产品路线图
本路线图介绍 TDengine IDMP 未来的产品发展方向，帮助用户规划长期使用与集成方案。
路线图中的功能按交付节奏分为三类：
- Now（进行中）：当前正在开发、即将在近期版本中陆续发布的能力。
- Next（规划中）：已列入计划、将在 Now 之后启动的产品研发方向。
- Later（探索中）：更远期的战略方向，具体形态仍在调研与打磨中。
本路线图仅反映当前的研发计划与方向。我们会根据客户反馈和市场变化持续调整，具体功能的发布时间与范围请以正式发布说明为准。
产品主题
- AI 能力：将 AI 深度融入平台的每一个应用场景，让 AI 成为每位用户操作 IDMP 的智能助手。
- 复杂分析：不断扩展分析能力、事件分析与模型能力，帮助用户从工业数据中获取更深层的业务洞察。
- 功能完善：强化数据建模、外部数据引用、工业本体、数据质量与文档知识管理等底座能力，让平台更完整、更强大。
- 用户体验与企业级就绪：持续完善用户体验，增强系统的安全、合规、可用性与可维护性，满足中大型企业生产级部署要求。
Now — 进行中
近期版本中陆续发布的能力，预期将于 2026 年 Q3 至 2026 年 Q4 期间逐步分批发布。
AI 能力优化
- 多模型注册与智能路由：支持注册多个大模型并按场景智能路由，在不同场景灵活选择成本与效果最优的模型。
- AI Function 扩展：规范化并扩展 AI Function 接口，让 AI 调用更多系统能力，强化对话框对系统内复杂任务的迭代执行能力。
- Copilot 助手扩展：将 Copilot 助手覆盖到更多页面，把 AI 能力带入更多前端操作环境。
- 多智能体与 AI 工作流：引入多智能体（Multi-Agent）与 AI 工作流编排，让 AI 协同处理复杂任务，并记录智能体的调度与推理过程。
- AI 快速创建个性化页面：通过 AI 快速生成千人千面的个性化页面。
- 按页面类型细化 AI 分析：列表页提供概览与描述性分析，特定页面提供深度洞察（Deep Dive）。
- IM 通道扩展：扩展 Slack、WhatsApp、Line 等 IM 消息通道与富媒体交互体验。
- AI 可观测性：建立用户层面的 AI 可观测性指标，监控 AI 任务成功率、延迟、用户级成本与 Token 消耗、技能/工具调用数、任务回退与回滚率等关键指标。
- AI 性能与质量基准：建立 AI 性能与质量基准框架，持续对比不同模型的延迟、成本与质量。
- AI 安全管控：加强敏感词、敏感文档与关键数据的过滤与阻断；对智能体实施精细的任务权限管理，确保每个任务在授权边界内执行。
- AI 性能与测试：优化 AI 性能表现，补齐端到端功能测试、压力与可靠性测试。
复杂分析增强
- 事件关联分析：从历史事件中挖掘"哪些事件经常一起发生"，以量化指标衡量事件之间的关联强度，为预测性维护提供基础。
- 文档管理与知识图谱：完善用户上传文档的分类、权限与状态管理；集成知识图谱能力框架，从用户上传文档中自动抽取实体与关系构建知识图谱，支持更复杂、灵活的知识查询，并嵌入 AI 问答与 AI Function，让 AI 分析更加准确。
- 分析工作台强化：丰富分析工作的配置项，支持自定义泳道排序与属性配置、页面拖拽与滚动，以及工作台的复制、另存与导出，大幅提升分析体验。
- 多面板筛选联动：实现多个可视化面板之间的筛选联动，点选一个面板即可将其作为其他面板的筛选条件，支持协同钻取与对比分析。
- KPI 进入可视化面板：KPI 模块生成的指标属性可进入可视化面板，丰富 KPI 的可视化形态。
- 降采样解耦与性能优化：优化现有降采样功能，实现降采样与其他分析功能的解耦，提升海量数据点下的页面展示性能。
- 批次分析工作台：针对批次分析构建包含生产工艺、批次配方与甘特图的分析工作台，让批次分析更加灵活易用。
- 模型开发与管理增强：TDmodel 增加更多机器学习算法，支持模型的导入与导出；聚类分析从 X/Y 双维度扩展为更多维度并支持元素级别聚类；异常发现从单点值异常扩展到多变量、属性曲线与元素对象的异常发现。
平台功能完善
- 资产建模重构：数据建模上传模板由 CSV 改为业务人员更易读写的 Markdown 格式；元素模板改为可选项，支持创建无模板的元素；支持多个数据文件并行上传，复杂建模任务可拆分、多人协同处理；优化计量单位（UOM）管理配置流程，并大幅提升后台建模处理性能。
- 外部数据引用管理：支持 MySQL、PostgreSQL、InfluxDB 等外部数据库，通过联邦查询将外部数据库中带时间戳的数据引用为 TSDB 虚拟表的时序属性（Metric）；将外部关系型数据转化为 IDMP 系统对象的标签属性（Tag）并支持动态更新，构建基于标签属性的查询、筛选与联动分析，元素限值可动态引用持续变化的外部数据。
- 事件配方与批次事件：参考 ISA-88 标准与 PI Event Recipe 理念，支持用户自定义多阶段、多步骤的复杂批次事件层级结构，实现复杂批次事件的批量导入、自动生成与灵活分析。
- 事件标签联动：以外部数据引用管理能力为基础，将事件的外部关系数据引入 IDMP，形成事件的标签信息，支持灵活的筛选与联动分析。
- 子事件管理增强：增强实时分析的子事件管理能力，支持多级子事件的嵌套与高级 SQL 等。
- 工业本体强化：增强工业本体的网络关系管理能力，以图（Graph）的可视化方式直观展示元素之间的关系并支持前端直接编辑；元素的网络关系图可作为可视化面板嵌入仪表板，并提供更丰富的查询接口，让 AI 分析更有针对性。
- 数据质量管理体系：建立数据质量监测评估体系，定义数据标准与数据管控规则，从完整性（Completeness）、唯一性（Uniqueness）、及时性（Timeliness）、有效性（Validity）、准确性（Accuracy）、一致性（Consistency）六个维度持续监测系统数据处理流程；实时可视数据采集状态，自动识别并告警数据质量问题，通过质量报告与闭环治理持续优化数据质量。
用户体验与企业级就绪
- 用户体验与易用性：所有列表页增加快速筛选，所有页面支持在浏览器保存当前用户的界面配置；优化计量单位管理，分享支持导出 PDF，Excel Add-in 支持 WPS；增加面板类型、丰富 UI 组件，支持在组态环境嵌入分析工作台。
- 邮件透传服务器：新增 IDMP 邮件透传服务器，满足企业内网环境下的通知与告警投递需求。
- 高可用集群性能提升：在已具备多实例负载均衡与故障切换的基础上，进一步提升高可用集群的性能与稳定性。
- 许可管理功能增强：增强 TDengine 许可管理模块的易用性，提高许可管理服务的安全性和高可用性，确保许可数据安全可靠。
Next — 规划中
在 Now 之后启动的产品研发方向。
AI 能力
- 自主智能体深化：探索智能体对复杂业务链路的端到端自主编排与执行。
- 行业知识沉淀：探索将行业知识与最佳实践沉淀为可复用的 AI 能力。
复杂分析
- 可视化主题与样式定制：面板与仪表板支持主题选择与更精细的样式定制。
- 第三方图形插件：开放图形插件机制，允许集成第三方可视化组件。
- 面板配置项扩展：图例、系列、坐标轴等提供更丰富的可配置项。
功能完善
- 数据治理深化：在数据质量管理的基础上，进一步探索数据血缘、数据目录等治理能力。
- 多源数据生态接入：持续扩展外部数据源与第三方系统的接入形态。
企业级就绪
- 系统可观测性：对外暴露系统级可观测指标，便于纳入企业统一监控体系。
- 全球化与多语言支持：增加语种支持，扩展全球化覆盖。
Later — 探索中
更远期的产品战略方向，具体形态仍在调研与打磨中。
- 移动端访问：提供手机客户端，支持随时随地查看监控、事件与分析。
- 更多工业场景的 AI 能力：持续拓展面向工艺参数优化、预测性维护、质量根因挖掘等场景的专用 AI 能力。
- 更广泛的生态集成：深化与主流工业软件、数据平台与云服务的互操作性。
