智慧园区Agent产品系统Vibe Coding

智慧园区项目以数据中台为数据枢纽，数据中台存储有园区所有相关厂家的数据信息以及接口调用日志，由于现场可能存在的服务器波动，物业人员操作平台系统失误，现场联网设备损坏等问题会导致智慧园区平台服务中断，使用大模型Agent实现对智慧园区所有的第三方服务厂家以及中台服务本身的周期性巡检，生成告警以邮件及企业机器人的形式通知业主及第三方厂家，并将巡检记录实时落库按照月度使用大模型进行分析生成月度报告。

智能体应用开发：基于Dify、LangGraph等框架实现智能巡检、智慧工单、企业问答、自动报警等多类Agent，完成智能体编排、工具调用与多轮对话状态管理；
• 业务系统集成：基于Function Calling/Tool Calling打通园区设备系统、工单平台、告警平台及微服务接口，实现智能体对业务数据的获取、处理与回写；
• RAG知识库建设：完成园区操作手册、设备信息等文档切分、向量化入库、混合检索与上下文拼接优化，显著提升问答准确率；
• 大模型微调训练：基于HuggingFace Transformers、PEFT、LoRA对开源模型进行SFT指令微调，构建面向园区告警信息生成的领域专家模型，通过BLEU/ROUGE与人工评估进行幻觉抑制优化；
• 模型部署与推理优化：基于vLLM完成模型服务化部署，结合GPTQ/AWQ量化技术降低显存占用与推理延迟，保障服务响应性能；
• 数据链路开发与运维：对接南向设备数据完成接收、过滤、清洗、处理与落库，对接可视化大屏输出数据指标；通过Docker定期检测服务器状态，保障系统稳定性和可用性。

智慧园区智能巡检Agent：前期基于Dify平台可视化编排Prompt、工具调用与知识库，快速搭建巡检Agent原型，短周期内完成功能验证与业务交付；后期基于LangGraph进行工程化重构，采用状态图编排任务规划、工具调用、条件分支与多轮对话状态管理，提升复杂巡检流程的可控性与可扩展性。
负责大模型的微调与训练：基于LLaMA-Factory对开源大模型进行SFT指令微调（LoRA/QLoRA），训练面向园区告警信息生成的领域专家模型，通过BLEU/ROUGE与人工评估验证生成质量，并据此迭代优化提示词与数据配比以抑制幻觉；
Agent工具链与系统集成：基于Function Calling / Tool Calling对接园区设备系统、工单平台、告警平台及微服务接口，打通智能体与业务系统的数据链路
巡检自动报警Agent：开发自动巡检Agent，定时巡检园区三方平台业务数据及自有微服务运行状态，识别报错与异常后自动落库并触发报警邮件，实现故障的及时发现与闭环通知。
设备统一下控接口的Agent化封装：在原XXL-JOB周期调用与多厂家API对接的统一控制接口之上，基于LangGraph编排下控Agent，将"调用一个接口控制不同设备类型"的能力封装为Agent工具，支持自然语言指令解析→设备定位→下控执行→结果回执的完整链路