安装与第一个实验

1. 准备环境

推荐使用 Docker Compose 启动完整系统。

要求：

• Git；
• Docker Engine 或 Docker Desktop；
• Docker Compose v2。

git clone https://github.com/liuweichaox/Ingot.git
cd Ingot
cp .env.example .env

修改 .env 中的数据库密码、Edge 上送令牌和管理员密码，然后启动：

docker compose -f docker-compose.app.yml up -d --build

检查：

http://localhost:3000       工艺研发界面
http://localhost:8000/health
http://localhost:8100/ready

2. 创建光学模压研发项目

至少定义：

变量编码、检验特性编码和单位必须稳定。更换显示名称不会影响历史观察。

3. 接通一次真实运行

一次运行使用同一个标识贯穿三处：

实验 RunKey
    = 运行或周期 CorrelationId（如有）
    = 检验 OperationRunId

推荐让 Platform 生成 RunKey，再由现场适配器写入控制系统相关标识，或映射到 MES 工单、条码、样本号等运行标识；检验录入同样选择或扫描这个值。

4. 建立安全基线

如果项目定义了安全结果约束，冷启动前必须至少有一个经过检验且满足安全边界的基线运行。优化器不会在没有安全证据的情况下猜测任意配方。

基线必须具有：

• 完整运行或周期记录；
• 实际运行设置与条件；
• 至少一组可用过程特征；
• 全部目标检验结果；
• 全部结果约束检验结果。

5. 生成下一炉

在研发项目中选择“生成下一组优化实验”。默认一次推荐一炉，以最少实验次数为优先。系统会显示：

• 推荐参数；
• 各目标预测均值与 95% 区间；
• 安全结果预测；
• 综合可行概率；
• 推荐理由；
• 使用的观察数、过程特征数和模型版本。

同一批实验未完成前重复操作不会生成新配方。

6. 执行并回流

工程师批准实验后：

1. 将推荐值下发或人工设置；
2. 将 RunKey 关联到现场运行标识；
3. 执行工艺运行；
4. 完成质量与安全检验；
5. 再次生成优化实验。

当所有计划运行都形成有效观察时，系统自动物化实验结果并进入下一轮训练。

7. 失败排查

在“实验数据准备情况”查看排除原因。常见原因：

• RunKey 与运行标识不一致；
• 运行或周期尚未完成；
• 过程数据不可用或没有特征；
• 实际运行设置缺失；
• 检验结果缺失或单位不一致；
• 安全结果没有完成。

不要通过补写计划值来隐藏实际数据缺失。