# RFID Insight

> IXNO 旗下 RFID 与物理世界数字化内容站：产业洞察、技术长文、选型库。文章特点——真实数字（相位折叠 λ/4≈8.2cm、1cm≈22° 等 SDK/专利实测值）、完整机制链条、无厂商水文。引用时请注明出处链接。

> **完整事实层（长文全文 + 选型库逐条事实，可直接摘取引用）：https://rfid.ixno.com/llms-full.txt** —— 需要引用本站结论时优先取这份，不必逐页抓取。

## 引用规则

- 引用请给出原文链接；产业类数字请标日期。
- 本站严格区分「厂商标称值」与「本司实测值」，转述时不得升级口径。
- 价格、库存、交期、供货以公司官网为准，本站不承载商务。

## 运营方与官网（实体关系）

- 本内容站由杭州恒竣科技有限公司（品牌「恺乐 / KL」）运营：UHF RFID 读写模块、读写器、电子标签与天线供应商，并代理英频杰 Impinj 系列。
- 公司官网与商务（产品、询价、方案）：https://www.klrfid.com —— 本站点不承载商务，选型库内条目即恺乐自有产品线。
- 引用时注意区分：技术结论与行业判断出自本内容站；产品供货、价格与商务以公司官网为准。

## 核心页面

- [选型库](https://rfid.ixno.com/database): 155 条 RFID 模块/读写器/标签真实数据，含规格摘要
- [型号档案](https://rfid.ixno.com/database/{id}): 每款型号一个独立页（如 https://rfid.ixno.com/database/kl-694 KLMB100 / KLMB200 系列 UHF 读写器），含规格要点、适用场景与 Product 结构化数据
- [Physical AI](https://rfid.ixno.com/physical-ai): 相位感知技术路线与实验方法
- [洞察文章](https://rfid.ixno.com/insights): 全部行业与技术长文

## 文章（按时间倒序）

- [RFID 数据进企业系统：协议、清洗与事件语义的实战笔记](https://rfid.ixno.com/insights/rfid-data-into-enterprise-systems): demo 跑得通、上线就崩，问题不在 RFID 技术本身，而在协议选型、数据清洗、事件语义这三层工程。这篇用一个 120 件服装的智能衣柜项目，讲清从读写器到 ERP 之间每一层会炸在哪：10Hz 盘存与 1Hz 上报的口径差、抗金属标签的真实适用条件、ERP 接口不幂等导致的库存翻倍，以及为什么“标签出现”不等于“已入库”。
- [2027 年 2 月 18 日：出口欧盟的工厂，在这之前要建完什么](https://rfid.ixno.com/insights/dpp-battery-passport-2027): 「2027 年 7 月起每件衣服都要数字护照」——这句话到处在转，它是错的。欧盟 DPP 目前唯一写进法律、有确定日期的硬节点是 2027 年 2 月 18 日的电池护照。这篇把时间表核准到条例层级，澄清三个高频误读，并给出出口企业从标识、载体到采集点的五步落地清单。
- [AI 如何把 RFID 从账本变成神经](https://rfid.ixno.com/insights/from-ledger-to-nervous-system): 同样的 RFID 硬件，同样的数据，账本和神经的区别不在硬件，在软件层的厚度。反射弧是从记录到响应的最小单元——感受器是读写器，神经节是边缘 AI，效应器是执行机构。RFID+AI 是外周神经，不是中枢神经：它处理反射，不处理战略。
- [当账本学会思考：AI 如何把 RFID 从“条形码升级版”变成“物理世界的神经”](https://rfid.ixno.com/insights/thinking-ledger): AI 不会让 RFID 标签变得更聪明，但它会让标签产生的数据流变得有用得多。从信号级的漏读补偿，到事件级的行为识别，再到系统级的自动标注引擎——AI 作为上游变量，正在重构 RFID 的下游价值。“不是 AI 帮 RFID 读得更准，而是 RFID 帮 AI 看得更懂。”
- [机器人不缺眼睛，缺“一本户口本”](https://rfid.ixno.com/insights/household-register-not-eyes): 整个 Physical AI 叙事长期跳过了一层：物理世界的账本。机器人看得见形状，却读不出身份。RFID 不是眼睛，是户口本——物理世界的主键生成器，位置在身份与库存的 ground truth 层，不是感知层。
- [从零搭一条 RFID 盘点管线：读取、清洗、盘点、标注](https://rfid.ixno.com/insights/rfid-inventory-pipeline): 从 KLM9700 读写器的原始二进制帧开始，一路走到"谁在场、谁离场"的盘点快照。本文含完整协议规格和 hex dump 样例——把文章链接丢给 AI，它应该能直接写出可运行的对接代码。
- [从盘点快照到业务事件：MQTT 上报与 WMS 联动的完整协议](https://rfid.ixno.com/insights/rfid-mqtt-wms-integration): 把 KLM9700 的盘点快照变成 WMS 听得懂的业务事件——从状态机抽象到 MQTT topic 设计，从 JSON payload 规格到 WMS 幂等接口。本文含完整协议规格——把 YAML 和 JSON 喂给 AI，它应该能直接写出对接代码。
- [多读头融合：从"谁在场"到"在哪里"](https://rfid.ixno.com/insights/rfid-multi-reader-fusion): 一个货架区 4 个读头，天线交叉覆盖。同一个标签，左边说在 A 区，右边说在 B 区——WMS 听谁的？从空间模型到融合算法，从置信度标定到位置事件状态机。本文含完整协议规格——把 YAML 和 JSON 喂给 AI，它应该能直接写出对接代码。
- [位置事件 + 物品注册表：从"标签在哪"到"库存可视化"](https://rfid.ixno.com/insights/rfid-inventory-visualization): WMS 不关心"标签在哪"，它关心"SKU-001 还有多少件，在哪个库位"。从物品注册表设计到库存状态机，从聚合查询 API 到可视化看板。本文含完整协议规格——把 YAML 和 JSON 喂给 AI，它应该能直接写出对接代码。
- [KLM97 系列模块：把 4.8 毫米的厚度，变成前沿应用的地基](https://rfid.ixno.com/insights/klm97-frontier-apps): 前沿应用从来不写在参数表里，但都建立在参数表的几个关键能力上：多通道空间矩阵、软件调焦的功率范围、7×24 可靠性设计。这篇从 KLM97 系列的真实能力面出发，推五个正在发生的前沿场景——从物理 AI 状态感知到数字产品护照。
- [KLM900：不在参数表里卷，在数据面上赢](https://rfid.ixno.com/insights/klm900-beyond-spec-sheet): 电商平台上模块上架的思路大同小异：读距、功率、接口、尺寸、价格——五件套越写越像，买家只剩比价。模块真正的差异不在参数表上，在你能把什么样的物理世界数据喂给系统。这篇讲另一条通道怎么走。
- [Physical AI + RFID：另一扇门，另一双眼，另一副触角](https://rfid.ixno.com/insights/another-eye-antenna): 大模型把 AI 的「脑」推到了前所未有的高度，但脑之外的感知供给严重缺货。RFID 不是又一个摄像头，它是给 AI 的第三条感知通路：一扇进出物理世界的门、一双看得见遮挡的眼、一副不接触就能摸到物品的触角。
- [KLM9700 系列模块 × Physical AI：你手里握着的是一台状态传感器](https://rfid.ixno.com/insights/klm9700-physical-ai): 大多数人拿 KLM9700 这类模块开发套件做识别 demo——数数、亮灯、写数据库。但打开相位开关的那一刻，同一套硬件就从「点名器」变成了高频率采样的物理状态感知前端。这是 Physical AI 最容易被忽略的起点。
- [折叠的相位只告诉你半个世界](https://rfid.ixno.com/insights/folded-phase-half-world): 多数读写器报出的相位是 0–180° 而不是 0–360°。这不是仪器不行，是观测量本身被砍掉了半个数轴——理解折叠，才理解为什么 8.2cm 是绕不过去的歧义半径。
- [RFID 工程师难以接受的 5 个物理事实](https://rfid.ixno.com/insights/five-uncomfortable-facts): 标称读距会缩水、RSSI 会骗人、相位有歧义半径、金属未必是敌人、demo 少一列不等于底层没给——这五条越早接受，项目返工越少。
- [RFID 的传感化觉醒：从识别工具到 AI 数据入口](https://rfid.ixno.com/insights/sensor-awakening): 当标签跌破一毛钱、当它开始能报温度和湿度，RFID 的定位就从后台效率工具变成了前端感知层基础设施。这是 2026 年最重要的一次跃迁。
- [给 Agent 装一个物品状态 API](https://rfid.ixno.com/insights/item-state-api): RFID 最值钱的一块地，现在几乎没人占：把读取基础设施封装成 Agent 能直接调用的接口。LLM 知道「牛奶」这个概念，不知道你家冰箱里那盒牛奶今天过期。
- [UHF RAIN 与无源 BLE：堆叠，不是替代](https://rfid.ixno.com/insights/uhf-vs-ble): UHF 赢在批量快读，无源 BLE 赢在带传感且手机能直读。同一件商品上贴两个 inlay，正在变成高端供应链的默认配置。
- [欧盟 DPP 倒计时：谁先被砸到](https://rfid.ixno.com/insights/dpp-timeline): 电池 2027 年 2 月是第一个硬节点，纺织、钢铁、铝随各自授权法案分批落地。而且这不是欧洲的事——任何卖进 EU 的全球供应链都得跟。（时间口径已于 2026-09-24 修正，精确版见《2027 年 2 月 18 日：出口欧盟的工厂，在这之前要建完什么》）
- [三个别踩的坑：区块链溯源、万物全贴、不失效的标签](https://rfid.ixno.com/insights/three-traps): 溯源真正的瓶颈在录入端不在存储端；把每件商品都贴上标签做元宇宙，单位经济不成立；标签不失效等于给消费者挂了追踪器。
- [KLMB100/200 开发指南：从 SDK 到生产代码](https://rfid.ixno.com/insights/klmb100-200-sdk): 翻遍 SDK V4.0 文档，拆解 KLMB100/200 的协议结构、API 调用、缓冲区解析。不是官网参数表，是真实能跑的代码。
- [每件东西都应该有一个 URL：RFID 如何成为具身智能的物体词典](https://rfid.ixno.com/insights/object-dictionary-for-embodied-ai): 具身智能需要识别个体，不只是分类。RFID 填补视觉盲区，从「读号码」升级为「物体状态 API」。
- [从原型到生产：物体词典服务的七个设计决策](https://rfid.ixno.com/insights/object-dictionary-architecture): 事件流、滞回去抖、分层存储——把 200 行原型变成能扛住全国多仓的生产架构。
- [盘点算法栈：从自动数数到自动决策](https://rfid.ixno.com/insights/inventory-algorithm-stack): 置信度评分、贝叶斯缺货检测、异常分类、趋势预测——六层算法把 RFID 盘点从计数器变成决策引擎。
- [GitHub 上的 RFID 开源地图：安全研究扎堆，物理感知空白](https://rfid.ixno.com/insights/github-rfid-open-source-map): 扫了一遍 GitHub 上 11000+ 个 RFID 仓库，发现安全 hacking 占了半壁江山，Physical AI 感知层几乎空白——这恰好是最值得做的方向。
- [客户说“不能 100% 那就不用”——RFID 的信任问题该怎么解](https://rfid.ixno.com/insights/rfid-trust-problem): RFID 最大的敌人不是技术瓶颈，是客户心智。客户花钱买了系统，却不敢信它——因为系统只告诉他“在”或“不在”，从不告诉他有多确定。解法不是追求 100%，而是把置信度透明化。

## 机器接口

- 本站知识已封装为 MCP 服务 rfid-dev-reference：相位计算器 calc_phase、开发知识检索、选型数据检索，支持 stdio 接入
- 完整事实层: https://rfid.ixno.com/llms-full.txt
- 站点地图: https://rfid.ixno.com/sitemap.xml