🏢 IOC 智能巡检报告#

为智能建筑/园区自动生成专业巡检报告

---

✨ 核心功能#

功能模块描述📊 设备状态巡检分析设备在线率、故障分布、运行状态🚨 报警处理分析统计报警数量、响应时长、处理率、重复报警⚡ 能耗数据分析对比昨日/上周能耗，识别异常用能点📝 工单进度追踪统计工单完成率、SLA达成情况、积压情况💡 智能建议生成基于数据自动生成运维优化建议

---

🚀 快速开始#

安装#

bash

clawhub install ioc-patrol-report

配置数据源#

编辑 ~/.openclaw/skills/ioc-patrol-report/config.yaml：

yaml

database:
  host: localhost
  port: 5432
  name: ioc_db
  user: admin
  password: ${DB_PASSWORD}  # 建议使用环境变量

tables:
  devices: devices          # 设备表
  alarms: alarms            # 报警表
  work_orders: work_orders  # 工单表
  energy: energy_records    # 能耗表

report:
  company_name: "XX物业管理有限公司"
  project_name: "XX商业综合体"
  output_dir: "./reports"

生成报告#

bash

# 生成今日巡检报告
cd skills/ioc-patrol-report
uv run scripts/generate_report.py --type daily

# 生成指定日期报告
uv run scripts/generate_report.py --type daily --date 2026-03-20

# 生成本周巡检报告
uv run scripts/generate_report.py --type weekly --week 2026-W12

---

📋 报告示例#

日报输出格式#

markdown

# 📊 IOC智能巡检日报 - 2026-03-20

## 一、设备状态总览

| 类型 | 总数 | 在线 | 离线 | 故障 | 在线率 |
|------|------|------|------|------|--------|
| 空调 | 128 | 125 | 2 | 1 | 97.7% |
| 照明 | 356 | 354 | 2 | 0 | 99.4% |
| 电梯 | 24 | 24 | 0 | 0 | 100% |
| 消防 | 89 | 89 | 0 | 0 | 100% |

## 二、报警处理情况

- 今日报警总数：23 条
- 已处理：21 条
- 处理中：2 条
- 平均响应时间：8.5 分钟
- 处理率：91.3%

### 重点关注报警
1. 🔴 3F-空调机组A异常（处理中）
2. 🟡 地下室照明回路故障（已处理）

## 三、能耗分析

| 能源类型 | 今日用量 | 昨日用量 | 环比 |
|----------|----------|----------|------|
| 电(kWh) | 12,345 | 12,100 | +2.0% |
| 水(m³) | 456 | 480 | -5.0% |
| 天然气(m³) | 123 | 130 | -5.4% |

## 四、工单进度

- 新增工单：5 个
- 已完成：4 个
- 进行中：3 个
- SLA达成率：92%

## 五、运维建议

1. ⚠️ 3F空调机组需重点关注，建议安排检修
2. ✅ 能耗整体平稳，用水量持续下降，节水措施见效
3. 📝 建议增加地下室照明巡检频次

---
*报告生成时间：2026-03-20 08:00*
*IOC智能运维系统*

---

📖 使用案例#

案例1：商业综合体日常巡检#

场景：某商业综合体物业每天需要生成巡检报告

配置：

yaml

report:
  company_name: "XX物业管理公司"
  project_name: "XX购物中心"

定时任务：

bash

# crontab -e
0 8 * * * cd /root/clawd/skills/ioc-patrol-report && uv run scripts/generate_report.py --type daily

案例2：工业园区周报汇总#

场景：工业园区每周汇总运维数据

配置：

yaml

report:
  company_name: "XX工业园区"
  project_name: "A区厂房"
  weekly_summary: true

执行：

bash

# 每周一早8点生成
0 8 * * 1 uv run scripts/generate_report.py --type weekly

案例3：医院智能运维#

场景：医院后勤部门需要重点关注设备运行

自定义配置：

yaml

priority_devices:
  - type: "医用气体"
    alert_threshold: 99.9%  # 可用性要求
  - type: "净化空调"
    alert_threshold: 99%
  - type: "电梯"
    alert_threshold: 99.5%

案例4：数据中心巡检#

场景：数据中心需要严格监控温湿度和电力

自定义指标：

yaml

custom_metrics:
  temperature:
    range: [18, 27]  # 合规范围
    alert_deviation: 2  # 偏差告警阈值
  humidity:
    range: [40, 60]
  ups_load:
    max: 80%  # 负载上限

---

⚙️ 高级配置#

自定义报告模板#

编辑 assets/report-template.md：

markdown

# {{company_name}} 巡检报告

## {{project_name}} - {{date}}

{% for section in sections %}
{{ section.content }}
{% endfor %}

自定义分析规则#

编辑 scripts/analyze.py：

python

def custom_kpi(df):
    """自定义KPI计算"""
    return {
        'availability': df['online'] / df['total'],
        'efficiency': df['output'] / df['input']
    }

def anomaly_detection(df):
    """能耗异常检测"""
    threshold = df['value'].mean() * 1.5
    return df[df['value'] > threshold]

---

📁 目录结构#

text

ioc-patrol-report/
├── SKILL.md              # 本文档
├── package.json          # 技能配置
├── config.yaml           # 数据源配置
├── scripts/
│   ├── generate_report.py  # 主程序
│   ├── analyze.py          # 分析模块
│   └── db_connector.py     # 数据库连接
├── assets/
│   └── report-template.md  # 报告模板
├── references/
│   ├── ioc-knowledge.md    # IOC知识库
│   └── db-schema.md        # 数据库结构说明
└── tests/
    └── test_report.py      # 单元测试

---

🔧 技术要求#

• Python >= 3.10
• PostgreSQL >= 12
• 必需依赖：psycopg2-binary, pyyaml, pandas, jinja2

---

📊 适用场景#

场景报告周期重点关注商业综合体日报/周报客流、能耗、设备工业园区周报/月报设备运行、能耗成本医院学校日报关键设备、环境参数数据中心实时/日报温湿度、电力、网络智慧社区周报安防、能耗、设备

---

让运维报告自动化、智能化 📊