事拖住。
以前没人这么做,不全是想不到。工具听不懂人话,也接不住这么长的流程。
VM AI助手想做的,是把作坊里的重复工序接过去。
人定工艺,它走流程;人做判断,它交产物。
如果你每天都在搭方案、写脚本、查日志,这些时间本来可以花在工艺上。
【视频位:方案生成】
我对着麦克风说了一段需求:四个相机拍玻璃面板的四个角,第五个相机拍表面缺陷。识别文字进了输入框,我确认后发送。转写带点口语重复,它照样接住了。
它先把检测路线讲清楚,再拆任务、生成流程、连线,最后交付三个文件:JSON、HTML 和 .sol。我回了一句“加载”,方案进了 VisionMaster:四个相机流程,加一条表面缺陷检测流程;缺陷检测那条,模块从图像源一路排到发送数据。

这是一套能打开、能继续改的.sol。截图和演示文稿都给不了这个。
【视频位:脚本生成】
第二段的需求只有一句话:给输入图像做Canny边缘检测,输出处理后的图像。
它把脚本工程写好,编译通过,再挂进流程;运行后左边原图、右边边缘图。
脚本不是伪代码,是VM里真正编译执行的那一份。

标准算子不够用,就让它写模块。 生成 C++/C# 工程、编译、部署进 VM 的模块目录。重启VM,工具箱里就能拖出来。
方案慢了,把日志丢给它。 不用先讲哪台机器、哪个目录,直接给日志目录,它自己找耗时大头,告诉你哪一步在拖后腿。
缺东西会问,不会甩报错。 方案路径、日志目录、脚本工程,缺哪个问哪个。问清楚再动手。
生成只是起点。真正决定它能不能进项目的,是另外三件事:
全量1032项自动化测试通过;模块链在真机上完整跑通:生成、编译、部署、.sol 打开。不是“演示能跑”,是“现场敢用”。
工艺怎么定、光怎么打、验收标准卡在哪,仍然由工程师判断。
它接的是重复劳动,不是签字权。
至少现在,我还得自己看方案、调参数、担责任。但那些搬文件、对路径、等编译的时间,确实省下来了。
VM443Lite版本已经把这套助手配好了。面板直接嵌在VisionMaster里,也有桌面程序和命令行两个入口,能力一致。装好之后打开面板就能用。语音模型单独装一次,约230MB,之后离线识别。
第一句可以试试:
帮我创建一个模板匹配方案,检测芯片引脚。
或者在评论区把你的需求丢过来,我挑几个用助手跑一遍,把生成的方案和耗时贴上来。
#VisionMaster #机器视觉 #VM443Lite #AI助手 #智能制造