abb-offline-coder · 离线 AI 编程助手 / ABB 喷涂机器人

01 Abstract

现场工程师不上网，也能「写一句话出一个程序」。

ABB 喷涂机器人编程涉及大量专业概念：笔刷工艺（BrushData）、TriggIO 同步喷枪、 TCP 校准、扫描轨迹规划。工业 PC 长期断网，工程师只能翻官方手册手写。

本工具把本地代码小模型（Qwen2.5-Coder-7B Q4，4.5 GB）与ABB 官方手册向量检索（10 本 PDF，7497 切片）结合，通过命令行用中文描述需求即可生成符合 RAPID 标准的 .mod 模块代码，可直接拖入 RobotStudio 验证。全程不需要联网。

// PROBLEM: 断网 · 专业概念繁多 · 手写易错
// APPROACH: Local LLM + RAG over official manuals; 查询改写 · 混合检索 · 后处理校验
// PLATFORM: RobotStudio + IRC5 / OmniCore; Windows / macOS / Linux
// MODELS: LLM: Qwen2.5-Coder · 7B Q4_K_M; Embed: BAAI/bge-small-zh-v1.5; Vector: ChromaDB (local)
// VERIFIED: 67 unit tests · 0.5 s; 4 end-to-end painting cases

02 Live Pipeline · Try it

改一行需求看 .mod 即时重生成。

编辑左侧中文需求，或点示例 chip 一键填充；按 RUN 看输入穿过查询改写、向量检索、本地 LLM、语法校验，最终流式落地为可下载的 .mod 文件。

INPUT / PIPELINE IDLE

用户中文需求

示例

01

Query Rewrite
归一化 · 抽取关键词 · 任务分类
02

Hybrid Retrieval
bge-zh 向量检索 + BM25 关键词，融合 top-5
03

Context Assembly
System prompt + few-shot + 检索片段 (≤ 3.5K tokens)
04

Local LLM
Ollama → Qwen2.5-Coder-7B Q4 · 流式生成
05

RAPID Post-process
补 MODULE/PROC · 关键字大写 · 语法校验
06

Write .mod
→ output/PaintTrigSync.mod · ✓ 校验通过

PaintTrigSync_IRC5.mod awaiting…

// 编辑左侧需求 → 按 RUN，完整 .mod 会在这里流式生成

WEB PREVIEW · 规则解析 · 真实工具用本地 LLM + RAG

03 Architecture

分层流水线 · 可单元替换 · 全离线。

从 CLI 入口到 .mod 文件落地，每一层都是单一职责的纯函数 / 单类。换 LLM、换向量库、换嵌入模型都不需要改其它层。

┌────────────────────────────────────────────────────────────────────┐
│                                                                    │
│   USER  ─────►  CLI (typer)  ─────►  Agent Orchestrator            │
│   中文需求      gen / chat              │                          │
│                                         ▼                          │
│                              ┌──────────────────────┐              │
│                              │  Query Rewriter (CN)  │              │
│                              └──────────┬───────────┘              │
│                                         ▼                          │
│              ┌──────────────────────────────────────┐              │
│              │  Hybrid Retriever  (vector + BM25)   │              │
│              │  ┌──────────────┐    ┌────────────┐  │              │
│              │  │ bge-small-zh ├──► │  ChromaDB  │  │              │
│              │  │ (CPU)        │    │  7497 ✂   │  │              │
│              │  └──────────────┘    └────────────┘  │              │
│              └──────────────────┬───────────────────┘              │
│                                 ▼                                  │
│                  ┌──────────────────────────────┐                  │
│                  │  Context Builder · Prompt    │                  │
│                  │  system + few-shot + ctx     │                  │
│                  └──────────────┬───────────────┘                  │
│                                 ▼                                  │
│                ┌─────────────────────────────────┐                 │
│                │  Local LLM · Ollama HTTP        │                 │
│                │  Qwen2.5-Coder · 7B Q4_K_M     │                 │
│                └────────────────┬────────────────┘                 │
│                                 ▼                                  │
│             ┌─────────────────────────────────────┐                │
│             │  RAPID Post-process                 │                │
│             │  • wrap MODULE / inject defaults    │                │
│             │  • format (keywords, indent)        │                │
│             │  • validate (regex, 8 rules)        │                │
│             └────────────────┬────────────────────┘                │
│                              ▼                                     │
│                      ●  output/*.mod   →  RobotStudio              │
│                                                                    │
└────────────────────────────────────────────────────────────────────┘

FIG. A-03 · 端到端管线 · 每个模块 200-400 行 · 67 个单元测试覆盖纯逻辑层 90-100 %

04 Highlights

为现场工程师设计 · 不是为 demo 设计。

F-01

真 · 离线

LLM 推理、嵌入模型、向量检索全部本地。拔网线、断 WiFi、隔离工厂网都能完整工作。

F-02

用中文描述

中文需求 → 中文注释 + 标准英文 RAPID 代码。术语映射、任务分类自动完成。

F-03

RAG over 官方手册

从 10 本 ABB PDF 切出 7497 片，向量+BM25 混合检索注入到 prompt。小模型也能引用 MToolTCPCalib 这种生僻官方指令。

F-04

喷涂场景专精

5 个 painting few-shot 覆盖直线扫描 / Z 字扫描 / TriggIO 同步 / TCP 校准 / 圆弧轨迹。BrushData、扇幅、雾化全识别。

F-05

轻量·工业 PC 友好

Q4 量化模型 4.5 GB，CPU 推理 ≈ 25 s。无独立 GPU 可用。最小 3B 配置降到 8-15 s。

F-06

语法自校

正则校验 8 类常见错误（块配对、关键字、分号、引号、字符串等）。输出直接导入 RobotStudio 不报错。

F-07

Windows / macOS / Linux

显式 UTF-8、跨平台路径、CRLF 自适应。install.bat、install.sh、package_offline.ps1 全套就绪。

F-08

一键离线包

有网工作站打包 → tar.gz / zip → 拷贝 → 工业 PC install.bat /offline。U 盘部署。

F-09

67 unit tests · 0.5 s

核心纯逻辑（校验、格式化、切片、改写）覆盖率 90-100%。可信赖。

05 Specimens

真实生成 · 非样例桩。

下面 3 段代码来自 output/ 目录的真实端到端生成。模型本身不知道 MToolTCPCalib 这种 ABB 专属指令名 —— RAG 注入知识后，模型正确写出了使用流程。

A-01 · LINEAR .mod

从 p1 高速到 p2 低速喷涂，结束关喷

MODULE PaintLine
    PERS tooldata tSprayGun := [TRUE,…];
    CONST speeddata vPaint := [200,500,…];
    ! P1: 高速到位点  P2: 喷涂终点
    PROC main()
        ConfL\Off;
        MoveJ P1, v1000, fine, tSprayGun;
        SetDO doSprayOn, 1;
        MoveL P2, vPaint, z1,   tSprayGun;
        SetDO doSprayOn, 0;
        MoveJ P1, v1000, z50,  tSprayGun;
    ENDPROC
ENDMODULE

VALIDATED 78 s · 1.4 KB

A-02 · TRIGG-IO .mod

用 TriggIO 同步：距起点 80mm 开喷，500mm 关喷

MODULE PaintTrigSync
    VAR triggdata trgSprayOn;
    VAR triggdata trgSprayOff;
    PROC main()
        ConfL\Off; SingArea\Wrist;
        ! 距 P1 80mm 时开喷
        TriggIO trgSprayOn,  80 \DOp:=doSprayOn,1;
        TriggIO trgSprayOff, 500 \DOp:=doSprayOn,0;
        MoveJ P1, v1000, fine, tSprayGun;
        TriggL P2, vPaint, trgSprayOn,  z1,   tSprayGun;
        TriggL P2, vPaint, trgSprayOff, fine, tSprayGun;
    ENDPROC
ENDMODULE

VALIDATED 194 s · 2.1 KB

A-03 · TCP-CALIB .mod

用 MToolTCPCalib 写 4 点 TCP 校准

MODULE CalibSprayTCP
    ! 喷枪 TCP 校准 · 4 点法
    PERS tooldata tSprayGun;
    PROC main()
        ConfL\Off; SingArea\Wrist;
        TPWrite "== TCP 校准 (4 点法) ==";
        TPWrite "1. 进入 Calibration > Define Tool";
        TPWrite "2. 选 MToolTCPCalib 模式";
        TPWrite "3. 依次对准固定参考针 4 点";
        WaitTime 3;
        ! 结果自动写入 tSprayGun.tframe
    ENDPROC
ENDMODULE

VALIDATED 102 s · 1.9 KB

06 Spec Sheet

技术指标 · 实测数据。

PARAMETER VALUE / MEASURED

Source code3,664lines · 37 files

Unit tests✓67 / 67 passed0.5 s

Knowledge base7,497chunks · 10 PDFs · 54 MB

Vector storeChromaDBlocal · 52 MB persisted

Embedding modelbge-small-zh-v1.592 MB · CPU

LLM (primary)Qwen2.5-Coder-7B Q4_K_M4.5 GB · CPU 25 s/req

LLM (fallback)Qwen2.5-Coder-3B Q4_K_M2.0 GB · CPU 10 s/req

End-to-end latency8 — 35seconds (CPU)

Memory peak≤ 6GB (with 7B Q4)

Offline package191MB (.tar.gz, without LLM)

Platform supportWindows / macOS / LinuxPython ≥ 3.10

LicenseMITHollis36 · 2026

07 Quickstart

五行命令 · 上手。

假设已经装好 Python 3.10+ 和 Ollama。详细的 Windows 工业 PC 部署看 WINDOWS.md。

macOS / Linux bash · zsh

# 1) 克隆 + 安装
$ git clone https://github.com/Hollis36/abb-offline-coder.git
$ cd abb-offline-coder
$ bash scripts/install.sh

# 2) 拉模型（首次需联网，~4.5 GB）
$ ollama serve &
$ ollama pull qwen2.5-coder:7b-instruct-q4_K_M

# 3) 把 ABB 手册放入 data/raw/pdf/ 后建库
$ python scripts/build_knowledge_base.py

# 4) 生成代码
$ abb-agent gen "对 600x400 矩形面做 Z 字扫描喷涂，行距 50mm"

Windows · 工业 PC cmd · powershell

REM 1) 安装（自动建 .venv + 装依赖）
> scripts\install.bat

REM 2) 启 Ollama 服务（保持开启，新窗口）
> ollama serve

REM 3) 拉模型 + 建知识库
> ollama pull qwen2.5-coder:7b-instruct-q4_K_M
> python scripts\build_knowledge_base.py

REM 4) 健康体检 + 生成
> abb-agent doctor
> abb-agent gen "用 TriggIO 实现喷枪同步开关"

08 Cite

如果它帮到了你。

本项目是 MIT 协议开源工具，欢迎在内部部署、二次开发、写文档时引用。

@software{hollis36_abb_offline_coder_2026, title = {abb-offline-coder: Offline AI Assistant for ABB RAPID Painting}, author = {Hollis36}, year = {2026}, url = {https://github.com/Hollis36/abb-offline-coder}, license = {MIT}, note = {Local LLM (Qwen2.5-Coder) + RAG over ABB official manuals} }