一种基于AI智能体的防御简报辅助生成方法及系统与流程

本发明涉及智慧水务与人工智能，具体来说，涉及一种基于ai智能体的防御简报辅助生成方法及系统，尤其涉及利用大语言模型、检索增强生成技术、模板掩码智能填充以及工作流编排技术实现城市防汛管理场景中防御简报的自动化生成与多端推送。

背景技术：

1、目前，在防汛应急管理领域，已有一些与本发明相关的现有技术方案。在防汛简报与报告生成方面，已有技术提出了基于模板的防汛简报生成方法，通过预设简报模板，由人工从各业务系统中收集数据后填入模板，生成防汛简报。还有现有技术涉及基于数据仓库的防汛决策支持系统，通过集成多源数据生成防汛形势分析报告。此外，也有现有技术公开了基于知识图谱的防汛预案快速生成方法，利用知识图谱技术辅助生成防汛预案文档。

2、现有技术中，防汛防御简报的生成需要人工从气象系统、水文监测系统、工情监控系统、内涝管理系统等多个业务系统中分别查询数据，再手动汇总填入预设的简报模板。每次生成简报需要耗费大量人力和时间，尤其当需要生成多频次简报（如日报、周报、应急快报）时，重复性劳动负担极为突出。现有技术缺乏一种能够自动从多源异构数据系统中抽取数据并智能填充至简报模板的自动化机制。因此，现有技术缺乏一种能够自动从多源异构数据系统中抽取数据并智能填充至简报模板的自动化机制。

技术实现思路

1、为了实现防御简报生成的全流程自动化操作，本发明提供一种基于ai智能体的防御简报辅助生成方法及系统，具体技术方案如下：

2、一种基于ai智能体的防御简报辅助生成方法，包括如下步骤：

3、s1，接收用户输入的防御简报生成指令，并进行语义解析与意图识别，以及提取简报生成所需的基础参数；

4、s2，在识别用户的防御简报生成意图后，对基础参数进行完整性校验，若存在必填参数缺失，识别缺失的参数项并向用户发起补充请求，直至基础参数完整性校验通过；

5、s3，从预设的模板库中选择对应的防御简报模板并将选择的防御简报模板文本转化为高维向量表示，得到模板向量，其中，防御简报模板中包含预设的掩码信息，掩码信息用于标识模板中需要由实际数据替换的位置；

6、s4，基于模板向量在本地水利知识库的向量数据库中进行相似度检索，获取与防御简报模板内容相关的候选知识文档片段，对候选知识片段与模板内容之间的关联程度进行评分并根据评分对候选知识片段进行重新排序，输出排名前n个最相关的知识片段；

7、s5，以排名前n个最相关的知识片段及防御简报模板作为输入提示词，识别模板中每个掩码信息所指示的数据需求，生成结构化查询语句；

8、s6，将结构化查询语句提交至智慧水务平台的关系数据库执行，从各相关数据表中查询得到所需的实际数据；

9、s7，基于实际数据，按照与模板中掩码信息的对应关系，逐项替换模板中的掩码标识符，生成防御简报。

10、所述基于ai智能体的防御简报辅助生成方法通过构建包含指令理解、参数智能获取、知识检索、多源数据查询、模板掩码填充的完整技术链路，用户仅需以自然语言输入“请生成今日防御简报”等简单指令，系统即可自动完成从参数获取、数据查询到简报生成的全部流程。相比现有技术需要人工从多个业务系统中分别查询数据再手动填入模板的方式，本发明实现了防御简报生成的全流程自动化，可将简报生成时间从数小时缩短至数分钟，显著降低了人力成本和时间成本。

11、优选地，步骤s1具体包括：

12、s11，通过大语言模型交互模块获取用户以自然语言文本输入的防御简报生成指令；

13、s12，识别防御简报生成指令是否属于防御简报生成意图，若是，从防御简报生成指令中提取简报生成所需的基础参数并跳转至s2，若否，则转入通用问答流程或提示用户重新输入。

14、优选地，步骤s3具体包括：

15、s31，参数完整性校验通过后，大语言模型调用防御简报功能，从预设的模板库中选择对应的防御简报模板，其中，模板库中预置有多种格式的防御简报模板，不同防御简报模板适用于不同的防御场景，防御简报模板中包含预设的掩码信息，掩码信息用于标识模板中需要由实际数据替换的位置；

16、s32，利用embedding模型将选择的防御简报模板文本转化为高维向量表示，得到模板向量。

17、优选地，步骤s5具体包括：

18、s51，排名前n个最相关的知识片段及防御简报模板作为大语言模型的输入提示词，由大语言模型识别模板中每个掩码信息所指示的数据需求；

19、s52，在识别各掩码信息的数据需求后，由大语言模型生成结构化查询语句。

20、优选地，步骤s6具体包括：

21、s61，将结构化查询语句提交至智慧水务平台的关系数据库执行，从各相关数据表中查询得到所需的实际数据，并以结构化数据的形式返回查询结果；

22、s62，若某类数据查询失败或查询结果为空，由系统记录异常情况，并在后续简报生成时以预设标识填充至对应掩码位置，同时生成数据缺失日志供管理人员参考和后续补录。

23、优选地，步骤s7具体包括：

24、s71，进行数据映射，将查询结果中的字段与防御简报模板中的掩码标识符建立一一对应关系；

25、s72，进行数据格式化与聚合，根据防御简报模板中各数据项的格式要求，对原始数据进行格式化处理；

26、s73，进行模板填充，将格式化处理后的数据逐项填入防御简报模板的对应掩码位置，生成完整的防御简报。

27、优选地，所述的一种基于ai智能体的防御简报辅助生成方法还包括：

28、s8，通过简报生成模块调用智慧水务平台的防御简报功能，对步骤s7生成的防御简报进行处理，生成正式的防御简报。

29、优选地，步骤s12具体包括：

30、s121，预置与防御简报关联的业务关键词库，并对防御简报生成指令进行分词处理；

31、s122，若分词处理后的防御简报生成指令命中任一关键词，判定为防御简报生成意图，否则，利用embedding模型将防御简报生成指令转化为向量并与预设的防御简报生成意图标准模板向量进行余弦相似度计算；

32、s123，若相似度超过预设阈值，判定为防御简报生成意图，否则转入通用问答流程或提示用户重新输入。

33、优选地，步骤s4具体包括：

34、s41，分别对候选知识片段以及防御简报模版进行独立编码，获取片段语义向量以及模板语义向量并计算二者的余弦相似度，得到语义相似度得分；

35、s42，分别对候选知识片段以及防御简报模版进行业务关键词的提取，获取片段关键词集合以及模板关键词集合并计算二者的jaccard系数，得到业务关键词重合度；

36、s43，分别对候选知识片段以及防御简报模版进行水利实体的提取，获取片段水利实体集合以及模板水利实体集合，根据片段水利实体集合以及模板水利实体集合获取水利实体对齐度；

37、s44，对语义相似度得分、业务关键词重合度以及水利实体对齐度进行加权融合，得到关联程度评分。

38、一种基于ai智能体的防御简报辅助生成系统，用于实现所述的基于ai智能体的防御简报辅助生成方法，包括：

39、大语言模型交互模块，用于接收用户输入的防御简报生成指令，并进行语义解析与意图识别，以及提取简报生成所需的基础参数；

40、参数缺失识别与主动询问模块，用于在识别用户的防御简报生成意图后，对基础参数进行完整性校验，若存在必填参数缺失，识别缺失的参数项并向用户发起补充请求，直至基础参数完整性校验通过；

41、知识库检索模块，用于从预设的模板库中选择对应的防御简报模板并将选择的防御简报模板文本转化为高维向量表示，得到模板向量，其中，防御简报模板中包含预设的掩码信息，掩码信息用于标识模板中需要由实际数据替换的位置；

42、reranker重排序模块，用于基于模板向量在本地水利知识库的向量数据库中进行相似度检索，获取与防御简报模板内容相关的候选知识文档片段，对候选知识片段与模板内容之间的关联程度进行评分并根据评分对候选知识片段进行重新排序，输出排名前n个最相关的知识片段；

43、sq自动生成模块，用于以排名前n个最相关的知识片段及防御简报模板作为输入提示词，识别模板中每个掩码信息所指示的数据需求，生成结构化查询语句；

44、防御简报模板填充模块，用于将结构化查询语句提交至智慧水务平台的关系数据库执行，从各相关数据表中查询得到所需的实际数据，基于实际数据，按照与模板中掩码信息的对应关系，逐项替换模板中的掩码标识符，生成防御简报。