针对离散制造业产品商业检测环节长期存在的检测效率低下、参数管理混乱、质量数据价值未能挖掘及故障诊断依赖人工 经验等系统性难题，本文面向中央空调制造场景，提出并实现了一种基于“云–边–端”协同架构的 AI 智能商检平台。该平台深 度融合工业物联网、机器视觉、自研统计过程控制（SPC）引擎与机器学习技术，构建了覆盖“感知–分析–决策–执行-进化” 的全流程智能闭环。在感知层，通过视觉引导与自适应插接系统实现无人化高精度检测；在分析层，基于 BOM 驱动的参数自动生 成与一致性比对机制，彻底消除人为配置错误；在决策层，设计动态控制限 SPC 巡检模型与 AI 故障智能体，支持质量波动预警与 根因定位。在中央空调生产车间实际应用表明：单台检测耗时由 75 秒降至 50 秒，工程师单位工时产能提升 45%；参数问题导致的 月度设备时间由 30 小时归零；故障平均处理周期从 30 分钟缩短至 5 分钟，首次修复成功率提升 80%。本研究不仅验证了数据驱动 智能商检系统的工程可行性，也为多品种、小批量离散制造场景下的质量管控智能化提供了可复用的系统集成范式。