一、产品PRD（产品需求文档）

1.1 产品定位

产品名称：meviy（中文品牌名：莫比）
产品类型：非标零件AI智能报价 + 智能制造服务平台
所属公司：株式会社米思米集团（MISUMI Group Inc.）
服务定位：面向制造业企业的非标零件数字化采购基础设施

核心主张：
“上传3D数据，最快1分钟报价，最快1天发货”
→ 消除非标零件采购中的时间浪费，为制造业创造时间价值

1.2 目标用户

用户角色	核心诉求	使用场景
机械设计师	快速获得成本预估，无需出2D图	研发设计阶段
采购人员	快速比价，缩短采购周期	采购询价阶段
生产管理人员	缩短交付周期，保障交期	生产计划阶段
企业管理者	降低人力成本，数字化转型	战略决策层面
教育机构	教学演示，培养数字化制造人才	教育培训

1.3 核心需求（PRD需求矩阵）

【P0 - 必备需求】

• 支持上传3D模型（STEP/STP/STL/IGES等格式）
• AI自动解析3D模型形状和加工特征
• 自动输出报价结果（含材料费、加工费、交期）
• 支持机加工（方件/圆件）和钣金加工
• 用户数据隔离与信息安全保障

【P1 - 重要需求】

• 可加工性自动判断，提前预警无法加工的设计
• 支持自定义材质、表面处理、公差参数
• 零件管理（自定义物料号、搜索、版本管理）
• 订单管理（下单、支付、跟踪、售后）
• 24/7在线可用

【P2 - 期望需求】

• 类似形状检索，避免重复设计
• 成本优化建议（AI给出降成本的设计修改建议）
• 批量报价（ZIP打包上传多个3D模型）
• 多语言支持（中文/英文/日文）
• API接口，支持与企业ERP/PLM系统集成

【P3 - 魅力需求】

• 实时生产进度可视化
• 历史报价对比与价格波动分析
• 移动端App支持
• 3D模型在线轻量化编辑
• 供应链金融（账期、融资）

1.4 产品核心指标（KPI）

指标	目标值	当前值（公开数据）
报价速度	< 1分钟	最快1分钟（已实现）
交付速度	< 24小时	最快1天发货（已实现）
交货准时率	> 99%	99.9%（已实现）
用户数	持续增长	全球23万+（2026-03数据）
设计采购时间缩短	> 90%	90.5%（已实现）
质量符合率	> 95%	93.3%（已实现）

二、待改进问题分析

2.1 技术层面待改进问题

问题	具体表现	影响	改进方向
3D模型解析覆盖面有限	复杂曲面、薄壁件、异形件解析精度不足	部分零件无法自动报价	扩展神经网络训练数据集
报价透明性不足	报价构成不够透明，用户难以理解价格依据	用户信任度受影响	引入可解释AI（XAI）可视化成本分解
材质覆盖有限	当前56种材质，特殊材质不支持	部分需求无法满足	持续扩展材质库
推理速度依赖算力	复杂模型报价时间可能超过1分钟	用户体验下降	模型轻量化、边缘计算
多格式支持有限	主要支持主流3D格式，小众CAD格式不支持	部分用户使用障碍	扩展格式转换引擎

2.2 业务层面待改进问题

问题	具体表现	影响	改进方向
加工类型覆盖有限	目前仅支持机加工和钣金，不支持3D打印、注塑等	用户需多平台操作	扩展加工工艺类型
地域覆盖有限	主要覆盖中/日/美/欧，其他地区服务受限	限制全球化拓展	扩建全球服务网络
最小起订量策略	虽支持MOQ=1，但小批量单价较高	小微企业成本压力大	优化小批量定价策略
API开放程度	未公开API文档，企业系统集成难度大	限制B端客户深度使用	发布开放平台+开发者文档
报价锁定周期	报价有效期未明确说明	用户担心报价时效	明确报价锁定机制

2.3 用户体验层面待改进问题

问题	具体表现	影响	改进方向
设计修改反馈不及时	AI识别出问题后，修改建议不够具体	需多次迭代才能满足加工要求	给出具体修改参数建议
历史数据利用率低	以往报价数据未充分用于设计辅助	重复工作多	构建设计知识库，主动推荐优化方案
移动端体验缺失	无独立App，移动浏览器体验受限	现场人员使用不便	开发原生移动端App
多用户协作功能缺失	不支持团队协作、权限管理	企业用户管理困难	增加团队协作功能模块

三、业务模型分析

3.1 核心价值主张

meviy 通过AI技术将非标零件报价这一高度依赖人工经验的流程
实现全自动化，为制造业企业创造"时间价值"。

核心价值链路：
3D模型上传 → AI自动解析 → 即时报价 → 自动排产 → 快速交付
↓ ↓ ↓ ↓ ↓
省去2D图 省去人工审核 缩短周期 智能制造 时间价值

3.2 盈利模式

基于公开信息推断，meviy采用加工服务佣金模式：

主要收入来源：

1. 【核心】加工服务费（按零件数量、复杂度、材质计费）

   • 材料成本 + 加工成本 + 管销费 + 利润 = 最终报价
   • 米思米通过自有智能制造系统完成加工，获取加工利润

2. 【增值】加急服务费

   • 用户选择加急交付，支付额外费用

3. 【未来】API调用费/企业版订阅费

   • 大型企业集成meviy能力，支付API调用费或订阅费

4. 【未来】数据服务收入

   • 脱敏后的行业成本数据、设计趋势数据变现

成本结构：

• 智能制造系统运维成本
• AI模型训练与迭代成本
• 平台研发与维护成本
• 市场推广成本
• 客户服务成本

3.3 竞争格局

竞品	定位	优势	劣势
meviy（米思米）	AI自动报价+智能制造	技术领先、交期快、品牌强	加工类型覆盖有限
Xometry	全球制造网络+在线报价	覆盖广、加工类型多	交付周期相对较长
Protolabs	快速原型+小批量生产	质量高、速度快	价格较高
自研QuoteApp	企业内部成本估算	数据自控、无外发风险	功能相对简单

3.4 商业模式画布

[客户细分] 制造业企业（机器人、医疗、半导体、汽车、电子等）
[价值主张] AI自动报价 + 最快1天交付 + 高品质保证
[渠道通路] 官方网站 + 销售团队 + 合作伙伴 + 行业展会
[客户关系] 自助服务 + 客户成功团队 + 技术支持
[收入来源] 加工服务费 + 加急费 +（未来）API/订阅费
[核心资源] AI算法 + 智能制造系统 + 品牌 + 客户数据
[关键业务] AI报价引擎运维 + 智能制造 + 平台运营
[重要伙伴] CAD软件厂商 + 制造企业 + 行业协会
[成本结构] 智能制造运维 + AI研发 + 平台维护 + 市场推广
[核心优势] 时间价值（最快1分钟报价、1天发货）

四、需求清单（完整版）

4.1 功能性需求

F-001 3D模型上传（支持拖拽上传、批量上传）
F-002 3D模型格式支持（STEP/STP/STL/IGES/SLDASM等）
F-003 AI自动解析3D模型形状和特征
F-004 自动判断加工可行性
F-005 自动输出报价（材料费、加工费、管销费、交期）
F-006 材质选择（56种材质）
F-007 表面处理选择（18种工艺）
F-008 公差自定义（尺寸公差、形位公差、表面粗糙度）
F-009 钣金折弯干涉自动检测
F-010 机加工（方件）报价
F-011 机加工（圆件/车削）报价
F-012 钣金加工报价
F-013 在线下单与支付
F-014 订单状态跟踪
F-015 零件管理（自定义物料号）
F-016 零件搜索与管理
F-017 类似形状检索（AI检索相似3D零件）
F-018 24/7成本预估功能
F-019 激光打标服务（全角中文）
F-020 用户数据隔离与安全

4.2 非功能性需求

NF-001 报价响应时间 < 1分钟（简单零件）/ < 5分钟（复杂零件）
NF-002 系统可用性 > 99.9%
NF-003 数据安全性：ISO27001认证，数据加密传输与存储
NF-004 支持并发用户数 > 10,000
NF-005 3D模型解析精度 > 95%（主流零件类型）
NF-006 报价准确率 > 98%
NF-007 系统支持水平扩展
NF-008 支持多语言（中文、英文、日文）

4.3 业务需求

B-001 支持最小起订量1件
B-002 大批量订单折扣机制
B-003 交货准时率 > 99%
B-004 质量问题退换货保障
B-005 客户服务体系（电话、邮件、在线客服）

五、系统设计

5.1 系统架构设计（推断）

                ┌─────────────────────────────┐
                │      前端展示层              │
                │  Web端（Vue/React）         │
                │  Mobile端（H5/未来App）     │
                └──────────────┬──────────────┘
                               │ HTTPS/REST API / WebSocket
                ┌──────────────▼──────────────┐
                │      网关层                  │
                │  认证授权 / 限流 / 路由     │
                │  API Gateway（Kong/Nginx）   │
                └──────────────┬──────────────┘
                               │
          ┌────────────────────┼────────────────────┐
          │                    │                    │
┌─────────▼─────────┐ ┌──────▼──────┐ ┌─────────▼─────────┐
│   业务服务层        │ │  AI推理层   │ │   智能制造层        │
│  ┌──────────────┐  │ │  ┌────────┐ │ │  ┌──────────────┐  │
│  │ 报价引擎     │  │ │  │3D解析  │ │ │  │ 加工程序生成 │  │
│  ├──────────────┤  │ │  │成本估算│ │ │  ├──────────────┤  │
│  │ 订单管理     │  │ │  │特征识别│ │ │  │ 生产排程     │  │
│  ├──────────────┤  │ │  │可加工性│ │ │  ├──────────────┤  │
│  │ 零件管理     │  │ │  │判断    │ │ │  │ 质量管控     │  │
│  ├──────────────┤  │ │  └────────┘ │ │  └──────────────┘  │
│  │ 用户管理     │  │ └──────────────┘ │                    │
│  └──────────────┘  │                  │                    │
└────────────────────┘                  └────────────────────┘
          │                                      │
          └──────────────────┬───────────────────┘
                             │
                ┌────────────▼────────────┐
                │      数据持久化层         │
                │  MySQL（业务数据）       │
                │  MongoDB（3D模型/日志）  │
                │  Redis（缓存/会话）      │
                │  MinIO/S3（文件存储）    │
                └─────────────────────────┘

5.2 核心技术组件（推断）

【3D模型解析引擎】

• 输入：原始3D CAD文件（STEP/STP/STL等）
• 处理：几何属性邻接图生成 → 特征提取神经网络推理
• 输出：结构化特征数据（尺寸、公差、加工特征等）
• 技术栈：OpenCASCADE / PythonOCC + PyTorch神经网络

【AI报价引擎】

• 模型：专用加工特征识别神经网络（专利CN120451960A）
• 输入：3D模型结构化特征数据
• 输出：材料费 + 加工费 + 管销费 + 交期预估
• 技术栈：PyTorch/TensorFlow + ONNX Runtime（推理加速）

【可加工性判断模块】

• 规则引擎 + 机器学习分类器
• 判断维度：刀具可达性、夹具可行性、公差可实现性
• 输出：可加工性评分 + 风险提示

【智能制造执行系统】

• 自动生成CNC加工程序（G代码）
• 与加工中心MES系统对接
• 生产排程优化算法

5.3 关键技术难点与解决方案

技术难点	解决方案
3D模型格式繁多，解析一致性差	建立统一的中间表示（几何属性邻接图等）
加工特征识别准确率低	专用神经网络 + 大量标注数据训练
报价速度快但精度难以兼顾	分层报价：快速报价（1分钟）→ 精准报价（人工复核）
系统支持高并发	微服务架构 + 模型推理异步化 + GPU推理加速
数据安全与隔离	ISO27001体系 + 多租户数据隔离架构

六、功能清单（完整版）

6.1 用户端功能

模块1：3D模型管理

• 上传3D模型（拖拽/选择文件）
• 3D模型在线预览（旋转/缩放/测量）
• 模型格式自动转换
• 模型版本管理

模块2：智能报价

• 一键获取报价（AI自动解析）
• 报价条件设置（材质/表面处理/公差/数量）
• 报价结果展示（明细分解）
• 报价历史记录
• 报价有效期管理

模块3：可加工性检查

• 自动判断是否可以加工
• 钣金折弯干涉检测
• 加工风险预警
• 设计修改建议（未来）

模块4：订单管理

• 在线下单
• 订单状态跟踪（已下单/生产中/已发货/已签收）
• 订单历史查询
• 发票管理

模块5：零件库管理

• 自定义物料号
• 零件分类管理
• 类似形状检索
• 零件复用推荐

模块6：个人中心

• 企业信息维护
• 收货地址管理
• 支付方式管理
• 消息通知

6.2 管理端功能

模块A：订单管理后台

• 订单列表与详情
• 订单分配与排产
• 异常订单处理

模块B：AI模型管理

• 模型版本管理
• 报价准确率监控
• 模型再训练数据标注

模块C：客户管理

• 客户列表
• 客户分级管理
• 客户满意度调研

模块D：财务结算

• 收入统计
• 退款管理
• 发票管理

========================================================
七、代码规模估算（推断）

7.1 估算方法论说明

meviy为MISUMI内部闭源系统，以下代码规模估算基于：

1. 类似复杂度的工业AI平台对标（Xometry、Protolabs等）
2. 系统功能模块的复杂度评估
3. 公开专利和技术文章披露的系统架构信息

7.2 各模块代码规模估算

模块	语言/技术栈	估算代码行数	说明
前端Web	Vue/React + TypeScript	80,000 - 120,000行	含3D预览组件
后端业务服务	Java Spring Boot / Go	150,000 - 200,000行	微服务架构
AI推理引擎	Python + PyTorch	50,000 - 80,000行	含模型训练代码
3D解析引擎	C++ / Python	80,000 - 120,000行	含OpenCASCADE集成
智能制造接口	C++ / Python	40,000 - 60,000行	与MES/加工中心对接
基础设施代码	Shell / Terraform / Docker	20,000 - 30,000行	部署/运维/CI-CD
测试代码	各语言对应测试框架	150,000 - 250,000行	单元测试/集成测试
合计（不含测试）	-	420,000 - 610,000行	-
合计（含测试）	-	570,000 - 860,000行	-

7.3 团队规模推断

基于代码规模和系统复杂度推断：

• 研发团队：约80-120人（产品/前端/后端/AI/测试/运维）
• 开发周期：约3-5年（从概念验证到规模化运营）
• 当前状态：持续迭代中（日本市场2019年推出，海外2021年起）

========================================================
八、系统迭代优化信息

8.1 已知迭代历史（基于公开信息整理）

[2019年前后] 日本市场推出meviy服务（概念验证阶段）

• 支持机加工（方件）AI报价
• 基础3D模型解析能力

[2021年12月] 欧洲市场上线

• 扩展支持钣金加工
• 多语言支持（英文/当地语言）

[2022年10月] 美国市场上线

• 扩展支持机加工（圆件/车削）
• 优化AI报价精度

[2023年10月] 中国市场正式上线

• 56种材质、18种表面处理、12种喷涂
• 激光打标服务（全角中文）
• 本地化支付和物流服务

[2024年] 功能持续增强

• 获得第9届日本制造业大奖"内阁总理大臣奖"
• 获得GOOD DESIGN大奖
• 用户数突破13万

[2025年] 技术深化

• 获得ISO27001信息安全认证（12月）
• 发布基于AI的类似形状检索功能
• 申请3D CAD模型特征提取专利（CN120451960A）
• 用户数突破23万（2026年3月数据）

8.2 持续优化的方向

优化维度1：AI模型精度持续提升

• 收集更多标注数据，持续再训练
• 扩展覆盖的零件类型（复杂曲面、薄壁件等）
• 引入可解释AI，提升报价透明度

优化维度2：系统性能优化

• 模型轻量化（量化、剪枝、蒸馏）
• GPU推理加速
• 异步化报价流程

优化维度3：业务覆盖面扩展

• 支持更多加工工艺（3D打印、注塑等）
• 支持更多材质和表面处理
• 扩展全球服务网络

优化维度4：用户体验优化

• 设计修改建议（AI主动给出优化方案）
• 移动端原生App
• 批量报价与ZIP上传

========================================================
九、长期发展路径（Roadmap）

9.1 近期路线（2026-2027）

Q3-Q4 2026：

• 扩展3D打印工艺支持
• 发布API开放平台（Beta）
• 移动端H5优化

2027全年：

• 支持注塑工艺报价
• 可解释AI成本分解功能上线
• 企业版订阅服务推出
• 覆盖东南亚市场

9.2 中期路线（2028-2030）

2028-2030：

• 成为全球最大的非标零件AI报价平台
• 用户数突破100万
• 支持全部主流加工工艺
• 推出供应链金融服务
• AI设计助手（自动给出优化设计方案）
• 与主流CAD软件深度集成（SolidWorks插件、Fusion 360插件等）

9.3 长期愿景（2030+）

长期愿景：成为制造业数字化基础设施的核心组件

关键里程碑：

1. 实现"设计即制造"——设计师完成3D设计的同时，
   制造指令已自动生成，无需任何人工干预
2. 构建全球分布式智能制造网络，
   任何地点上传3D模型，最近工厂自动接单生产
3. AI不仅做报价，还能主动设计优化，
   实现"AI驱动的设计-制造一体化"
4. 行业数据平台——脱敏后的成本数据、设计趋势数据
   成为行业标杆数据库

9.4 与自研QuoteApp的对比及合作可能性

meviy（对外服务）vs QuoteApp（内部工具）：

维度	meviy	QuoteApp
定位	对外商业服务平台	内部成本估算工具
3D解析	自研AI引擎（专利）	调用本地exe
数据安全	ISO27001	本地部署，完全自控
适用场景	外发加工采购	内部成本估算
合作可能性	可作为外部加工渠道集成	可调用meviy API获取外发报价

集成建议：
QuoteApp可增加"外发报价"功能，调用meviy API
获取市场公允报价，与内部估算成本对比，辅助决策

附录：参考资料来源

1. MISUMI官网 meviy平台介绍页面
2. MISUMI 2023-10-06 新闻稿（meviy登陆中国市场）
3. 腾讯云开发者社区技术分析文章
4. 搜狐科技、中国科技网相关报道
5. 专利CN120451960A（米思米3D CAD特征提取方法）
6. arXiv论文：Explainable AI for Manufacturing Cost Estimation
7. MISUMI日本官网企业信息发布