面向 AI 智能体的
零部件数据层

Partsgraph 把您的数据手册、参数表、CAD 与合规文件汇聚成一张规范化的 Parts Graph,再通过 MCP、智能体可读页面和购物 Feed 提供给 AI 智能体。精度持续监测,按智能体计量,无需重做网站。

MCP 2026-07-28 · ETIM XCHANGE 2.0 · EU DPP 就绪 · 全球可用

S1 DIGITAL MULTIMETERDATASHEET · PDF · 42 PPV MAX1000 VSAFETYCAT IV 600VTRMSTRUERATINGIP67STDEN 61010-1PG-EXTRACT · CONF 0.994MPN · CANONICALS1-1993846Parametric · typed1000 V · CAT IVRatingIP67 · TRMSComplianceEN 61010-1Cross-referenceALT · 2 verifiedAGENTREADS
智能体请求台账模拟预览

claude tools/call parts.search {"din_rail":true,"amps":10,"curve":"C"} 200 · 41 ms · 12 results

gptbot GET /agents/parts/S1-1993846.md 200 · 12 ms · text/markdown

copilot tools/call parts.alternates {"mpn":"3RV2011-1JA10"} 200 · 38 ms · 4 cross-refs

机会

采购决策已经交给机器。您的产品目录还留在原地。

过去一百年,赢下选型意味着出现在对的目录里、对的经销商货架上、对的销售代表记忆中。这盘棋今天照旧,只是做选型的越来越常常是 AI。而 AI 读到的目录,和您的客户看到的完全不是一回事。

0%

的 B2B 采购者在采购流程中使用 AI(此前为 89%)

Forrester, 2026

+0%

AI 引荐流量的同比增速——而且转化更好

Adobe, 2026

0M

ChatGPT 周活跃用户,智能体已经坐进了采购流程里

OpenAI, Feb 2026

0%

的搜索以零点击收场——移动的是答案,不是买家

SparkToro, 2026

0M

MCP 月下载量,智能体调用工具的方式已经标准化

MCP SDKs, Mar 2026

窗口期 · 一场有倒计时的圈地

2024

底层管道铺好了

MCP 发布。助手学会调用工具、读取实时数据。智能体商务的轨道就此铺下。

2025

买家动了

94% 的 B2B 采购者已经在采购流程中使用 AI。Digi-Key 向 AI 爬虫敞开大门,Microchip 上线了自己的 MCP 服务器。先行者开始插旗。

2026 · now

闸门开始关上

从九月起,边缘网络默认拦截未经验证的智能体。助手正在挑选可信来源,并指名引用。此刻准确且可达的那一家,就成了默认答案。

2028

默认答案固化

智能体有了自己信任的目录。被它们学会读取的厂商,就是智能体渠道里的既得者。其余的,要么是被抓取的残片,要么是猜测,要么根本不存在。

成为智能体信任的来源,会随时间复利累积。在一个品类里第一个做到准确、可达的目录会成为默认答案,而默认答案很难被替换。赢下下一个十年的厂商,说到底就是最先被机器读懂的那一批。

问题

机器为什么读不懂您——以及这为什么不怪您。

网上做得最好的一批厂商目录,在 AI 眼里是不存在的。原因有两个,都是结构性的,都不是疏忽,也都能在不动您网站的前提下修好。

0/0M

在 5 亿次 AI 爬虫抓取中观测到的 JavaScript 执行次数——它们只读原始 HTML

Vercel × MERJ crawler study

0%

产品页的机器可读性,是全网所有页面类型里最差的一档

Adobe, 2026

SEP 2026

边缘网络开始默认拦截未经验证的智能体。沉默不再中立,而是变成一堵墙。

Cloudflare policy

原因 01

智能体不执行 JavaScript。

除 Google 之外的所有 AI 爬虫,读完原始 HTML 就停。您的筛选式选型、点击才加载的参数表、库存组件、CAD 下载流程,全都在浏览器里渲染,因此全都看不见。您花钱为人做的那套目录,根本不在机器读的那个文件里。

原因 02

您的边缘防护把机器挡在门外。

反爬墙把本职工作做得有点过头,恰好丢掉了 AI 助手使用的那种请求形态。下面是此刻您的买家正在提问的那些智能体,从一个典型厂商站点拿到的回应:

GPTBot GET /catalogue/breakers/3RV2011 403 FORBIDDEN

ClaudeBot GET /docs/datasheets/3RV2011.pdf CONNECTION DROPPED

Claude-User GET /catalogue?curve=C&amps=10 BLOCKED BY ROBOTS.TXT

PerplexityBot GET /catalogue/din-rail 403 FORBIDDEN

any agent partsgraph · tools/call parts.search 200 OK · CITED · IN STOCK

第一笔在对话内完成的结账被收窄时,分析师把原因归到平台无法信任的产品数据上——库存和价格是抓来的,而不是由源头供给的。这盘棋只看准确度,而唯一准确的来源是您自己。要么成为答案,要么消失。

写给做零部件的人

目录是您建的。机器一行都读不到。

为了把产品数据做对,您花了很多年和一大笔钱:数据手册、参数、CAD、合规资料。对一个开着浏览器的人来说,这套东西无可挑剔。但对正在做短名单筛选的 AI 来说,其中大部分等于不存在。

问一个智能体关于您的产品现在

“英式家用配电箱里,10 A C 型微型断路器选哪款好?”

以下是来自[经销商]和[电商平台]的选项……

→ 您的型号:未被提及——参数读不到

→ 报出的价格:14 个月前的旧价,来自抓取

→ 合规:“我无法核实当前的认证状态”

同一个问题,这次答对了接入 Partsgraph

“英式家用配电箱里,10 A C 型微型断路器选哪款好?”

您的 MCB-10C-6KA 合适——10 A,C 型,6 kA,符合 BS EN 60898。

→ 引用自您的数据手册,受版本控制

→ 库存 2,140 件 · 实时价格 · 交期 2 天

→ 缺货时提供 2 个经核实的替代型号

数字化 / 电商总监

数字渠道贡献多少营收,这个数字挂在您头上。智能体流量是其中增长最快的一块,也是您目前完全没有仪表盘的一块。

产品数据 / PIM 负责人

为了 ETIM、BIM 和线上商城,您已经把数据维护得一丝不苟。Partsgraph 让同一份数据去回答问题,把您本来就躲不掉的合规工作,直接变成一条渠道。

给您做选型的工程师

他们不再从您的网站开始,而是从一个助手开始。如果助手无法准确引用您,它交到工程师手里的那份短名单上就没有您。

系统

一张规范化图谱,覆盖所有智能体触点。

这是加一层,不是重做一遍。Partsgraph 从您已经在跑的系统里读数据,与您现有的网站并行提供服务,关键链路上的任何一环都不改动。

01

采集

PDF 数据手册、PIM、ERP、站点抓取、CAD/BIM。抽取有评测把关,每一个字段都带置信度分数和来源链接。

PG-EXTRACT · CONF ≥ 0.99 → PROMOTE

02

规范化

按 ETIM 类目建立带类型的参数属性。MPN 与变体的实体归一。交叉参考与替代料图谱。只有一个版本的事实。

ETIM 10 · ECLASS 16 · MPN-RESOLVE

03

提供

托管的 MCP 端点、带结构化数据的智能体可读页面、AI 购物 Feed 和合规导出——是生成出来的,不是搭出来的。

MCP · JSON-LD · FEEDS · DPP/AAS

04

度量

智能体查询日志、相对竞争对手的答案占有率,以及针对主流助手的黄金测试集精度持续探测。

EVALS · ATTRIBUTION · WEEKLY REPORT

触点

生成,而不是搭建。接一次,智能体看的每个地方都有您。

每一个触点都由同一张规范化的 Parts Graph 渲染。下一个智能体协议出现时,我们只需加一个渲染器——Partsgraph 上的每一份目录当天就已经在那里了。

托管 MCP 端点

参数选型、型号查询、替代料、合规文件和 CAD 链接,都是一等公民级的智能体工具。价格和库存等受控数据走 OAuth。同时会登记进各客户端目录。

tools/call parts.search
{"etim":"EC000042","amps":10,"curve":"C"}
→ 200 · 12 parts · cited

智能体可读页面

为每一个产品提供服务端渲染(SSR)的结构化数据和 Markdown 镜像,也就是 AI 爬虫真正会读的那层原始 HTML。用代码片段、边缘或 sidecar 注入即可,不用重做网站。

GET /agents/parts/UK-2.5N.md
accept: text/markdown
→ 200 · 1.9 KB · −99% tokens

AI 购物 Feed

以 GTIN/MPN 为键的商品 Feed,15 分钟刷新一次,正是消费级助手在回答购物问题时真正使用的推送渠道。

feeds/openai-products.jsonl
Δ 3,412 SKUs · refreshed 15 m

合规导出

ETIM xChange 2.0、欧盟数字产品护照(DPP)和 Asset Administration Shell(AAS)子模型,全部从同一张图谱生成。法规有明确时间表,预算也已经就位。

exports/aas/digital-nameplate.json
IEC 63365 · valid · CPR 2024/3110

精度评测

为每个产品族准备一套工程问题黄金测试集,持续跑在您的图谱上,也跑在各家助手的实际回答上。错误答案会在客户看到之前先浮出来。

golden-set/mcbs · 240 questions
PASS 98.7% · 2 regressions flagged

智能体分析

智能体时代的搜索控制台:哪些智能体来问过、问了什么、您的数据在哪里答不上来,以及哪些选型最终归了您。

agents this week: claude · gptbot · copilot
top gap: enclosure IK rating missing

我们真正拥有的东西

端点谁都能搭。问题是能不能信它。

这里面哪一部分是大路货,我们直说。提供层正在被免费送出去——价值恰恰因此落在了别处。

这部分是大路货,我们直说

一个 MCP 端点、几页智能体可读页面、一份产品 Feed。某家一线制造商两周就自己搭好了,CDN 厂商已经在自动生成,两年之内每个 PIM 都会自带。铺管道不构成护城河;说它构成的供应商,是买椟还珠——把管子当成了水。

难的是这一段

把四十页的数据手册、彼此打架的物料记录、只写了一半的变体,变成一个智能体敢用的、经过核验的答案——并且能证明这个答案是对的。这就是三项资产,每接入一份目录,它们都会更厚一层。

Parts Graph

资产

每个型号一条规范化记录:每个字段按其 ETIM 类目带类型、带版本,并附上置信度分数,以及回溯到具体页面或数据手册页码的来源链接。

字段级来源可溯 · 不是抓取

为什么难以复制

真正的工作量在这条来源链上。没有它,制造商无法为智能体的回答署名;有了它就可以——这也正是它是一个产品而不是一段脚本的全部理由。

Resolution

引擎

MPN 与变体的实体归一:后缀码、包装规格、被后继型号替代的物料、交叉参考和竞品对应料,全部收敛成智能体可以一路跟下去的同一个身份。

后缀 · 包装 · 替代关系 · 交叉参考

为什么难以复制

有两家公司就是靠把这件事做好起家的,而且都不向制造商提供白标。这件事没有捷径可走;换来的是,每多接入一份目录,所有客户的效果都会更好一点。

Ground Truth

证据

为每个产品族准备一套工程问题黄金测试集,持续对主流助手运行,并以您自己的数据手册为评分标准。错误答案会在客户碰上之前先浮出来。

持续评测 · 以您的原始资料为准

为什么难以复制

它让可见性从一种看法变成一个能拿到董事会上去的数字。没有别人把产品数据的准确率当成可计量的服务来卖,而这正是第二年仍然值得续费的原因。

这个判断为什么站得住
43%来自 PDF 原理图
55%来自原生设计文件
88%来自结构化数据

同一个模型,回答同样的 480 道硬件问题:当事实以结构化数据而不是 PDF 送到它面前时,得分大约翻了一倍。决定准确率的变量是格式,不是模型本身的水平——所以图谱比管道更值钱。

PCB-QA · 取自真实设计文件的 480 组问答对 · ARXIV,2026 年 6 月

可读,才进得了答案。可验证地正确,才留得下来——而这也是竞争对手唯一无法在两周内交付的部分。

实测证据

我们评测了近千家分销商与制造商,没有一家拿到 A。

这不是问卷调查。我们把评测工具真实地跑在北美、欧洲和亚洲的这些站点上,然后读了结果。这就是今天 AI 助手眼中的竞争格局——一片空白。

0

个分销商与制造商域名接受全球评测

0

家拿到 D 或 F——对 AI 智能体等于不可读

0

家拿到 A——这个市场的顶端还无人认领

0

满分 100 分的中位数

38%

连一个可读的目录页都没能返回给我们的探测:要么拦截,要么超时,要么弹出机器人验证。还有几家返回了成功状态码,实际内容却什么都读不到。

19%

公开了点名主流爬虫的 AI 爬虫策略。其余的都交给通配符处理——随着边缘默认值收紧,沉默会被解读为“拒绝”。

0 / 984

家对外提供 MCP 端点。没有任何一家给智能体留下查询型号、库存或参数的正规通道。

~30M

个目录 URL,按站点地图索引推算得出——一座庞大的产品数据矿藏,其中大部分智能体其实读不到。

我们只公布汇总数据,不做排行榜。这些都是目录做得很好、受人尊敬的企业,重点不是谁做错了,而是智能体这条渠道至今无人认领。在一个品类里第一个变得可读的制造商或分销商,就会成为那个答案。

评测您的目录

方法:对公开页面执行只读自动探测,2026 年 8 月/站点拦截我们客户端时分数按下限计/为时点数据,可能变化

证据

给机器看的数字,不是给市场部看的数字。

Partsgraph 是尚未正式发布的基础设施。我们公开自己的工程指标,直接使用您所在行业早已认可的标准,并且把我们自己的网站也做成智能体可读——不这么做我们会不好意思。

0

每个型号带类型的参数属性,均有来源与版本记录

0.0%

参数表抽取精度目标,未通过评测不上线

<0 ms

边缘侧工具调用延迟预算(p95)

0

原生支持的标准数量,从 ETIM 到欧盟数字产品护照

MCP · Streamable HTTPETIM xChange 2.0eCl@ss 16.0schema.org ProductGS1 · GTINEU DPP · ESPRCPR 2024/3110AAS · IEC 63278IEC 63365 nameplateBMEcatOpenAI product feedWeb Bot AuthMCP · Streamable HTTPETIM xChange 2.0eCl@ss 16.0schema.org ProductGS1 · GTINEU DPP · ESPRCPR 2024/3110AAS · IEC 63278IEC 63365 nameplateBMEcatOpenAI product feedWeb Bot Auth
我们目前的进展 · Q4 2026

上线以天计,不是以季度计:我们接通您的数据源、构建图谱、把各个触点搭起来,再把精度看板交给您。实施是一笔固定的一次性费用,不会附带一份没有期限的咨询合同。

几天上线

价格

按基础设施该有的方式定价。

先付一次性实施费,之后按订阅计费。SKU 区间决定起步价,实际服务的智能体查询量是随市场一起长的计量表。

Grader

£0

看看今天 AI 是怎么讲您产品的——评分依据是您自己的数据手册。

  • AI 可见性评分
  • 目录抓取与抽样
  • 数据手册可访问性检查
  • 同行对标

立即免费使用

Starter

£400/mo

从公开数据生成的您的专属层。几天上线,不用开 IT 工单。

  • 托管的智能体可读镜像
  • 基础 MCP 端点
  • JSON-LD + llms.txt
  • 月度精度报告

自助开通

推荐

Pro

£2,500/mo

+ £10,000 一次性实施费

打通内部数据源、完整的 Parts Graph,加上持续的精度监测。

  • PIM/ERP 连接器
  • 带类型的参数 + 交叉参考图谱
  • 跨助手黄金测试集评测
  • 智能体分析 + 缺口报告
  • AI 购物 Feed + ETIM xChange

多数目录选这档

Scale

Custom

Implementation quoted to scope

合规包、受控的商务数据,以及您自己的域名。

  • EU DPP / AAS 导出
  • OAuth 管控的价格与库存
  • agents.您的域名 CNAME
  • SLA + SSO

联系我们

实施是一次性费用,包含数据源接通、抽取、实体归一和上线,不是没有期限的咨询项目。订阅按 SKU 区间和已服务的智能体查询量计费。价格为指导价,不含当地税费。

直接回答

真正动手做事的人会问的问题。

这不就是一个 MCP 服务器吗?

MCP 端点只是我们生成的若干触点之一。产品本体是它背后那张规范化的 Parts Graph:把您的数据手册、参数、替代型号和合规文件收敛成一份经过校验的唯一事实,再送到智能体会看的每一个地方,并持续监控其准确度。空的 MCP 服务器谁都能搭;价值在于它能如实回答什么。

我们必须重做网站吗?

不用。Partsgraph 是叠加在上面的一层。它从您已经在跑的系统里读取——PIM、ERP、您的站点、您的 PDF——再通过托管端点、边缘脚本片段或一条简单的 CNAME,与现有网站并行对外服务。关键路径上什么都不动,所以这是市场或数字化部门就能拍板的事,而不是一场 18 个月的平台迁移。

我们已经有 PIM 了,这不是一回事吗?

PIM 负责存放产品数据并分发到各渠道。Partsgraph 让同一份数据能回答问题:以智能体可查询的图谱形式,带实体归一、交叉参照,以及对照助手实际说法的持续准确度评测。我们接入您的 PIM,不替换它。

我们的数据手册是 PDF,参数都在表格里。

那是输入,不是问题。带评测门禁的抽取会从 PDF 数据手册和图纸中取出带类型的参数,归并 MPN 变体,每个字段都带一个置信度分值和一条回溯到来源的链接。置信度低的字段在对外提供之前先交人工复核。

智能体真的能找到我们的端点吗?

被发现本身就是服务的一部分。我们发布爬虫本来就在读的智能体可读页面与结构化数据,把您的端点注册进各助手的连接器目录,并把产品源推送到购物触点。您不必追着每一个新出现的 AI 渠道跑——我们来跑,而且是所有目录一起。

智能体带来的流量现在真的够大吗?

今天还小,但在快速累积——何况您买的并不只是明天的流量。您买的是本来就要交的合规(DPP、ETIM)、现在就能量化的可见度,以及先手位置:在这个品类的默认答案固化之前,成为被引用的那个来源。要在浪来之前站好位,而不是在浪里。

那我们的分销商怎么办?我们不能绕过渠道。

开放什么,完全由您决定。多数制造商从参数、合规、CAD 和交叉参照入手——也就是决定设计选型的那部分数据——把价格和库存留在 OAuth 后面,或者把智能体导向授权分销商。智能体渠道是用来创造需求的,不是用来跳过谁的。

这和 SEO 或 AI 可见度代理机构有什么区别?

代理机构盯着 AI 怎么说,然后改文案。Partsgraph 是基础设施:它把您真实的产品数据交给智能体,并且证明答案是对的。监测只会告诉您“您看不见”;我们让您可读,并且一直保持正确。

抢先体验

当 AI 来定型号,进得去的是谁家的产品?

把您的域名告诉我们,我们会先评测您的目录:今天各家助手是怎么描述您产品的,以您自己的数据手册为准打分。然后我们给出实施报价,为您把这一层打开。

全球制造商与分销商/电气/建材/电子元器件

现在只问一个问题,其余的用邮件聊。没有垃圾邮件,没有自动跟进序列——回复您的是工程师。