在工业数据平台持续演进的过程中，真正决定平台价值的，往往不只是“能不能接入数据、展示数据”，而是当数据对象越来越多、业务关系越来越复杂、分析问题越来越深入之后，系统是否还能帮助用户更高效地理解数据、复用分析能力，并把洞察进一步转化为行动。
近期，TDengine IDMP 在 1.0.16.0、1.0.17.0、1.0.18.0 等版本中持续迭代，围绕 AI 能力、过程分析、面板与功能优化、系统管理以及工业本体等方向进行了系统性增强。这一阶段的更新，不只是对已有功能的补充，更体现出 IDMP 正在从工业数据管理与分析平台，进一步走向面向 AI 与业务决策的工业智能平台。
下面将结合本轮版本更新的重点能力，带大家了解 TDengine IDMP 在新版本中带来了哪些关键变化。
一、AI 能力进一步开放，Agent 成为 IDMP 的数据消费者
本轮版本中，IDMP 的 AI 能力有了非常重要的升级。其中，MCP 与 API Key 的引入，意味着 IDMP 的能力开始更加开放地提供给 AI 与 Agent 使用，Agent 可以真正成为 IDMP 的数据消费者。
通过自然语言，用户可以查询 IDMP 中的元素、属性、分析、事件、面板等对象；通过 Agent，也可以完成数据抽取、分析脚本编写、复杂分析任务执行，并输出业务解读报告。与此同时，IDMP CLI 的加入，使查询、调用和状态确认等操作可以通过程序化方式完成，为更复杂的自动化场景提供了基础能力。
这意味着，IDMP 不再只是一个由人通过界面操作的数据平台，也可以成为 AI Agent 调用工业数据、理解业务对象、生成分析结果的重要入口。无论是面板、分析还是事件，都可以进一步生成业务解读报告；在叠加 Skills 等能力后，未来可以支持更加丰富的智能分析和自动化协作场景。
在页面侧，IDMP 也在持续优化面板解读能力。用户可以在 IDMP 页面中直接点击面板解读，也可以通过 Agent 对同一面板进行业务化解读，让数据分析结果更容易被理解和传播。
在 IDMP 页面点击面板解读
利用 Agents 解读同一面板
二、过程分析能力增强，从“看趋势”走向“找关系、识别相似、沉淀模型”
过程分析一直是工业数据分析中的核心场景。相比单纯查看趋势图，工业用户更关心变量之间是否存在关系、某段波形是否在历史中出现过相似情况、异常是否能够被进一步归类和管理。本轮版本中，TDengine IDMP 围绕这些需求补充了多项过程分析能力。
- 标记线分析
首先是标记线分析。用户可以在分析面板中添加两个可移动的标记线，系统会自动输出两条标记线之间的属性差异。这一能力适用于快速比较不同时刻之间的数值变化，帮助用户更直观地观察过程波动。
- 散点图能力增强
其次是散点图能力增强。用户可以在分析面板中选择两个属性启动散点图分析。除了原有的聚类和回归能力外，新版本还支持在面板中进行框选，并调用事件模板直接生成事件。这一能力尤其适合根据属性分布建立对异常数值的监测和告警，例如从某类异常分布中识别风险区域，并将其进一步沉淀为事件规则。
- 相关分析与相似度分析增强
相关分析与相似度分析也在本轮更新中得到增强。相关分析用于判断一个变量发生变化时，另一个变量是否表现出协同变化趋势，包括变化方向与强度，可广泛应用于关键影响因素识别与评估，例如产品质量关键因子的分析。
相似度分析则可以在历史时序数据中搜索与用户指定目标波形最相似的时间窗口片段，可用于寻找特定设备异常的相似窗口，并进一步评估这些潜在窗口是否存在类似风险。
- 引入模型开发与管理能力
更进一步，新版本还引入了模型开发与管理能力。IDMP 内置轻量级机器学习建模工具集，支持在工业场景下完成模型训练、评估、注册、部署与监控全过程，并构建覆盖模型全生命周期的模型资产管理体系。目前该能力支持预测和异常相关模型，后续将继续扩展更多机器学习常见类型。
模型开发
模型管理
通过这些能力，IDMP 的过程分析正在从“查看数据变化”进一步延伸到“识别变量关系、发现相似模式、训练和管理模型”。这对于设备状态判断、异常风险识别、质量影响因素分析等场景，都具有更直接的支撑价值。
三、事件管理能力增强，支持更复杂的异常发展过程表达
在工业现场，很多异常并不是简单的“发生”和“结束”，而是会经历不同严重程度、不同阶段的变化过程。例如某一设备状态可能先进入轻微异常，再逐渐升级为严重异常，最终恢复正常。对于这类具有阶段演进特征的异常，仅用一条简单事件记录往往难以完整表达。
为此，新版本支持子事件能力。系统可以支持一次异常状况包含多种严重程度的复杂事件，并按优先级判断当前状况的当前等级。每一次等级变化都会被记录为一条独立子事件，并通过父子事件关联展示整个事件的发展过程。
子事件配置
父事件查看
这一能力适用于有发展阶段的异常事件监控提醒。用户不仅可以看到异常是否发生，还可以看到异常如何升级、如何变化以及如何恢复，从而更完整地还原事件演进过程，为后续复盘和处置提供依据。需要注意的是，子事件能力要求 TDengine TSDB 升级到 3.4.1.9 版本。
四、面板与可视化能力持续增强，提升复杂数据表达效率
在数据分析场景中，可视化面板承担着非常重要的角色。它不仅用于展示数据，也会直接影响用户理解业务状态、发现问题和采取行动的效率。本轮版本中，IDMP 对面板能力进行了多方面增强。
在图形样式方面，新版本新增了直方图、状态历史图等新的图形类型，同时优化了饼图、统计值图的可视化样式，使不同类型的数据能够以更合适的方式呈现。
在面板配置方面，新版本大幅增加了多类可配置项，包括数据链接、值映射、阈值、降采样、字段覆盖等。用户可以针对下图中的内容维度进行更细致的配置。
这些能力使 IDMP 面板不只是“把数据画出来”，而是能够更灵活地表达业务含义。对于需要长期监控、定期汇报、异常突出展示或跨系统跳转的场景，面板配置能力的增强可以显著降低用户的二次加工成本。
五、批量导入能力增强，提升历史事件与限值配置效率
在规模化工业场景中，很多配置工作并不是针对少量对象完成的，而是需要面向大量设备、属性或历史记录进行批量处理。如果完全依赖人工逐项维护，不仅效率低，也容易出现遗漏和错误。
本轮版本中，IDMP 增强了批量事件导入和批量限值导入能力。批量事件导入支持通过上传 CSV 的方式，批量导入指定元素的历史事件，可广泛应用于批次分析与比较等工业场景。批量限值导入则支持通过上传 CSV，批量导入元素属性的限值设置，帮助用户快速完成海量属性的限值配置。
批量事件导入
批量限制导入
这些能力能够降低大规模历史事件整理和限值维护的操作成本，也让批次分析、异常复盘和阈值管理等场景更容易在生产环境中落地。
六、系统管理能力补强，面向企业级安全、运维与集成需求
除了分析和可视化能力，本轮版本也在系统管理层面进行了持续增强，以更好地支撑企业级部署和长期运行。
- 日志管理与许可管理
在日志管理方面，IDMP 新增四级日志管理体系，包括默认关闭、启动日志、变更管理、复核确认等模式，适用于对安全有严格要求的行业场景。
许可管理方面，在现有 TSDB 许可模式下，新版本新增了对独立 IDMP 许可的管理支持。
- 示例数据与通知管理
在示例数据方面，IDMP 内置了包含业务场景的面板与分析，并支持示例数据生成的启动、暂停、下载等操作，方便用户更快理解平台能力和典型使用方式。
通知管理方面，新版本支持邮件、飞书、企业微信、钉钉、Slack、Microsoft Teams、Webhook 等多种通知途径，为不同组织的告警通知和协同流程提供更灵活的集成方式。
- 单点登录与搜索管理
在用户认证方面，IDMP 支持 OAuth、ADFS、GitHub、Lark 等单点登录方式，以满足企业用户在统一身份认证方面的需求。
本轮版本中搜索能力也得到优化，系统搜索支持正则表达式，用户可以在输入框尾部点击开启正则搜索，以便更高效地定位目标对象。
这些增强虽然不像分析功能那样直接呈现在业务面板上，但对于企业级项目交付和长期使用非常关键。它们帮助 IDMP 更好地适配不同企业的安全规范、运维流程、通知体系和身份认证环境。
结语
如果说此前的 IDMP 更强调工业数据的接入、建模、分析与可视化，那么这一阶段的 IDMP 正在进一步走向 AI Native：通过 MCP、API Key、CLI、Agent、模型管理和工业本体等能力，让工业数据不仅更容易获取和展示，也更容易被 AI 理解、被业务人员使用，并最终转化为可执行的分析结论和业务行动。
面向未来，TDengine IDMP 将继续围绕“让物联网工业数据易获取、低成本、有价值”的目标持续演进，帮助企业更高效地管理工业数据、沉淀业务知识、构建智能分析能力，并推动工业智能在更多真实场景中落地。
