背景痛点有二：一是工业安全生产长期靠经验、靠人 —— 安全制度多且复杂，一线工人记不住，紧急情况下容易出错，安全管理停留在 "能监控、会报警" 的感知智能层面，缺少会分析、能问答、出报告的决策智能；二是大模型落地工业难以规模化 —— 工业客户需求碎片化，每个客户场景、数据、问答逻辑都不同，逐项目从零开发成本高、周期长。
面向行业：安全生产（矿山、煤炭、石化、水务等高危行业）与工业互联网平台。实际部署在水务、易度等项目；度安安另落地矿山和石化场景，中海油大榭石化通过引入度安安实现安全隐患秒级预警、事故响应速度提升 5 倍。承载平台为百度智能云开物 —— 国家级 "双跨" 工业互联网平台，覆盖制造、能源、电力、水务等 20+ 行业。项目 2023 年 9 月于百度云智大会发布，度安安同期入选 "2023 年人工智能融合发展与安全应用典型案例"（领航型）。
对外提供四类核心应用能力（算法同学已基于此发布 20+ 个大模型 APP）：
1. 智能助手：对话式问答，流式返回，能分析预警、回答专业问题、撰写报告 —— 典型如度安安的预警分析总结、HSE 专业问答、安全报告撰写；
2. API 智能调用：大模型理解意图后自动调用后端 API 或工具，支持业务系统联动；
3. 文档检索：基于知识库 / 文档的检索增强问答，如安全规程、作业指导书问答；
4. BI 取数 + 图表绘制：自然语言查数、自动生成可视化报表。
另具低代码定制能力：基于 Langflow 可视化创建 "大模型思维链" 应用编排，客户或算法同学可自助搭应用，已支持 200+ 个定制化 APP—— 这是用一个框架服务多个行业客户的核心抓手。
技术栈：Python、LLMOps、Ray Serve、FastAPI、Websocket、ChatAPI、K8s、Grafana、Prometheus、Langchain、Langflow。
实现分四层：
- 服务框架层（核心）：RayServe + FastAPI + Websocket 提供大模型问答服务；Langchain 负责调用大模型；Langflow 支持低代码大模型链构建；APP 与 Host 分离式部署、运行时动态识别加载应用；
- 应用层：已发布 20+ 大模型 APP，提供智能助手、API 智能调用、文档检索、BI 取数、图表绘制等能力；
- 基础设施层：K8s 容器编排部署，Grafana + Prometheus 监控，LLMOps 全链路运维；
- 客户交付层：度安安（水务、易度、矿山、石化等）、开物数智化平台。
个人职责：负责服务框架设计与核心研发，以及与前端、算法同学的代码适配和联调。
关键设计点：APP/Host 分离 + 动态加载（新 APP 发布无需重启主服务，支撑 20+ 到 200+ APP 的规模化增长）；RayServe 承载服务；Langflow 把定制化能力下放给非框架开发者，让算法自助构建 APP；Websocket + ChatAPI 保证流式问答体验。
量化成果：20+ 大模型 APP、200+ 定制化 APP、2023.09 云智大会发布、水务 / 易度等部署落地。
评论