高频历史与业务主数据各司其职
设备属性和日志进入时序仓储，设备、产品与项目等主数据由业务仓储管理。TDengine 路径组织设备历史与批量写入。
- 客户少做什么
- 设备记录主要按时间写入和查询，不宜把身份配置与每条采样都当成同一种数据。
- 选择与取舍
- 实际存储和写入配置影响可用能力；不承诺未经测量的吞吐倍数或固定延迟。
这张界面看什么
看设备数据的业务展示入口：历史画面说明管理方式，数值不作为当前测量结果。
点击截图可放大查看IoT / PART OF THE SAME FOUNDATION
不只看到一个数，还要知道它来自何时。
区分最新状态、历史记录和统计结果，将时序数据、模型单位与业务口径连接起来。
THE CUSTOMER PROBLEM
设备数据与时序分析，
从业务问题开始。
设备在线但读数很久没有更新，累计电量直接求和，或者上下级电表重复计量，都可能让看起来完整的看板产生错误结论。数据进入业务前，需要一起解释来源、时间、单位和范围。
INSIDE THE FOUNDATION
从一条设备消息，到可用的业务信息
设备链路示意 · 查询、自动化与可视化是分支，不是依次必经步骤。
MECHANISM / REASON / TRADE-OFF
结合界面，看懂能力如何工作。
融合式宿主缩短设备处理链路
设备管理、MQTT 相关处理、协议解释和时序仓储在设备宿主中协作，部署形态再决定直连或远程服务边界。
- 客户少做什么
- 同条消息共享身份和模型上下文，减少不必要的跨边界转换。
- 选择与取舍
- 内聚也意味着共享进程资源；不能据此宣称每个企业独占运行环境。
这张界面看什么
看曲线、时间和明细：AI 的解释需要回到可核对的业务返回。
点击截图可放大查看查询结果带着统计口径一起阅读
最新值、时间范围内原始记录与聚合查询分别用于状态查看、追溯和分析；页面绑定确认单位、时间窗与设备范围。
- 客户少做什么
- 温度平均值、功率与累计电量的业务算法不同，不能把聚合函数当成通用业务结论。
- 选择与取舍
- 缺失和过期必须说明；累计量差值、表计更换和上下级计量边界需要行业适配。
这张界面看什么
看时间范围和统计口径：行业用量与单条设备属性不是同一个结果。
点击截图可放大查看A CONCRETE EXAMPLE / 机制示意
为什么“本项目用电量”不是把所有表读数相加？
计量口径示意：先确定时间范围与计量边界，再按确认的规则读取历史；不在官网生成虚构用量。
- 确认项目、时间窗与有效计量点
- 区分功率 kW 和电量 kWh，排除重复上下级统计
- 检查缺失或过期记录，再返回结果及口径说明
REQUEST / CHECK / RESULT
查询与控制，不是同一条成功提示。
本地流程示意，不连接设备，不产生实际用量或控制结果。减少动态效果时可手动选择步骤。
确认身份与项目
- 输入
- 当前用户、企业与项目。
- 检查
- 检查实际授权，不以对话中的项目名或请求头代替权限。
- 输出
- 确定可访问项目；CloneGroup 关联项目化身。
这条路径的结束状态：按真实返回展示结果与依据；本页仅示意，不生成用量数字。
READY TO INTEGRATE
接入前，一起确认。
- 核对设备时间、单位与上报周期
- 确认查询范围和行业统计规则
- 制定历史保留及异常数据处理方式
IN PRACTICE
这些能力，如何进入行业现场？
案例证明其实际展示范围，不表示每个历史项目都启用了全部 AI 能力。