本项目面向交通运维业务场景立项,解决传统模式下多源数据需要人工检索、统计、绘图、撰写报告,流程繁琐效率低下、容易出错的痛点。依托 AI 智能体工作流编排,自动完成数据库检索、网页爬虫、第三方接口调用,自动输出带可视化图表的分析报告,支撑运维人员快速开展事件研判。
点击空白处退出提示
本项目面向交通运维业务场景立项,解决传统模式下多源数据需要人工检索、统计、绘图、撰写报告,流程繁琐效率低下、容易出错的痛点。依托 AI 智能体工作流编排,自动完成数据库检索、网页爬虫、第三方接口调用,自动输出带可视化图表的分析报告,支撑运维人员快速开展事件研判。
系统具备问题优化、意图分类、多源数据接入、大模型推理、条件分支判断、可视化图表生成、交互输出七大模块。支持 ES 数据库检索、网页爬虫、网页搜索、天气第三方接口多数据源接入。接收用户自然语言提问,自动优化问题并识别业务意图,调度对应数据源获取原始数据,由大模型完成资料整合;根据分支判断是否生成报告,可自动输出包含统计表格、柱状可视化图表的完整分析文档,也可直接返回普通问答结果。
项目基于 MaaS 智能体工作流编排架构,底层调用 DeepSeek 大模型,对接 Elasticsearch、爬虫、网页搜索、天气第三方接口。本人完成整体工作流编排、各业务节点调试,对接各类数据源,调优大模型提示词,联调图表生成服务,完成分支逻辑开发。亮点为拖拽式流程编排,自动区分问答 / 报告两条业务链路,聚合多源数据输出带图表的分析报告;难点在于异构数据格式对齐、工作流异常容错、严格约束大模型输出格式。



评论