Docker

用户可通过报障对话或服务表单描述故障现象，并选择设备、项目、控制系统版本和现场状态。系统自动识别问题意图，检索适用的操作手册、维护SOP、故障码、技术公告和历史处理经验，生成带来源、适用范围及风险提示的排查建议；当信息不足时，主动列出需要补充的诊断数据。系统还可同步形成工单标题、问题分类、优先级、设

一、Supervisor意图路由主控Agent精准识别售前咨询、订单问题、售后服务、投诉四类意图，分流到对应的处理链路；同时设计多轮对话状态机，支持意图修正与平滑切换。二、记忆与会话持久化短期对话记忆使用Redis，长期用户画像与历史工单使用PostgreSQL持久化，保证更换会话后仍能识别老客户。

一、多源文档解析管道支持PDF、Word、Excel等主流格式的统一解析，制定「段落级+语义级」两种粒度的切片策略，构建高质量索引。二、三路混合召回同时运行三路检索：向量语义检索（理解意思相近但措辞不同的问法）、关键词检索（精确匹配专有名词与编号）、知识图谱路径检索（找出文档之间的关联关系）。三路结

一、双任务共享编码模型基于BERT-base-Chinese构建单模型多任务架构：底层共享编码层，上层分别接安全分类头（正常/广告/色情/暴力/政治敏感五分类）与情感分析头（正面/负面/中性三分类）。一个模型同时输出两个结果，比跑两个独立模型节省近一半资源。二、推理服务提供实时分类与批量审核两类接口

系统基于MCP（ModelContextProtocol）协议规范构建，共四个核心模块：一、MCP协议网关把订单管理、库存调拨、物流追踪、财务对账等20+业务接口封装为标准化MCPTools，统一每个工具的输入/输出Schema。使上层Agent与下层异构系统彻底解耦——新增一套业务系统只需实现一个

系统按一条完整链路设计：用户提出需求-任务拆解-多源检索-结构化生成-质量评估-人工精修。共六个核心模块：一、Coordinator任务拆解引擎接收「撰写某行业报告」这类自然语言需求，自动拆解为6-8个子任务（宏观环境-市场规模-竞争格局-财务对比-风险提示），并构建任务依赖图（DAG），无依赖的节

核心功能模块包括：1、多格式文档解析入库：支持PDF、Word、扫描件OCR识别，自动切分语义段落并生成向量索引；2、混合检索引擎：结合BM25关键词检索与向量语义检索，通过bge-reranker重排序模型二次精排，Top-K召回准确率达92%；3、智能问答对话：支持多轮上下文追问，回答自动附带原

1.地铁轨道数据算法分析与整理，呈现各种可视化大屏，给业主提供辅助决策是否铣磨、打磨、更换钢轨2.离线数据上传，更方便快捷解析海量数据及超限数据提取生成各种行业内相关报告数据

实时流式通道产出的数据结构与批处理语义一致，可统一纳入历史检索与洞察分析，实现全场景数据统一管理。该平台已在消费级GPU上验证近实时处理可行性，为医疗质量控制、合规审计和随访数据资产化管理提供了可积累、可回溯、可重复挖掘的一体化技术底座。

提供主播素材管理、任务队列、参考视频分析、风格配方、脚本与导演规划、Agnes视频生成、IndexTTS分段配音、HeyGem或Duix口型同步、候选质检、最终复核、包装与多平台发布计划。只读看板从真实运行目录汇总任务和产物，发布步骤必须显式批准。

提供素材新增、修改、删除和列表查询接口；MySQL数据同步至Qdrant；支持全量索引重建；按文案执行向量检索并结合多标签过滤；提供健康检查、OpenAPI文档和DockerCompose一键启动。冒烟测试覆盖CRUD、中文检索、标签筛选、同步与删除完整闭环。

系统包含运行总览、项目管理、任务状态流转、能力注册、审批队列、事件审计、告警观测、外部集成状态和LLM路由摘要等模块。控制台可按Project→Task→Capability→Event→State追踪执行证据，展示优先级、状态、关联项目、输入输出Schema、权限策略、配额和调用事件；敏感字段仅显

系统支持多书管理、章节编辑、角色与世界观管理、时间线和伏笔追踪、混合知识检索、AI改写扩写缩写、自动大纲生成、长篇批次生成与人工审批，并可导出Markdown、TXT和Word文档。演示数据仅用于展示产品能力。

ChiefMind提供统一智能体对话、自定义Agent创建与管理、多模型接入、文件上传、沙箱代码执行、工具组与Skill配置、MCP扩展、子Agent协作、会话记忆、执行日志和结果文件下载等功能。用户可通过自然语言创建带有专属SOUL、模型和能力范围的Agent。项目还落地了data-generat

融合大语言模型（LLM）、智能体工作流与振动信号分析算法，实现设备数据解析、元数据识别、频域特征提取、状态评估和诊断报告自动生成，支持基于ISO20816标准的设备健康等级判定与风险提示。

将非结构化工程文档、CAD图纸、设计规范及专家经验转化为结构化知识库，结合大语言模型（LLM）、RAG检索增强、知识推理与确定性规则引擎，实现工程需求理解、方案生成、参数推导、约束校验和结果追溯等功能，提升复杂工业设计场景下智能辅助决策能力。

●系统架构设计：主导构建模块化Agent架构，集成视频理解、行为分析、画像建模与LLM决策四大模块，支持实时流式处理与批量更新，系统日均处理视频50W+，用户行为日志2亿+条。●多模态：基于Qwen-VL实现视频帧语义分类，准确率达91.3%（Top-1）；融合YOLOv8（目标检测）、Whispe

1.WebSocket长连接接入：基于企业微信回调机制建立稳定长连接通道，实时接收消息事件，毫秒级响应。2.AI智能应答：对接大模型API+企业知识库（RAG），自动回答产品咨询、业务流程、常见问题。3.意图识别与多轮对话：识别用户意图，支持多轮澄清，复杂问题拆解引导。4.智能转人工：识别到无法处理

1、多智能体协作引擎—基于LangGraph构建Supervisor+4专家分层架构：知识检索专家（RAG+网络搜索）、报告生成专家（数据查询+方案撰写）、工况监测专家（设备故障/管线/安全诊断）、环境数据专家（天气/位置），Supervisor自动识别用户意图并路由至对应专家。2、RAG知识检索—

人员定位系统UWB定位：基于超宽带技术的精准定位（定向基站1个即可定位，全向基站需3个）位置追踪：实时推送人员位置数据（pp数据）定位卡管理：绑定/解绑人员与定位卡历史轨迹：查询人员历史定位记录智能照明控制系统控制方式说明批量控制手动控制多盏灯（全开/半开/关闭）定时控制按时间自动开关灯朝夕控制根据