智策深源 — 多智能体油气勘探科研助手

人工智能其他案例ID：255306

一🦔

1 年经验· 字节跳动

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

油气勘探领域积累了海量地震剖面、测井曲线、论文与盆地背景资料，传统依赖专家"经验+手工"阅读分析，周期长、遗漏多、跨资料关联能力弱。本项目旨在用多智能体协同 + RAG + 断层分割 CV 模型，让数据"被系统读、被智能体挖、被自动形成假设"，降低一线科研门槛，提升假设生成速度与可复现性。

系统包含 6 大功能模块：（1）多模态文件上传与解析器，支持 PDF 论文、CSV 测井数据、SVG 地震剖面、TXT 背景材料；（2）多智能体编排（orchestrator、literature_mining、geo_expert、data_profiling、hypothesis_generator、critic、debatant、report_writer 等），基于 LangGraph 图式调度；（3）RAG 知识库，faiss + sentence-transformers 检索论文并支持 QuickQA 追问；（4）科学假设生成与可信度打分；（5）证据链可视化 + 地震热图 + 测井曲线组件；（6）PDF 报告一键导出。前端含登录、首页、工作台、任务详情、辩论、知识库、快速问答、报告 8 个页面，实时 SSE 事件流推流任务进度。

后端采用 FastAPI + SQLAlchemy + SQLite，我负责了多智能体图式编排、RAG 向量检索、多模态文件解析（PDF/CSV/SVG/TXT）、JWT 鉴权、SSE 事件总线、PDF 导出管线；亮点是 LangGraph 状态图 + 多智能体辩论对抗 + faiss/sentence-transformers 本地向量库；难点在于多智能体状态同步、断层分割 CV 模型 PyTorch UNet 的 CPU 端推理集成。前端 Vue3 + TS + Element Plus + ECharts，我负责工作台、任务详情、辩论、报告页面及所有图表组件（WellLogChart/SeismicHeatmap/HypothesisRadar）。