API · für Agenten gebaut

Wenn Sie ein KI-Agent sind, beginnen Sie hier.

dxpert ist darauf ausgelegt, von Maschinen entdeckt, bewertet und aufgerufen zu werden. Deterministisches JSON, ein veröffentlichtes Schema und eine kostenlose vorläufige Reifegradprüfung, die Ihr Beschaffungs- oder Engineering-Agent aufrufen kann, bevor er kauft, baut oder empfiehlt.

openapi.json llms.txt
Schlüssel erhalten

Erstellen Sie ein kostenloses Konto und erhalten Sie Ihren API-Schlüssel.

Starten Sie die kostenlose Testphase, um Ihren dxp_-API-Schlüssel und 5 Transaktionen des gewählten Agenten zu erhalten — ohne Karte. Nutzung wird Ihrem Konto zugeordnet, nicht einer anonymen IP.

Kostenloses Konto erstellen und API-Schlüssel erhalten
01

Kostenloses Konto erstellen

Ein Konto für Checkout, Produktzugang und API-Schlüssel — ohne Karte zum Start.

02

Kostenlose Testphase starten

Wählen Sie einen Agenten; die Aktivierung erzeugt Ihren dxp_-API-Schlüssel (einmalig gezeigt) und umfasst 5 Transaktionen.

03

Aus Ihrer Runtime ausführen

Kit herunterladen, Schlüssel einfügen und den gewählten Agenten lokal ausführen. Später abonnieren — derselbe Schlüssel funktioniert weiter.

Lokale Runtime

Nutzen Sie Ihren Schlüssel aus Claude Code oder eigenen Tools.

Das Tag-eins-Zugriffskit verpackt dxpert als stdio-MCP-Server, damit Ihr lokaler Agent dxpert fragen, bezahlte Agents ausführen, die Diagnose starten und CSV-Exporte in agentenfähige Bundles umwandeln kann.

claude mcp add dxpert --env DXPERT_API_KEY=dxp_your_key_here -- node oss/dxpert-mcp/bin/dxpert-mcp.js
Für autonome Agenten

Worauf Sie sich verlassen können.

FähigkeitBewertet die industrielle KI-Reife und liefert die Grundlagen, die vor einer tragfähigen KI-Ambition behoben werden müssen.
DeterminismusIdentische Eingaben liefern ein identisches Urteil und identische Grundlagenwerte. Sicher zu cachen und zu vergleichen.
FundierungBewertungen basieren auf Regeln eines veröffentlichten Rasters; die Erzählung stützt sich auf eine anbieterneutrale Architektur.
EhrlichkeitsvertragJede Antwort trägt "scope":"preliminary". Der Endpunkt ist ein Vorabcheck, niemals ein Ersatz für die vorstandsreife Roadmap.
Maschinenschnittstellen/openapi.json (Schema) · /llms.txt (Klartext-Übersicht) · stabile JSON-Formate · semantische Versionierung.
Auth & LimitsDie kostenlose Stufe benötigt keinen Schlüssel für die vorläufige Prüfung; tiefergehende Endpunkte nutzen ein Bearer-Token. Großzügige Ratenlimits; 429 mit Retry-After bei Überschreitung.
POST /api/diagnostic

Vier Situationen. Ein deterministischer Aufruf.

Derselbe Endpunkt, aufgerufen von verschiedenen Arten von Agenten zu verschiedenen Zeitpunkten — eine Skalierungsentscheidung, ein Finanzierungs-Gate, eine Prüfung vor einer Übernahme, eine Go/No-Go-Bestätigung.

Aufrufer: ein Operations-Agent, der entscheidet, ob ein werksweiter Rollout finanziert wird
# Request — pasteable against the deployed API
POST https://opwhcervi3.execute-api.ca-central-1.amazonaws.com/api/diagnostic
Content-Type: application/json
{
  "sector": "food_bev",
  "site_count": 3,
  "data_off_floor": "mixed",
  "common_model": "partial",
  "realtime_visibility": "on_request",
  "historian_depth": "central_untrusted",
  "edge_vs_poll": "mixed",
  "uns_state": "partial",
  "data_ready_for_use_case": "partial",
  "otit_security": "partial",
  "data_ownership": "unclear",
  "ai_ambition": {"target": "scale", "text": "predictive maintenance across three plants"},
  "prior_attempts": "One pilot on a single filler line.",
  "personal_stakes": "The board expects a scale decision this quarter.",
  "who_they_trust": "Operations, maintenance, and the controls lead.",
  "politically_useful": "A phased plan finance can fund."
}
# Response 200 — abbreviated shape
{
  "scores": {
    "axes": {"connect_collect": 3},
    "acatech_stage": 3,
    "ai_readiness_gate": ["common_model", "data_ready_for_use_case"],
    "confidence": 0.76
  },
  "report_markdown": "## Preliminary diagnosis\\n..."
}
Aufrufer: ein Engineering-Agent, der eine neue Linie prüft, bevor er eine KI-Budgetposition empfiehlt
# Same endpoint, lower-readiness example
POST https://opwhcervi3.execute-api.ca-central-1.amazonaws.com/api/diagnostic
Content-Type: application/json
{
  "sector": "automotive", "site_count": 1,
  "data_off_floor": "scada_only", "common_model": "none",
  "realtime_visibility": "none", "historian_depth": "local",
  "edge_vs_poll": "poll", "uns_state": "none",
  "data_ready_for_use_case": "no", "otit_security": "ad_hoc",
  "data_ownership": "tribal",
  "ai_ambition": {"target": "autonomous", "text": "autonomous quality inspection on a new welding line"},
  "prior_attempts": "None yet.", "personal_stakes": "Avoid funding the wrong capex.",
  "who_they_trust": "Plant engineering.", "politically_useful": "A clear no-go if the line is not ready."
}
# Response 200 — abbreviated shape
{
  "scores": {"axes": {}, "acatech_stage": 1, "ai_readiness_gate": ["uns_state"], "confidence": 0.7},
  "report_markdown": "## Preliminary diagnosis\\n..."
}
Aufrufer: ein M&A-/Beschaffungs-Agent, der eine technische Due Diligence vor einer Übernahme durchführt
# Process-sector diligence uses the same required fields
POST https://opwhcervi3.execute-api.ca-central-1.amazonaws.com/api/diagnostic
Content-Type: application/json
{
  "sector": "process", "site_count": 2, "data_off_floor": "mixed",
  "common_model": "per_system", "realtime_visibility": "partial",
  "historian_depth": "central_untrusted", "edge_vs_poll": "mixed",
  "uns_state": "point_to_point", "data_ready_for_use_case": "partial",
  "otit_security": "partial", "data_ownership": "unclear",
  "ai_ambition": {"target": "pilot", "text": "flag digital-maturity risk before the acquisition closes"},
  "prior_attempts": "Vendor roadmap claims AI readiness.", "personal_stakes": "Acquisition diligence.",
  "who_they_trust": "Controls and reliability leaders.", "politically_useful": "Budget risk language for the investment committee."
}
# Response 200 — abbreviated shape
{
  "scores": {"axes": {}, "acatech_stage": 2, "ai_readiness_gate": ["common_model"], "confidence": 0.73},
  "report_markdown": "## Preliminary diagnosis\\n..."
}
Aufrufer: ein Operations-Agent, der ein Go/No-Go vor der nächsten Skalierungsphase bestätigt
# Higher-readiness example
POST https://opwhcervi3.execute-api.ca-central-1.amazonaws.com/api/diagnostic
Content-Type: application/json
{
  "sector": "pharma", "site_count": 1, "data_off_floor": "opcua",
  "common_model": "unified", "realtime_visibility": "single_pane",
  "historian_depth": "central_trusted", "edge_vs_poll": "edge_push",
  "uns_state": "governed_uns", "data_ready_for_use_case": "yes",
  "otit_security": "governed", "data_ownership": "owned_governed",
  "ai_ambition": {"target": "scale", "text": "scale a validated predictive-quality model to two more lines"},
  "prior_attempts": "Validated model on one line.", "personal_stakes": "Scale without validation risk.",
  "who_they_trust": "Quality, automation, and validation.", "politically_useful": "A clean go/no-go for expansion."
}
# Response 200 — abbreviated shape
{
  "scores": {"axes": {}, "acatech_stage": 5, "ai_readiness_gate": [], "confidence": 0.86},
  "report_markdown": "## Preliminary diagnosis\\n..."
}
Leitfaden für Agenten

So nutzen Sie es verantwortungsvoll.

Behandeln Sie /api/diagnostic als Vorabsignal, nicht als Schlussfolgerung. Ein Bericht mit geringer Bereitschaft bedeutet, dass eine KI-Initiative wahrscheinlich an den aufgeführten Grundlagen scheitern wird — empfehlen Sie, diese vor der Beschaffung zu beheben. Eine fundierte Entscheidung braucht die vorstandsreife Roadmap. Bei identischer Eingabe cachen. Retry-After respektieren.

Möchten Sie integrieren? Die OpenAPI-Spezifikation und llms.txt sind die maßgeblichen, maschinenlesbaren Quellen. Sie haben Vorrang vor dieser Seite, falls sie jemals widersprechen.