自然语言编程规划器

工具作用与适用场景

自然语言编程规划器用于在生成前评估文本到 G 代码的就绪度、规模和校验范围。 这个工具提供基于规则的诊断查询和参数参考，辅助排查问题和验证参数。 该工具更偏向规则判读与风险识别，适合异常诊断和方案筛选。页面提示聚焦：先选加工类型和意图复杂度，再评估生成风险。

建议先确认输入数据的完整性和准确性，再将诊断结果作为排查参考而非最终结论。

关键输入/输出解释

关键输入

• 加工类型：用于选择计算分支，不同选项对应不同公式或判定阈值。
• 意图复杂度：用于切换规则分支，建议按现场真实工况选择。
• 安全策略：用于切换规则分支，建议按现场真实工况选择。
• 目标程序段数（lines）：设备或工况边界参数，定义评估的参考范围。
• 宏变量数量（n）：基础输入参数，建议基于设备实际采集数据填写。

关键输出

• 提示词就绪度（%）：设备状态综合评分，用于判断维护优先级和趋势变化。
• 预计输出 token（tok）：诊断参考值，建议定期采集对比趋势变化。
• 建议校验项数（items）：诊断参考值，建议定期采集对比趋势变化。
• 生成风险指数（%）：用于风险分级或达标判断，优先处理高风险或不通过项。
• 流程建议：执行层输出，落地前需校验控制器语法和现场联锁条件。

建议按”数据采集先完整、诊断结果再参考、现场验证最后确认”的顺序使用。

推荐使用顺序

1. 锁定约束输入：先确认 目标程序段数 与现场条件一致，避免在错误边界上调参。
2. 设置控制输入：围绕 加工类型 建立首轮基线，优先采用保守值。
3. 判读主结果：先看 提示词就绪度、预计输出 token、建议校验项数 是否落在能力窗口内，并重点核对“生成风险指数”。
4. 闭环验证：将计算结果写入首件记录与程序注释，若命中高风险规则，先处理风险项再考虑效率优化。

结果判读与现场校核

重点关注：先确认输入的状态数据或描述信息完整准确，再参考诊断建议。

• 诊断结果只作为排查线索，最终判断需结合现场实际情况。
• 参考值来自简化模型或查找表，不同机型可能存在差异。
• 定期对比历史趋势，单次异常值不宜直接作为决策依据。
• 额外关注 生成风险指数、流程建议，出现告警时先处理安全和语法问题。

相关工具

• G-Code 快速检查器
• 机床报警代码诊断
• 基准参数速查

落地建议

建议把 自然语言编程规划器 纳入固定流程：定期采集 -> 趋势对比 -> 阈值预警 -> 维护排程，并把 提示词就绪度、预计输出 token 作为班组交接的核心记录字段。