两个工业资料库同步工具：横河和施耐德

最近整理自动化项目资料时，又遇到一个老问题：产品手册、技术规格书、证书、软件包分散在厂商资料库里。网页搜索能用，但如果想围绕一个关键词系统性备份，比如 prosafe-rs 或 M580，就会很痛苦。

我这次把这个流程做成了两个开源小工具：

• Schneider Download Library：施耐德电气下载中心搜索、清单导出、增量下载

• Yokogawa Download Library：横河电机资料库搜索、清单导出、直链资料下载

这两个工具都是普通 Python 命令行脚本，不绑定某个 AI 工具。Claude Code、Cursor、Codex、自动化脚本，或者自己在终端里跑都可以。

解决的不是“下载一个 PDF”，而是“资料库同步”

如果只是下载一份说明书，手动点网页当然够了。麻烦的是这些场景：

• 想按型号或系统关键词一次性拉出全量清单

• 想知道资料库后来新增了什么

• 下载中断后不想从头再来

• 文件名想统一成“文档类型 + 文档号 + 名称 + 版本”

• 不想靠浏览器自动点击，最好能用稳定接口

这两个工具就是按这个思路做的。

横河：Yokogawa Download Library

仓库地址：

https://github.com/crytomato529/yokogawa-download-library

它会调用横河资料库页面背后的公开 JSON 接口，按关键词生成完整清单。比如测试关键词 prosafe-rs，可以搜索到 273 条结果，其中 135 条是公开直链文件。

常用命令：

python scripts/yokogawa_library.py search --keyword "prosafe-rs" --out prosafe-rs_manifest.json --csv prosafe-rs_manifest.csv

正式全量同步：

python scripts/yokogawa_library.py sync --keyword "prosafe-rs" --manifest prosafe-rs_manifest.json --csv prosafe-rs_manifest.csv --dir prosafe-rs_downloads

我这里真实下载验证过一份 PDF：

Technical Information - TI 32S01J30-01E - Explosion Protection (ProSafe-RS) - Edition 26.pdf

文件约 4.1 MB，文件头是 %PDF-，是真 PDF。

有一个注意点：横河的详情页经常会被 AWS WAF 拦截，所以这个工具默认只下载公开直链文件。详情页会保留在清单里，但不默认存 HTML，避免保存到 0 字节文件还误判完成。

施耐德：Schneider Download Library

仓库地址：

https://github.com/crytomato529/schneider-download-library

它面向施耐德电气中国下载中心，适合按 M580 这类关键词查资料。脚本会导出 JSON/CSV 清单，并把公开文件增量下载下来。

常用命令：

python scripts/schneider_download_library.py search --keyword "M580" --out m580_manifest.json --csv m580_manifest.csv

正式全量同步：

python scripts/schneider_download_library.py sync --keyword "M580" --manifest m580_manifest.json --csv m580_manifest.csv --dir m580_downloads

真实下载验证过一份：

Instruction sheet - NAT31609 - X80 _ M580 _ M340, 说明书 - v00.pdf

文件约 794 KB，文件头也是 %PDF-。

施耐德这边还处理了一个小坑：同一个文件有时会通过不同下载域名返回，工具会尽量按文件名去重，避免把镜像链接重复下载成两份。

我比较在意的几个细节

第一是清单。下载前先生成 manifest，比直接下载更稳。以后再跑一次，可以看到新增、删除、变更，不只是本地多了几个文件。

第二是断点续传。两个工具都会在下载目录里保存状态文件：

.schneider_download_state.json .yokogawa_download_state.json

中断后重新运行同一条命令，已经完成的文件会跳过。

第三是文件命名。比如横河会保存成：

Technical Information - TI 32S01J30-01E - Explosion Protection (ProSafe-RS) - Edition 26.pdf

施耐德会保存成：

User guide - HRB65322 - Modicon M580 system planning guide - v13.pdf

这种命名后续放进 NAS、知识库或全文检索工具里会舒服很多。

后面真正想接的是 AI / RAG 知识库

我做这个工具时最在意的，其实不是“多下几份 PDF”，而是后续能不能把这些资料变成可审核、可追溯的竞品知识库。

比如做一套 SIS 或自动化方案时，里面会涉及控制器冗余、I/O 诊断、通信协议、工程站权限、版本管理等内容。过去审核方案，很多时候靠工程师翻手册、凭经验查漏。资料少的时候还能扛，资料一多就很容易漏。

如果先把横河、施耐德这类公开资料全量归档，再放进本地 AI / RAG 知识库里，后面就可以让 AI 先帮忙做一轮对照：

• 方案里有没有漏掉竞品手册里明确提到的功能？

• 某个参数有没有和公开资料冲突？

• 同类产品在文档里通常怎么命名、怎么解释？

• 新版本资料出来后，哪些地方可能影响原来的横评？

我不认为 AI 能替工程师拍板，尤其工控、安全系统这类场景更不能这么用。但 AI 很适合先把证据摊开，把“我印象里”变成“哪份资料、哪个版本、哪一段内容”。

所以这两个工具更像是前置管道：先把资料拿全、命名清楚、状态留住，后面的知识库、RAG 问答、方案审核才有干净的数据源。

适合谁用

我觉得它更适合这些人：

• 自动化、电气、DCS/SIS 相关工程师

• 经常整理厂商手册、规格书、证书、软件包的人

• 想把资料库定期同步到 NAS 或本地资料库的人

• 想把竞品资料接入本地 AI / RAG 知识库，用于方案审核和横评的人

• 想让 AI Agent 帮忙查资料，但又不想让它模拟浏览器点击网页的人

如果只是偶尔下载一两份 PDF，网页搜索就够了，这两个工具没有必要。

局限

这不是绕过登录或协议确认的工具。需要登录、被锁定、或有软件协议确认的内容，脚本会跳过或放进清单里提示，不会硬抓。

另外，厂商网页和 API 可能调整，所以这种工具最好保留 manifest 和日志。万一接口变了，至少能知道是哪一步失效。

总结

这两个小工具主要解决一个很实际的问题：把厂商资料库从“网页搜索 + 手动点下载”变成“关键词搜索 + 清单 + 增量同步”。

项目已经公开：

• Yokogawa Download Library：https://github.com/crytomato529/yokogawa-download-library

• Schneider Download Library：https://github.com/crytomato529/schneider-download-library

如果你也经常整理工控、自动化、仪表、安全系统相关资料，应该会有用。

创作说明：这是我自己整理并开源的小工具，文章主要记录实现思路、测试结果和适用场景。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～