本项目为市政基础设施智能管养平台,面向道路、桥梁、边坡巡检养护业务,本人担任开发负责人,完成产品从零到一架构设计与核心功能开发,带领小型研发团队落地全流程功能。系统整合无人机、卫星遥感、巡检车辆、外勤人工多渠道巡检数据,搭建分层数据存储体系,处理海量时序监测数据,实现道路病害识别、安全风险提前预警,配套线上工单流转与可视化大屏管理,实现巡查养护数字化分离。同步搭建 AI 智能分析模块,依托大模型实现自然语言数据查询,内置专业养护知识库,自动生成病害统计报告与整改建议,落地智能分析在城市设施运维场景的实际应用,整套系统基于主流后端开发技术与分布式微服务架构搭建,兼顾权限管理、日志存储、文件资源统...
本人为项目开发负责人,统筹整体技术方案设计、前后端开发分工、大模型链路调优、知识库迭代落地全流程。采用 LangChain 框架搭建智能 Agent 编排链路,接入通义千问 Qwen-turbo 大模型;基于向量库实现 RAG 语义检索 + Few-shot 提示词优化,搭建自进化学习闭环;使用 FastAPI 开发对外服务接口与数据分析模块,完成自然语言转 SQL、数据计算、养护建议生成一体化封装。项目难点是市政行业专业术语适配、SQL 生成幻觉抑制、向量库增量更新链路稳定;核心成果验证 AI 在市政设施管养场景落地可行性,完成 向量库工程化落地,为后续 Qdrant 向量库迁移、数据库 ...