$ loading_
用于电动车电池健康监测、寿命预测与车队智能分析决策的数字孪生工具
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCP EV Digital Twin Agent" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请基于这组电动车电池历史数据，分析当前 SOH，并给出未来 6 个月的衰减趋势与关键影响因素。
输出当前电池健康状态、SOH 预测曲线及影响衰减的主要因素说明。
根据车辆运行日志和充放电记录，估算该电池包的剩余使用寿命（RUL），并标记高风险预警时间点。
输出 RUL 估算结果、风险等级以及建议的维护或更换时间窗口。
请对这批电动车车队的电池表现做整体分析，识别异常车辆，按健康度和维护优先级生成排序建议。
输出车队级分析报告、异常车辆清单及维护优先级排序建议。
帮助探索数字孪生学习者元模型并安全管理孪生数据。
通过 MCP 接入 DCS/SCADA 数据，监测工业过程异常并提供分析与优化建议
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
为电商运营提供订单、库存、物流、退货与支付等业务上下文支持。
可为任意查询动态模拟操作并跨会话保持状态，便于测试与自动化验证。
让 AI 统一控制智能家居、定时任务、记忆与多代理协作流程。