aps-kernel — Metis 谋序（APS 标准版）

运筹帷幄，谋定后动 —— 同衡·谋序·同枢，智造同频。 One Truth. One Plan. One Rhythm.

可嵌入的确定性排产内核：CP-SAT 精确求解、独立复核器、 工序-资源适配数据模型、设备槽位与班次日历、ε-约束 trade-off、headless CLI。

标准版 vs 专业版：本包只含可嵌入内核（无 UI / 无服务 / 无 LLM）。 甘特图前端、Web 控制台、AI 编排层、多租户 RLS、审批与 IM 通道 属专业版（Docker 镜像 + docker compose）。

🌐 官网：https://aps.zhinengti.online 家族：Nereus 同衡（数字孪生）· Metis 谋序（智能排产）· Hermes 同枢（物流调度）

⭐ 求解能力（横向基准，非自说自话）

在 16 个标准 FJSP 实例（ft/la/abz/orb/swv/ta/yn，来源 job_shop_lib MIT， 含文献公认最优值）上的实测：

11/16 达到文献最优，其余为大规模实例（20 秒预算不足，已如实标 gap）。 全部 8/8 独立复核通过。

python benchmarks/run_standard_bench.py --time-limit 30

当前状态

v1.5.1 —— 性能重构（200 工单贪心 16.4s→1.9s）+ aps lotting CLI。451 tests passed

三个设计立场

1. 诚实高于漂亮

OPTIMAL 只在真正证明最优时才标；FEASIBLE 必带真实 gap； 超时回退贪心解时 diagnostics["solver_fallback"] 明确标注来源； 全部未排时标 INFEASIBLE 而非 OPTIMAL（避免"看起来排好了"）。

这直接对应论文《Formalize, Don't Optimize》的三个统计口径： 返回结果率 / 验证通过率 / 已返回中通过比例 —— 分母不同，不可混比。

2. 复核器是必需品，不是锦上添花

validator.independent_validate() 用输入数据重算（时长、槽位、日历、 换型、设备资格、技能资格），不信任求解结果自报的值。这不是防御性冗余 ——

开发中它抓到过槽位重叠 48 处而求解器报 OPTIMAL、 makespan = 2.3e18 的垃圾值（UNKNOWN 时仍读未赋值变量）。

3. 基准必须公平

所有基线必须在相同约束集下比较。曾实现一个无视日历/工序先后的 SPT 基线， 得出「SPT 比 CP-SAT 还优」的颠倒结论（vsSPT = -203%）。

非法基线比没有基线更糟 —— 它会得出完全相反的结论。

🏗 分层架构：本包的位置

博客园《CP-SAT 排产、排程、排班》：

「APS（长周期规划）+ RTS/RTD（实时派工）双层架构是业界最佳实践」 「前一天做的排程，第二天全乱套」—— 排程 ≠ 派工 是经典误区

┌─────────────────────────────────────────────────┐
│  上层（aps-platform / 本包之外）                  │
│  · MRP / 采购 / 库存                              │
│  · APS 长周期计划（天/周）                        │
│  · RTS / RTD 实时派工（分钟级）  ← 不在本包        │
│  · MES 执行回写 / 甘特图 UI                       │
└─────────────────────────────────────────────────┘
                ↕ ScheduleInput / ScheduleResult
┌─────────────────────────────────────────────────┐
│  aps-kernel（本包）—— 求解内核，不含流程            │
│  ✅ 数据模型 / 输入校验                            │
│  ✅ 规则引擎（7 规则 + 8 链）                     │
│  ✅ CP-SAT 精确求解 + 贪心兜底                    │
│  ✅ 冻结窗口（支持增量重排）                      │
│  ✅ 独立复核器（10 项）                          │
│  ✅ ε-约束 trade-off / 冲突诊断 / 基准            │
│  ❌ 不做派工、不做 UI、不做持久化、不含 LLM         │
└─────────────────────────────────────────────────┘

⚠️ 为什么派工不在本包：派工是高频决策（分钟级刷新）， 需要实时状态推送与人工干预；本包是低频决策（计划级）， 追求确定性与可审计。把两者混在一个包里会同时失去两者。

⚠️ 本包负责「证明这个计划可执行」，不负责「生成甘特图」：

「排产的难点从来不是生成一个计划，而是证明这个计划在约束下可执行。」 —— 《LLM 不会给你最优排产，求解器会》

版本与兼容性

快速开始

pip install aps-kernel

# 0) ⭐ 上线前先体检（核对工时/BOM/日历/换型矩阵四张底账）
aps health input.json --bom bom.json --inventory stock.json

# 1) 看内置规则链
aps chains

# 2) 求解（贪心，快）
aps solve input.json --chain default

# 3) 求解（CP-SAT，可证 OPTIMAL）
aps solve input.json --solver cpsat --time-limit 30

# 4) 排不下时诊断原因（最小冲突集）
aps explain input.json

# 5) 基准验证（规则链 vs SPT vs CP-SAT）
aps benchmark --sizes 5,8,10 --chains default

aps health 的退出码可直接接 CI：0 可上线 / 1 需补数 / 2 阻断。

from aps_kernel import schedule, solve, CpSatOptions, independent_validate

# 贪心（快，不证明最优）
result = schedule(data, chain="default")

# CP-SAT（可证 OPTIMAL）
result, stats = solve(
    data, options=CpSatOptions(time_limit_seconds=30, workers=8),
)

# 独立复核 —— 不信任求解器自报
checks = independent_validate(data, result)
assert all(ok for _, ok, _ in checks)

已知局限（诚实列出）

安装与依赖

• Python ≥ 3.11
• 运行时依赖：ortools >= 9.12、PyYAML
• 仅发 wheel（py3-none-any），不发 sdist

License

MIT