现场与协同
质检证据追溯
把设备、检查点与现场图像关联起来，让质量团队能理解结果并继续处理，减少从聊天记录中重新拼凑上下文。
适用用户大型机器人、复杂设备与分散管道现场的质检员和质量工程师。
工作流程
明确检查范围
从设备或序列号 SN、检查点与适用的方案版本开始，明确哪些项目纳入检查、哪些不在范围内。
带着上下文采集
通过 iOS 现场流程引导视角与采集。先确认可见性、光照与覆盖范围，再理解 AI 的发现。
回到来源复核
在 Web 工作流中结合来源证据与复核状态查看发现。不清楚的情况继续补拍或人工判断，不隐藏不确定性。
采集完成不等于检测通过；整改完成不等于独立复检通过；已检范围的结果不等于整厂良率，也不代表出货放行。
有 AI 标签就足以证明结果吗？
不够。有效复核需要原始图像、已检范围、适用标准与最终人工处置。缺失或模糊的证据应保持待处理，不能直接变成通过。
先定义一个有价值的试点。
准备一种设备、几个有代表性的检查点、明确的缺陷标准与复核负责人。先约定样本覆盖、误报、漏检、复核耗时和验收条件，再衡量效果。设备支持、数据保存、访问权限与集成范围在方案中单独确认。
找到来源证据。
本页说明 EPOVIS 的目标工作流。具体设备支持、功能开放情况与交付验收范围，请在场景演示时确认。