BOM构建通常从历史项目复制结构再人工修改。但替代料、选型约束、编码规范和层级一致性靠人工检查极易遗漏。一个编码错误、一个替代关系未更新，错误就从BOM传递到采购和制造环节，代价远大于设计阶段修正。更深层的问题在于BOM的"隐藏一致性"------物料是否满足环保法规、替代料在当前交期下是否可用、设计层级与制造层级是否对齐------这些维度人工几乎无法逐一核查。而且随着产品变型增多，BOM版本管理复杂度指数级上升，传统手工方式已经触及效率天花板。
逐米时代制造新解法
逐米时代制造新解法的思路是解析产品配置与设计上下文，自动推荐物料和结构，同时对编码、替代关系、合规性和可制造性四个维度进行一致性校验。
第一步，解析产品配置与设计上下文。读取产品配置规则和设计上下文，确定需要哪些零部件以及它们之间的层级关系。配置规则来自产品族定义（如"动力型标配XX组件"），设计上下文来自三维装配体和工程图。系统将两者合并形成完整的BOM需求清单，作为后续推荐和校验的基准。配置规则的数字化是关键------将工程师头脑中的选配逻辑显式化为可执行的规则引擎，使BOM结构不再依赖个人经验而是基于规则自动生成。
第二步，智能推荐物料编码和结构。基于知识图谱和物料主数据，系统推荐合适的物料编码、替代料方案和BOM层级结构。推荐不是简单的"这个零件最常用"，而是综合考虑了可用性（该物料当前供应商能否交付）、合规性（是否满足RoHS/REACH等法规）和技术匹配度（参数与设计需求的对齐程度）三个因子的综合排序。推荐结果附带每个因子的评分和权重，工程师可以清楚看到"为什么推荐这个物料"，而不是黑盒决策。
第三步，四维一致性校验。首先生成差异报告，将推荐BOM与历史项目的BOM进行结构对比，标注变化点和变化原因。然后依次检查四个维度：编码规范------物料编码是否符合企业编码规则；替代关系------替代料是否仍然有效，主料断供时替代方案是否可用；合规性------物料是否符合当前环保法规和客户特定要求；可制造性------物料是否为当前工厂设备和工艺能力所支持。每个维度输出通过、不合规或需人工确认三种状态，工程师只需聚焦在"不合规"和"需确认"项上。
|----------|-----------------------|--------------------|
| 校验维度 | 检查内容 | 通过标准 |
| 编码规范 | 物料编码格式、分类、生命周期状态 | 编码规则引擎无报错 |
| 替代关系 | 主料-替代料关联有效性、替代条件 | 所有替代料在主数据中为"有效"状态 |
| 合规性 | RoHS/REACH/冲突矿产等法规符合性 | 物料合规证书在有效期内 |
| 可制造性 | 工厂设备能力、工艺路线匹配 | 物料在工厂物料清单中且有可用工艺路线 |
智能体编排
元器件选型智能体是主智能体，负责物料推荐、BOM结构生成和一致性校验编排。需求拆解智能体协同解析产品配置规则和设计上下文，提供BOM结构的需求基准。数据治理智能体管理物料主数据、替代料关系库和合规数据库，数据的时效性是校验有效性的前提。工艺规划智能体协同校验可制造性维度。工程师角色从"逐项检查"转变为"确认不一致项的处置方案"，工作重心从执行转向判断。最终写入PLM的BOM附带完整的校验报告和操作日志，作为后续审计和质量追溯的凭证。
实施要点
- 物料主数据质量是基础------编码乱了、替代关系过期了，校验再智能也是无效的
- 四个校验维度缺一不可，尤其是合规性校验，一处遗漏可能导致整批产品违规
- 差异报告是BOM变更的档案------不仅是"改了哪里"，更要记录"为什么要改"及推荐理由
- 第一步先从BOM构建周期最长的产品线试点，积累规则后再推广，不宜一步到位覆盖全产品线
参考目标
- BOM构建周期缩短50%
- BOM一致性问题在设计阶段发现的比例提升至95%
- 因BOM错误导致的下游问题减少70%
- 合规性校验覆盖率达到100%
