传统军警/政务指挥系统存在三个痛点：① 设备/人员/武器状态分散在多个子系统，指挥员需要切屏拼凑才能掌握全貌；② 缺乏 AI 辅助决策，作战方案依赖个人经验，难以沉淀为可复用的知识资产；③ 实时告警依赖人工巡检，异常响应滞后。本项目以"全要素态势一屏掌握 + AI 战术推理 + 实时指令下发"为目标，构建一套从感知到决策到执行的闭环系统。
面向军警、应急、人防等准军事单位的战术指挥场景，覆盖日常战备值班、突发事件应急响应、跨区域联合行动三种典型业务。多支队伍协同作战时，指挥所需要在统一大屏上看到所有参战单位的实时位置、装备状态、战场环境，并由 AI 根据当前态势推荐作战方案，指挥员确认后系统通过加密指令通道下发到末端设备（车辆、便携终端、无人机）。
**功能模块：** ① 设备管理（服务器/车辆/便携/无人机/传感器全生命周期）；② 人员管理（侦察/医疗/指挥角色定位 + 轨迹回放）；③ 武器资产（枪械/车辆/无人机装备台账 + 弹药状态）；④ 战役任务（攻击/防御/侦察任务 + 任务人员/武器/步骤三张关联表）；⑤ OODA 决策循环（Observe→Orient→Decide→Act 四步法，AI 推理后通过 Redis 发布指令）；⑥ MQTT 指令通道（普通指令 QoS 1，关键指令 QoS 2 保证恰好一次）；⑦ WebSocket 实时告警（基于 Redis Pub/Sub + 60s 心跳）；⑧ Cesium 3D 大屏（实时态势/地理围栏/轨迹回放）；⑨ RAG 知识库（战例 chunk 化 + Milvus 向量检索 + DeepSeek 推理）；⑩ 行级数据权限（基于单位+角色 DataScope 自动过滤）。
**主要功能描述：** 平台打通"感知（IoT 设备 telemetry）→ 认知（AI 战术推理 + 知识库）→ 决策（OODA 循环）→ 执行（MQTT 指令下发）"全链路。指挥员在 3D 大屏上看到的不只是静态数据，而是带历史轨迹、当前状态、异常告警的活地图。AI 不是 PPT 上的概念，是真的接 DeepSeek、跑 RAG、输出作战建议的模块。MQTT 通道用 QoS 2 保证开火指令不丢不重，这在民用项目里几乎见不到。
**我负责的具体任务：** 全栈独立完成。包含：5 模块微服务架构设计与 Maven 多模块构建（tactical-common / system / iot / ai / admin）、后端业务实现（设备/人员/武器/任务/指令/告警全套 CRUD + 业务流）、Spring AI + RAG + Milvus 集成、OODA 决策循环编码、SM3 国密 + 盐值密码方案、Redis Pub/Sub 告警通道、MQTT 客户端 + QoS 1/2 双通道、Web 端 Vue 3 + TS + Element Plus + Cesium 1.140 前后端全栈、移动端 uni-app 4 Tab、MyBatis-Plus + 13 张业务表建模、Linux + Docker 部署。
**技术栈 / 架构 / 亮点难点：**
- **架构**：Spring Cloud 微服务（5 模块），模块依赖层层收敛
- **AI**：Spring AI 1.0.0-M1 + DeepSeek + BAAI/bge-m3 嵌入 + Milvus 向量库，chunk 策略 800 token / 100 overlap
- **安全**：SM3 国密 + 盐值（不是常见 SHA256），用于等保密资质政务/军工项目
- **IoT**：Eclipse Paho MQTT，普通指令 QoS 1，攻击指令 QoS 2，开火都不能丢
- **实时**：WebSocket + Redis Pub/Sub，channel `tactical:alarm:channel`，心跳 60s
- **大屏**：Cesium 1.140 渲染 3D 态势 + 设备轨迹 + 地理围栏
- **难点**：OODA 不是写死命令流，是真的 AI 推理后用 Redis 发布；行级数据权限用 AOP 切面自动按单位+
评论