空地智能体系统

一个基于 Plan-to-Execute 架构的智能地理空间分析系统，专门用于军事单位部署选址等复杂地理空间分析任务。系统融合了 知识图谱增强推理、自适应规划 和 工具链式执行 等能力，能够理解自然语言任务、自动规划执行流程、智能调用工具并持续优化策略。

🎯 核心能力

1. 自然语言理解与智能规划

• 理解用户自然语言描述的地理空间分析需求
• 基于知识图谱检索相关规则和经验，生成详细的执行计划
• 支持多任务自动拆分（如"无人机和步兵分别应该部署在哪"），为每个单位生成独立计划
• 自动确定每个步骤的具体筛选参数（缓冲区距离、高程范围、坡度范围等）

2. 知识图谱增强推理

• 基于 OpenSPG KAG 框架构建结构化知识图谱
• 从原始文本自动抽取实体和关系，构建领域知识库
• 智能检索：结合语义相似度和关键词匹配，精准定位相关规则
• 推理问答：基于知识图谱进行结构化推理，提供可溯源的答案

3. 自适应执行与错误恢复

• Plan-to-Execute 架构：规划阶段确定具体参数，执行阶段直接使用
• 自动错误恢复：执行失败时自动分析原因并重新规划（最多3次）
• 用户反馈驱动：支持用户审查计划并提出修改意见，系统据此调整
• 工具链式调用：自动识别工具依赖关系，前序工具输出自动作为后续工具输入

4. 前后端分离架构

• RESTful API 服务，支持多客户端接入
• Web 界面提供完整的任务流程管理
• 交互式 API 文档，便于集成和测试

🏗️ 系统架构

┌─────────────────────────────────────────┐
│        前端层 (Streamlit)                │
│  任务流程 | 历史结果 | 知识图谱可视化     │
└────────────────┬────────────────────────┘
                 │ HTTP/REST API
┌────────────────▼────────────────────────┐
│         API服务层 (FastAPI)              │
│   任务规划 | 执行 | 知识图谱查询          │
└────────────────┬────────────────────────┘
                 │
┌────────────────▼────────────────────────┐
│      智能体核心层 (Orchestrator)         │
│  ┌──────────┐  ┌──────────┐  ┌────────┐│
│  │ 规划模块 │  │重新规划   │  │执行模块││
│  └────┬─────┘  └────┬─────┘  └────┬───┘│
│       └─────────────┴──────────────┘    │
│              │                           │
│    ┌─────────▼─────────┐                │
│    │  上下文管理器      │                │
│    │  - 知识图谱检索    │                │
│    │  - KAG推理问答     │                │
│    └─────────┬─────────┘                │
└──────────────┼──────────────────────────┘
               │
┌──────────────▼──────────────────────────┐
│           工具执行层                      │
│  缓冲区筛选 | 高程筛选 | 坡度筛选 | 植被筛选│
└──────────────┬──────────────────────────┘
               │
┌──────────────▼──────────────────────────┐
│         数据与知识层                      │
│  地理数据 | KAG知识图谱                   │
└──────────────────────────────────────────┘

🔄 工作流程

Plan-to-Execute 流程

用户任务输入
    │
    ▼
┌─────────────┐
│  规划阶段   │ ◄── 知识图谱检索
│             │     生成包含具体参数的计划
└──────┬──────┘
       │
       ▼
┌─────────────┐
│  用户审查   │ ◄── 可选：提出修改意见
│  (可选)     │
└──────┬──────┘
       │
       ▼
┌─────────────┐
│  执行阶段   │ ◄── 直接使用计划中的参数
│             │     工具链式调用
└──────┬──────┘
       │
       ├── 成功 ──► 输出结果
       │
       └── 失败 ──► 自动重新规划（最多3次）

📦 主要功能

智能体任务流程

• 任务输入：自然语言描述分析需求
• 计划生成：基于知识图谱检索，生成包含具体参数的执行计划
• 计划审查：查看计划详情、筛选步骤、LLM思考过程、知识库推理结果
• 计划执行：自动调用工具链，生成GeoJSON结果文件
• 结果展示：交互式地图可视化，支持多任务分标签展示

知识图谱管理

• 知识构建：基于KAG框架从文本自动抽取实体和关系
• 知识检索：语义+关键词混合检索，精准匹配相关规则
• 推理问答：基于知识图谱进行结构化推理
• 可视化展示：实体-关系图可视化，支持筛选和搜索

历史结果管理

• 查看所有历史执行结果
• 下载GeoJSON文件
• 在地图上查看结果

🚀 快速开始

1. 安装依赖

pip install -r requirements.txt

2. 启动系统

python main.py

这将同时启动：

• 后端API服务: http://localhost:8000
• 前端界面: http://localhost:8501
• API文档: http://localhost:8000/docs

3. 使用示例

通过前端界面

1. 打开浏览器访问 http://localhost:8501
2. 在"智能体任务"标签页输入任务，例如：

   帮我找找无人机可以部署在哪里、坦克可以部署在哪里、步兵可以部署在哪里
   

3. 系统将自动：
   • 检索相关部署规则
   • 生成执行计划
   • 等待您审查和确认
   • 执行计划并输出结果

通过API接口

# 生成计划
curl -X POST "http://localhost:8000/api/plan" \
  -H "Content-Type: application/json" \
  -d '{"task": "为步兵寻找合适的部署位置"}'

# 执行计划
curl -X POST "http://localhost:8000/api/execute" \
  -H "Content-Type: application/json" \
  -d '{"plan": {...}}'

🛠️ 技术栈

• 后端框架: FastAPI
• 前端框架: Streamlit
• 知识图谱: OpenSPG KAG SDK
• 嵌入模型: BAAI/bge-large-zh-v1.5
• 地理空间处理: geopandas, shapely, rasterio
• 地图可视化: Folium, pyvis

📝 设计理念

职能分离

• 规划阶段：负责理解任务、检索知识、确定具体参数
• 执行阶段：直接使用计划中的参数，无需重新推断
• 重新规划：根据反馈或执行失败调整参数

知识增强

• 基于结构化知识图谱而非纯文本检索
• 支持推理问答，提供可溯源的答案
• 知识图谱可视化，便于理解和调试

自适应优化

• 执行失败时自动分析原因并重新规划
• 支持用户反馈驱动的计划调整
• 最多3次自动重试机制

📄 许可证

MIT License