# aiwork

**Repository Path**: wangplain/aiwork

## Basic Information

- **Project Name**: aiwork
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-03-13
- **Last Updated**: 2025-09-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 遥感智能解译平台

## 项目概述

遥感智能解译平台是一个集成了地理信息定位、数据查询、深度学习处理与知识问答的智能系统。该平台能够处理用户的自然语言查询，识别用户意图，自动构建工作流，并通过调用相应的工具服务来完成用户需求。

## 用户意图识别

系统能够识别用户输入中的意图，并执行相应的操作。目前支持以下意图类型：

| 意图ID | 意图类型 | 描述 | 示例查询 |
|-------|---------|------|----------|
| 1 | 定位与介绍 | 在地图上定位特定地点并提供相关介绍 | "珠穆朗玛峰在哪里？" |
| 2 | 图层查询加载展示 | 查询并展示指定的遥感数据 | "查询上海市2024年高分数据" |
| 3 | 产品生成 | 使用深度学习算法生成遥感分析产品 | "进行2024年上海市土地利用分类" |
| 4 | 知识问答 | 回答用户关于遥感或地理知识的问题 | "什么是NDVI指数？" |
| 5 | 结果分析 | 分析已生成的遥感处理结果 | "分析上海市近五年来的城市扩张情况" |
| 6 | 查询所有数据 | 用户希望查询所有数据 | "查询所有数据"、"展示所有卫星图像" |
| 0 | 普通聊天 | 与用户进行一般性对话 | "你好，今天天气怎么样？" |

## 工具库

遥感智能解译平台提供以下核心工具服务，用于地理信息展示、数据查询和算法处理：

| 工具名称 | 描述 | 端点 | 操作类型 |
|---------|------|------|---------|
| geo_location | 地理定位服务 | queryLocation | locate |
| layer_render | 图层渲染服务 | findLayer | layer_render |
| data_query | 统一数据获取（按条件组合检索） | queryData | query_data |
| data_query_all | 查询所有数据 | queryAllData | query_all_data |
| algorithm_call | 算法调用服务 | AlgorithmCall | algorithm_call/param_algorithm_call |

## 详细说明

### 1. geo_location

地理定位服务，按照地点名称查询位置并在地图上显示。

**参数:**

- `location`: 字符串，地点名称

**返回值:** 无

**示例:**

```json
{
    "tool": "geo_location",
    "endpoint": "queryLocation",
    "action_type": "locate",
    "params": {
        "location": "北京"
    }
}
```

### 2. layer_render

图层渲染服务，按照图层文件名查询图层并在地图上显示，支持shapefile和tif格式。

**参数:**

- `name`: 字符串，图层文件名
- `cascade`: 布尔值，是否级联查询子目录（可选）

**返回值:** 无

**示例:**

```json
{
    "tool": "layer_render",
    "endpoint": "findLayer",
    "action_type": "layer_render",
    "params": {
        "name": "北洪港.tif",
        "cascade": false
    }
}
```

### 3. data_query

统一数据获取服务。尽可能从用户问题中识别以下参数，不存在则置为 null；无需提供 wkt，提供 location（地名，后端将自动解析为 wkt；地名需从省/市/区逐级到具体位置）。

**参数:**

- `sensor`: 字符串或 null，例如 `GF-1/6`
- `resolution`: 字符串或 null，例如 `2m`
- `bands`: 整数或 null，例如 `4`
- `time`: 字符串或 null，时间或时间范围，格式 `YYYY-MM-DD`（例如 `2025-01`）
- `location`: 字符串或 null，地名（省/市/区/具体地点）

**返回值:** 列表，数据列表

**示例:**

```json
{
  "tool": "data_query",
  "endpoint": "queryData",
  "action_type": "query_data",
  "params": {
    "sensor": "GF-1/6",
    "resolution": "2m",
    "bands": 4,
    "time": "2025-01",
    "location": "陕西省榆林市"
  }
}
```

### 4. data_query_all

数据查询服务，查询所有数据信息。

**参数:** 无

**返回值:** 列表，包含所有数据信息

**示例:**

```json
{
    "tool": "data_query_all",
    "endpoint": "queryAllData",
    "action_type": "query_all_data",
    "params": {}
}
```

### 5. algorithm_call

算法调用服务，调用指定深度学习算法（如路网提取，风机监测等）进行数据处理，并将结果显示在地图上。

**参数:**

- `algorithm`: 字符串，算法名称

**返回值:** 无

**示例:**

```json
{
    "tool": "algorithm_call",
    "endpoint": "AlgorithmCall",
    "action_type": "algorithm_call",
    "params": {
        "algorithm": "路网提取"
    }
}
```

## 工作流示例

根据不同的用户意图，系统会自动构建相应的工作流：

### 定位与介绍工作流

```json
{
    "workflow_name": "地点定位与介绍",
    "description": "定位用户请求的地点并提供相关介绍",
    "intent_type": 1,
    "steps": [
        {
            "tool": "geo_location",
            "endpoint": "queryLocation",
            "action_type": "locate",
            "params": {
                "location": "珠穆朗玛峰"
            }
        }
    ]
}
```

### 数据查询与展示工作流

```json
{
    "workflow_name": "数据查询与展示",
    "description": "查询并展示用户请求的遥感数据",
    "intent_type": 2,
    "steps": [
        {
            "tool": "data_query",
            "endpoint": "queryData",
            "action_type": "query_data",
            "params": {
                "sensor": "{sensor}",
                "resolution": "{resolution}",
                "bands": "{bands}",
                "time": "{time}",
                "location": "{location}"
            }
        }
    ]
}
```

### 产品生成工作流

```json
{
    "workflow_name": "土地利用分类",
    "description": "使用深度学习算法进行土地利用分类",
    "intent_type": 3,
    "steps": [
        {
            "tool": "data_query",
            "endpoint": "queryData",
            "action_type": "query_data",
            "params": {
                "sensor": "{sensor}",
                "resolution": "{resolution}",
                "bands": "{bands}",
                "time": "{time}",
                "location": "{location}"
            }
        },
        {
            "tool": "algorithm_call",
            "endpoint": "AlgorithmCall",
            "action_type": "algorithm_call",
            "params": {
                "algorithm": "土地利用分类"
            }
        }
}
```

### 知识问答工作流

```json
{
    "workflow_name": "知识问答",
    "description": "回答用户关于遥感或地理知识的问题",
    "intent_type": 4,
    "question": "什么是NDVI指数？",
    "answer_context": "根据上下文回答用户问题",
    "steps": []
}
```

### 结果分析工作流

```json
{
    "workflow_name": "结果分析",
    "description": "分析用户指定的遥感处理结果",
    "intent_type": 5,
    "steps": [
        {
            "tool": "layer_render",
            "endpoint": "findLayer",
            "action_type": "layer_render",
            "params": {
                "name": "上海市城市扩张分析结果.tif",
                "cascade": true
            }
        }
    ]
}
```

## 接口列表

### 查询处理

1. **处理用户查询** - POST `/api/v1/query`
2. **获取会话历史** - GET `/api/v1/get_history`
3. **清除会话历史** - POST `/api/v1/clear_session`

### LLM Key 管理

1. **获取当前 Key 信息** - GET `/api/v1/llm/key/info`
2. **切换激活 Key** - POST `/api/v1/llm/key/switch`

### 工作流执行（动态调整）

1. **创建并初始化工作流** - POST `/api/v1/workflows`
2. **获取工作流状态** - GET `/api/v1/workflows/{workflow_id}/status`
3. **步骤开始上报** - POST `/api/v1/workflows/{workflow_id}/steps/{step_id}/start`
4. **步骤成功上报** - POST `/api/v1/workflows/{workflow_id}/steps/{step_id}/success`
5. **步骤失败上报（自动调整）** - POST `/api/v1/workflows/{workflow_id}/steps/{step_id}/failure`
6. **手动提交调整后的工作流** - POST `/api/v1/workflows/{workflow_id}/adjust`

### 相似度计算

1. **查找最相似查询** - POST `/api/v1/find_similar`
2. **查找N个最相似查询** - POST `/api/v1/find_top_similar`

### 缓存管理

1. **清除所有缓存** - POST `/api/v1/clear_cache`
2. **添加查询到缓存** - POST `/api/v1/add_to_cache`
3. **批量添加到缓存** - POST `/api/v1/batch_add_to_cache`
4. **从文件加载缓存** - POST `/api/v1/load_cache_from_file`
5. **导出缓存到文件** - POST `/api/v1/export_cache_to_file`
6. **设置相似度阈值** - POST `/api/v1/set_threshold`

## 接口详情

### 处理用户查询

**请求**：POST `/api/v1/query`

```json
{
  "query": "上海市在哪里？它有多大？",    // 用户查询内容
  "session_id": "default",            // 会话ID，可选
  "use_cache": true,                  // 是否使用缓存，可选
  "topic": "agent"                    // MQTT主题，可选
}
```

**响应**：

```json
{
  "code": 200,
  "data": {
    "response": "上海市位于中国东部...",
    "intent": 1,
    "workflow": {...},
    "session_id": "default",
    "cache_used": true
  },
  "message": "查询处理成功"
}
```

### 查找最相似查询

**请求**：POST `/api/v1/find_similar`

```json
{
  "query": "如何提取遥感影像中的水体",  // 输入查询
  "queryList": [                      // 候选查询列表
    "遥感影像中水体提取方法",
    "如何从遥感影像中检测水体",
    "水体提取的遥感影像处理方法"
  ]
}
```

**响应**：

```json
{
  "code": 200,
  "data": {
    "query": "如何提取遥感影像中的水体",
    "mostSimilar": "遥感影像中水体提取方法",
    "similarity": 0.92
  },
  "message": "查询成功"
}
```

### 查找N个最相似查询

**请求**：POST `/api/v1/find_top_similar`

```json
{
  "query": "如何提取遥感影像中的水体",  // 输入查询
  "queryList": [                      // 候选查询列表
    "遥感影像中水体提取方法",
    "如何从遥感影像中检测水体",
    "水体提取的遥感影像处理方法",
    "遥感影像水体检测步骤"
  ],
  "topN": 3                          // 返回结果数量，可选
}
```

### LLM Key 管理

#### 获取当前 Key 信息 - GET `/api/v1/llm/key/info`

响应示例：

```json
{
  "code": 200,
  "data": {
    "active_key": "cheap",
    "masked_key": "sk-hC...9b39",
    "available_keys": ["cheap", "stable"]
  },
  "message": "获取当前 Key 信息成功"
}
```

#### 切换激活 Key - POST `/api/v1/llm/key/switch`

请求：

```json
{ "profile": "stable" } // cheap/dev 或 stable/prod
```

响应：

```json
{
  "code": 200,
  "data": { "active_key": "stable", "masked_key": "sk-...", "available_keys": ["cheap","stable"] },
  "message": "已切换为 stable Key"
}
```

### 工作流执行（动态调整）

#### 创建并初始化工作流 - POST `/api/v1/workflows`

请求：

```json
{
  "query": "请查询2025年1月陕西榆林市GF-1/6 2m 四波段影像并展示",
  "session_id": "default",
  "use_cache": true,
  "topic": "agent"
}
```

响应：

```json
{
  "code": 200,
  "data": {
    "workflow_id": "wf-xxxxxx",
    "version": 1,
    "ready_steps": ["step-..."],
    "initial_workflow": {"workflow_name": "...", "steps": [...]},
    "intent": 2,
    "cache_used": false,
    "response": "..."
  },
  "message": "创建并初始化工作流成功"
}
```

#### 步骤开始/成功/失败上报

- POST `/api/v1/workflows/{workflow_id}/steps/{step_id}/start`
- POST `/api/v1/workflows/{workflow_id}/steps/{step_id}/success`

成功上报请求示例：

```json
{ "outputs": { "location_bbox": "...", "asset_ids": ["..."] } }
```

成功上报响应示例：

```json
{ "code": 200, "data": { "ok": true, "ready_steps": ["step-..."] }, "message": "步骤成功已记录" }
```

- POST `/api/v1/workflows/{workflow_id}/steps/{step_id}/failure`

失败上报请求示例：

```json
{ "error": { "message": "KB timeout", "code": "KB_TIMEOUT" } }
```

失败上报响应（自动调整后）：

```json
{
  "code": 200,
  "data": {
    "failed": { "failed_step_id": "step-x", "completed_step_ids": ["step-a"], "context_keys": ["location_bbox"] },
    "adjusted": { "version": 2, "resume_plan": ["step-y"], "changed_step_ids": ["step-y"], "skipped_step_ids": ["step-a"] },
    "new_workflow": { "workflow_name": "...", "steps": [...] }
  },
  "message": "步骤失败已记录并已自动调整工作流"
}
```

#### 手动提交调整后的工作流 - POST `/api/v1/workflows/{workflow_id}/adjust`

请求：

```json
{ "new_workflow": { "workflow_name": "...", "steps": [...] } }
```

响应：

```json
{ "code": 200, "data": { "version": 2, "resume_plan": ["step-y"] }, "message": "工作流已调整并可继续执行" }
```

**响应**：

```json
{
  "code": 200,
  "data": {
    "query": "如何提取遥感影像中的水体",
    "topResults": [
      {
        "result": "遥感影像中水体提取方法",
        "similarity": 0.92
      },
      {
        "result": "如何从遥感影像中检测水体",
        "similarity": 0.89
      },
      {
        "result": "水体提取的遥感影像处理方法",
        "similarity": 0.85
      }
    ],
    "count": 3
  },
  "message": "查询成功"
}
```

### 设置相似度阈值

**请求**：POST `/api/v1/set_threshold`

```json
{
  "threshold": 0.75  // 相似度阈值，0-1之间
}
```

**响应**：

```json
{
  "code": 200,
  "data": {},
  "message": "相似度阈值已设置为 0.75"
}
```

### 批量添加到缓存

**请求**：POST `/api/v1/batch_add_to_cache`

```json
[
  {
    "query": "上海市在哪里？",
    "answer": {
      "response": "上海市位于中国东部...",
      "intent": 1,
      "workflow": {}
    }
  },
  {
    "query": "北京市在哪里？",
    "answer": {
      "response": "北京市位于中国北部...",
      "intent": 1,
      "workflow": {}
    }
  }
]
```

**响应**：

```json
{
  "code": 200,
  "data": {
    "success_count": 2,
    "failed_count": 0,
    "failed_items": []
  },
  "message": "批量添加到缓存完成"
}
```

### 结果分析接口

**请求**：POST `/api/v1/result_analysis`

**请求示例**：

```json
{
    "algorithm_name": "中文名称",
    "description": "不连沟-生态要素分类模型解译结果-要素提取",

        "data_type": "shp", //tif|shp
        "result": {
            "shape_type": "polygon", //line| polygon
            "count": 3,
            "total_area":"2300000", //总面积
            "avg_score":"0.8653",  //平均分
            "data_description":"整体描述，什么方向、地方数据多，集中，什么地方稀疏，分布较少",
            "data_list": [
                {
                    "id": 0, //id
                    "title": "",
                    "color": "red",
                    "sum_area": "30000", //面积
                    "lang_description": "", //语言描述
                    "properties": [ //这里的properties对应shape的属性值，每个shape属性值会不相同
                        {
                            "name": "collapse"
                        },
                        {
                            "score": 0.72833
                        }
                    ]
                },
                {
                    "id": 1,
                    "title": "",
                    "color": "red",
                    "sum_area": "20000",
                    "lang_description": "",
                    "properties": [
                        {
                            "name": "collapse"
                        },
                        {
                            "score": 0.89581
                        }
                    ]
                },
                {
                    "id": 2,
                    "title": "",
                    "color": "red",
                    "sum_area": "10000",
                    "lang_description": "",
                    "properties": [
                        {
                            "name": "collapse"
                        },
                        {
                            "score": 0.38588
                        }
                    ]
                }
            ]
        }
}
```

**响应示例**：

```json
{
  "code": 200,
  "data": {
    "analysis_result": "文本内容",
    "confidence": 0.92,
    "keywords": ["积极", "满意"],
    "analysis_time": "2024-02-20T15:30:45Z"
  },
  "message": "结果分析成功"
}
```