[返回全部案例]() 客户案例企业自动化内测中 # FactoryClaw：让分散在业务系统里的数据，持续为业务所用 ![图片展示的是FactoryClaw平台的界面，上方有“FactoryClaw”及“词元映射”标识。中间大字突出“数据采集，本来就该简单。”下方有“网页”“桌面应用”“数据库”三个选项。图片与上下文紧密相关，上下文介绍了FactoryClaw是一套面向网页、Windows桌面应用和授权数据库的通用数据采集平台，此图直观呈现了平台名称及功能方向，强调其数据采集的便捷性。]() 每天登录几个系统、找到同一批报表、导出文件，再整理成一份可以使用的数据——不少团队的数据工作，就是从这些重复操作开始的。等数据终于准备好，留给分析和判断的时间已经所剩不多。 词元打造的 FactoryClaw，是一套面向网页、Windows 桌面应用和授权数据库的通用数据采集平台。它把日常取数过程保存为可复用的流程，按计划执行，并将采集结果统一管理，让业务人员和 AI 工具更方便地使用企业已有的数据。 [视频]() ## 一份报表背后，往往是几套系统之间的来回切换 以一份日常运营汇总为例：渠道数据在网页后台，服务记录在桌面软件里，另一部分基础资料则保存在数据库中。取数的人需要记住每个系统的入口、筛选条件和导出方法，再把不同格式的结果整理到一起。 这些工作常常遇到相似的问题。相同的操作每天重复，却很难直接复用；不同系统的字段名称和业务口径不一致，汇总前还要重新核对；一旦页面、权限或网络发生变化，原本熟悉的取数过程就可能中断。团队希望使用 AI 分析业务时，也会发现数据仍散落在各个系统和文件中，缺少一个可持续更新、可授权访问的入口。 FactoryClaw 从这段反复发生的工作出发：先把数据稳定地采集下来，再让它能够被理解、被查询、被持续使用。 ## 从“再做一遍”，到“保存为流程” 业务人员可以按照熟悉的方式打开目标页面，完成查询和筛选，并选择需要采集的数据。FactoryClaw 记录这段操作，将它整理为可以审查和验证的采集流程。 保存之前，操作员可以查看步骤与截图，核对字段和样本，确认要采集的内容。验证通过后，同一套流程可以再次运行，也可以设置成定时任务。例如，把每天需要手动执行的报表采集，安排到约定时间执行。 这样，业务人员保留下来的不只是一份导出文件，还有一套经过确认、可以重复使用的取数方法。后续需要调整时，也有步骤记录、运行结果和版本信息可供查看。 ![这张图片展示的是FactoryClaw的数据工作台运营报表页面，核心是渠道访问报表界面，包含全部渠道、自然流量、付费流量的分类，页面列出了渠道A到渠道D的访问量等相关数据，右侧弹出的提示框显示“流程已保存”，提示该渠道访问报表可重复执行，设置有每天09:00的自动采集任务，目前自动采集功能已启用，页面右上角标注了FactoryClaw流程已保存，整体体现了分散来源数据经流程管理后形成的运营报表相关内容。]() 从一次操作录制，形成可复用的采集流程，并安排后续执行。 ## 多种来源，进入同一套管理流程 企业里的系统并不都长得一样。网页表格、传统 Windows 客户端和数据库，能够提供的数据入口也各不相同。 FactoryClaw 根据目标系统的实际情况选择采集路径：网页中的表格和重复列表可以通过页面采集；桌面应用可以结合控件读取、复制或文件导出获取数据；具备授权条件时，也可以评估只读数据库采集。具体路径需要在实际环境中确认和验证。 不同来源的采集流程，进入统一的脚本、任务和运行记录管理体系。操作员可以查看任务是否完成、采到了多少数据以及出现了什么问题；管理员可以集中管理目标系统、采集设备和相关配置。 例如，一次运营汇总可以分别采集网页中的渠道统计、桌面系统中的服务记录，以及数据库中的基础资料，再按照业务需要核对字段和汇总口径。系统接入后，原来依靠个人记忆维持的取数过程，就有了可以查看和维护的记录。 ![这张图是FactoryClaw工具的工作台界面，界面标题配有“多种来源，一个入口”的说明，明确其支持网页、桌面应用、数据库的统一采集。左侧功能栏包含“数据资产”等选项，主界面数据资产列表中展示了渠道统计、服务工单、客户资料三类采集项，分别对应网页、桌面应用、数据库来源，且全部显示“已采集”状态，右侧设有查看数据的操作选项，直观呈现了该工具按来源管理采集结果的功能特点。]() 按来源管理采集结果，让数据从哪里来、通过哪个流程获得更容易查清。 ## 数据采集之后，还要让人读得懂、用得上 拿到一张表，并不代表已经理解这张表。字段缩写、业务名称、状态含义和统计范围，都会影响后续使用。 FactoryClaw 通过数据地图和业务语义配置，帮助团队梳理数据结构、字段释义及业务对象。已有的字典信息和人工确认结果，可以成为理解数据的依据；需要 AI 辅助补充的内容，则仍然需要在业务环境中核对。 在已配置的业务语义和支持的查询范围内，使用者可以用自然语言提出问题。系统在需要时补充澄清，展示查询口径，经用户确认后执行只读查询。例如，在渠道数据演示中，可以询问：“本周访问量前三的渠道是哪些？” 对于已经使用 AI 助手的团队，FactoryClaw 还提供 MCP 接入方式，让兼容工具在授权范围内读取已发布的数据说明、采集流程目录和已经汇集的数据。这里的访问面向已采集结果，外部工具不会因此直接获得源业务系统的操作权限。 ![这是FactoryClaw的功能界面，对应文档中关于数据采集后让数据可读可用的内容，展示自然语言提问后的数据查询结果。界面顶部明确显示“本周访问量前三的渠道是哪些？”的提问，下方清晰呈现本周渠道访问量前三名的结果：渠道A访问量为128,600次，渠道B为94,200次，渠道C为76,800次；提问后还有“查询口径已确认·只读执行”的标识，底部标注该功能支持通过MCP让AI工具读取已采集的数据。]() 从提出业务问题，到确认查询口径，再到查看结果。MCP 接入为外部 AI 工具提供受控的数据读取入口。 ## 企业真正需要的，是一套能够持续使用的采集方式 FactoryClaw 围绕几个实际需求组织产品能力： 企业的核心需求 | FactoryClaw 的处理方式 | 对日常工作的意义 | 高频取数可以重复执行 | 录制、审查和验证流程，支持手动与定时运行 | 已确认的操作可以复用，减少反复打开系统、筛选和导出的步骤 | 不同系统的数据能够统一管理 | 结合网页、桌面和数据库的可用入口，管理脚本、任务与结果 | 逐步建立清晰的数据来源与采集记录 | 出错后能看清原因 | 保留运行状态、步骤、截图及质量检查信息 | 便于定位问题、人工核对，并在调整后重新验证 | 数据能被业务人员和 AI 使用 | 数据地图、业务语义、受控问数和 MCP 读取 | 为查询和后续业务应用提供可理解的数据入口 | 接入范围与权限可以控制 | 本地采集执行、角色管理、只读查询和接口授权 | 在明确的访问范围内组织采集与使用 | 这些能力对应的是持续运转的业务流程。试点时除了核对“有没有采到”，还应检查字段是否正确、内容是否完整、失败是否可见，以及结果能否支持后续工作。 ## 从一个业务场景开始，逐步扩展覆盖范围 FactoryClaw 的项目范围覆盖三类数据来源，并通过 Windows 操作端、集中管理端和本地执行服务，连接采集、管理与数据使用环节。 对客户而言，可以先选择一个高频报表或一条固定取数流程，验证采集结果与现有业务口径是否一致。试点通过后，再根据实际需要增加报表、目标系统和采集设备。项目规模以具体的系统数量、采集任务、字段范围、更新频率和数据量来评估。 同一套方法，可以用于不同业务中的取数需求： 适用场景 | 常见的数据需求 | 可以从哪里开始 | 制造与供应链 | 采购、库存、订单等信息分散在不同业务系统中 | 选择一份高频库存或订单报表，确认字段、时间范围和采集路径 | 零售与渠道运营 | 多个后台的渠道、商品或门店数据需要定期整理 | 从一个后台、一张固定报表开始，形成可重复执行的流程 | 客户服务与企业运营 | 服务记录、工单或客户资料需要周期性汇总 | 先统一目标字段，再验证状态、更新时间和数据完整性 | 企业 AI 应用建设 | AI 工具需要读取持续更新、含义清晰的业务数据 | 先完成采集和语义整理，再配置对应的数据读取授权 | 以上是适用方向。目标软件版本、页面结构、导出能力和数据库权限，都会影响具体接入方案。 ## 落地从明确范围开始，以实际数据验收结束 一个可执行的实施过程，需要业务人员和项目团队一起确定：取什么数据、从哪里取、多久更新一次，以及怎样判断结果正确。 落地阶段 | 主要工作 | 阶段产出 | 场景梳理 | 确认目标系统、报表、字段、频率、使用者及验收口径 | 明确的试点范围与需求清单 | 环境与权限准备 | 检查 Windows 执行环境、网络连通及业务访问权限 | 可使用的采集环境与接入路径 | 首条流程验证 | 录制或配置采集，确认输出，运行并核对样本 | 经确认的采集流程与验证记录 | 连续运行与数据使用 | 配置调度，观察运行结果，按需整理语义并接入查询 | 可重复运行的任务及数据使用入口 | 验收与扩展 | 对账、确认异常处理和维护方式，评估下一批场景 | 验收记录、操作说明与扩展计划 | 实际落地周期在范围和环境评估后确定。标准页面、现成导出能力与清晰的只读授权，有助于减少适配工作；特殊控件、复杂字段关系和跨系统口径核对，则需要安排相应的验证时间。 试点阶段可以同步记录人工取数耗时、任务成功情况、数据完整性和异常处理时间。这些基线可以帮助客户判断：哪些重复工作已经被流程承接，哪些环节仍需要改进，以及是否适合扩大使用范围。 ## 把准备数据的工作沉淀下来，把时间留给业务 FactoryClaw 希望帮助企业把一次次重复的取数操作，沉淀为可以维护的流程；把散落在系统中的信息，整理成可以查找和授权使用的数据；让业务人员从反复准备数据，逐步转向理解数据、处理问题和做出判断。 如果你的团队也在反复登录系统、导出表格、整理数据，可以从一份最常用的报表开始。带上目标系统、需要的字段和更新频率，与词元一起评估适合的采集方式和实施范围。 ## 继续探索 [全部案例]() [!\[图片\]() ### 水里有鱼 AI 漫剧生产平台 从剧本策划、素材管理到分镜制作与后期输出，水里有鱼为个人创作者和专业团队提供统一的 AI 漫剧工作空间，让不同岗位围绕同一个项目有序交接。]() [!\[图片\]() ### 叮咚找房智能服务方案 在40 万套真实房源中，找到适合一个人的家，往往要理解筛选条件以外的需求。到家了与 Tokenmap 词元映射共同打造叮咚找房，将自然语言找房、房产业务咨询与经纪人客户服务连接起来，让用户从一句话开始寻找合适的房子。]() [!\[图片\]() ### 航逸停车智能客服 机场停车的服务从旅客出发前开始，一直延续到返程接机、取车。我们为航逸搭建连接企业微信与小程序订单系统的智能客服，让常规咨询、行程确认和订单通知沿着同一笔订单持续推进，也为人工客服保留接手复杂问题的空间。]()