【技術實現步驟摘要】
本專利技術消防安全檢查領域，更具體的說是涉及一種基于智能體的消防安全檢查項生成方法及系統。
技術介紹
1、隨著城市化進程的加快，建筑物的復雜性和人口密度不斷增加，消防安全已成為社會公共安全的重要組成部分。消防安全檢查作為預防火災事故的關鍵環節，其重要性日益凸顯。
2、然而，傳統的消防安全檢查方法主要依賴于人工進行現場勘查和記錄，這種方式不僅效率低下，還容易受到檢查人員專業知識、經驗和主觀判斷的影響，導致檢查結果不穩定且可能存在疏漏。尤其在大型或復雜的建筑環境中，人工檢查面臨的挑戰更大，容易遺漏一些關鍵的安全隱患。此外，人工檢查無法提供實時的監控和預警服務，在發生火災或其他緊急情況時，難以及時響應和處理，從而延誤了應急響應時間，增加了事故損失。
3、同時，目前的消防安全檢查手段還存在數據記錄和分析不足的問題，傳統方法缺乏有效的數據記錄和分析機制，難以形成系統的安全評估和改進措施，使得消防安全管理工作難以持續改進和優化。
4、另外，定期的人工檢查和后續的數據處理需要大量的人力和物力投入，導致整體成本較高，其普遍缺乏智能化和自動化的支持，難以適應現代智慧城市和智能建筑的發展趨勢，限制了消防安全檢查工作的高效性和準確性。
5、因此，如何設計一種基于智能體的消防安全檢查項生成方法，實現消防安全檢查項的自動生成和智能化管理，提升消防安全管理工作的效能和準確性是本領域技術人員亟需解決的問題。
技術實現思路
1、有鑒于此，本專利技術提供了一種基于智能
2、為了實現上述目的，本專利技術采用如下技術方案：
3、第一方面，本專利技術提供一種基于智能體的消防安全檢查項生成方法，包括以下步驟：
4、s1、獲取消防安全檢查項生成請求信息；
5、s2、基于所述消防安全檢查項生成請求信息，通過智能體生成消防安全檢查項文檔大綱，并劃分不同類型子任務，生成不同類型子任務對應的消防安全檢查項；
6、s3、對所述不同類型子任務對應的消防安全檢查項進行匯總及結構化處理，獲得標準化的消防安全檢查項文本；
7、s4、計算標準化的消防安全檢查項文本與已知標準文本之間的文本相似度，輸出滿足預設條件的標準化消防安全檢查項文本。
8、其中，所述s1中，消防安全檢查項生成請求信息包括：用戶需求信息、建筑基礎信息和法規遵從性信息；其中，
9、用戶需求信息包括檢查項具體內容、目標與目的、適用對象、檢查頻率與時機、檢查方法與工具、記錄與報告要求、異常處理流程、改進建議和培訓與支持；
10、建筑基礎信息包括單位信息、建筑產權信息、管理人信息、責任人信息、其他相關人員信息和歷史數據信息；
11、法規遵從性信息包括法律、地方性法規、部門規章、地方規章、政策性文件、強制性國家標準、非強制性國家標準、行業標準和地方標準。
12、優選的，所述s2中，通過智能體生成消防安全檢查項文檔大綱包括：
13、通過垂直大模型解析消防安全檢查項生成請求信息，進行語義分析和意圖識別，獲得提示詞內容、文檔主題、大綱模板、大綱關鍵詞、大綱風格及大綱的部分內容。
14、優選的，所述s2中，劃分不同類型子任務，生成不同類型子任務對應的消防安全檢查項包括：
15、通過調用專業的消防安全知識庫和已有知識庫生成不同類型子任務；
16、為不同類型子任務分配對應的單一智能體，結合api接口和rag工具生成不同類型子任務對應的消防安全檢查項。
17、優選的，所述單一智能體構建包括：
18、明確單一智能體在消防安全檢查項生成中的任務和功能需求，包括環境感知、任務執行、學習和協作能力；
19、選擇合適的算法；所述算法包括：規則系統、機器學習或深度學習；
20、利用相關數據集訓練和優化單一智能體；所述相關數據集包括：建筑環境信息、歷史檢查記錄和用戶反饋；
21、通過迭代優化提升單一智能體在消防安全檢查項生成任務上的性能，進行全面測試并集成至智能體中。
22、優選的，所述s2中，還包括：結合建筑物的環境信息，辨識建筑單體火災危險源，并基于一級指標和二級指標生成火災風險評估報告，補充消防安全檢查項類型；
23、其中，建筑物的環境信息包括：溫度、濕度、煙霧濃度及設備狀態信息。
24、優選的，所述s3，包括：
25、對檢查項中的重復項進行合并，去除冗余內容；
26、使用xml文件格式對生成的消防安全檢查項進行結構化處理，明確檢查項的名稱、類型、前置條件、操作步驟和后置動作；
27、通過bpmn?2.0流程引擎對xml文件進行解析，生成可視化的檢查項流程圖。
28、優選的，所述s4中，預設條件包括文本相似度閾值；
29、若文本相似度大于文本相似度閾值，直接輸出標準化的消防安全檢查項文本；否則，調用垂直大模型進行多輪對話，生成符合要求的標準化的消防安全檢查項文本，并重復計算文本相似度直至滿足條件。
30、優選的，所述垂直大模型構建包括：
31、整合消防領域的專業知識，如法規、標準、手冊和案例，構建消防領域知識庫；
32、選擇應用于nlp的基礎大模型，利用通用數據集進行預訓練；
33、利用所述消防領域知識庫對基礎大模型進行微調；
34、對微調后的基礎大模型進行功能模塊定義，進行全面測試并集成至智能體中。
35、第二方面，本專利技術提供一種基于智能體的消防安全檢查項生成系統，包括：
36、用戶請求信息獲取模塊：用于獲取消防安全檢查項生成請求信息；
37、消防安全檢查項生成模塊：用于基于所述消防安全檢查項生成請求信息，通過智能體生成消防安全檢查項文檔大綱，并劃分不同類型子任務，生成不同類型子任務對應的消防安全檢查項；
38、匯總及結構化處理模塊：用于對所述不同類型子任務對應的消防安全檢查項，進行匯總及結構化處理，獲得標準化的消防安全檢查項文本；
39、文本相似度計算與輸出模塊：用于計算標準化的消防安全檢查項文本與已知標準文本之間的文本相似度，輸出滿足預設條件的標準化消防安全檢查項文本。
40、經由上述的技術方案可知，與現有技術相比，本專利技術技術方案存在以下
41、有益效果：
42、1、該方法通過引入智能體自動生成消防安全檢查項，實現了從請求信息輸入到標準化檢查項文本輸出的全流程智能化。其大大減少了人工介入，避免了人為因素導致的效率低下和錯誤頻發問題。智能體能夠根據輸入的請求信息快速生成詳盡的檢查項文檔大綱，并細化成不同類型的本文檔來自技高網...
【技術保護點】
1.一種基于智能體的消防安全檢查項生成方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述S1中，消防安全檢查項生成請求信息包括：用戶需求信息、建筑基礎信息和法規遵從性信息；其中，
3.根據權利要求1所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述S2中，通過智能體生成消防安全檢查項文檔大綱包括：
4.根據權利要求1所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述S2中，劃分不同類型子任務，生成不同類型子任務對應的消防安全檢查項包括：
5.根據權利要求4所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述單一智能體構建包括：
6.根據權利要求1所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述S2中，還包括：結合建筑物的環境信息，辨識建筑單體火災危險源，并基于一級指標和二級指標生成火災風險評估報告，補充消防安全檢查項類型；
7.根據權利要求1所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，
8.根據權利要求7所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述S4中，預設條件包括文本相似度閾值；
9.根據權利要求3或8所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述垂直大模型構建包括：
10.一種基于智能體的消防安全檢查項生成系統，其特征在于，包括：
...【技術特征摘要】
1.一種基于智能體的消防安全檢查項生成方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述s1中，消防安全檢查項生成請求信息包括：用戶需求信息、建筑基礎信息和法規遵從性信息；其中，
3.根據權利要求1所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述s2中，通過智能體生成消防安全檢查項文檔大綱包括：
4.根據權利要求1所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述s2中，劃分不同類型子任務，生成不同類型子任務對應的消防安全檢查項包括：
5.根據權利要求4所述的一種基于智能體的消防安全檢查項生成方法，其特征在于，所述單一智能體...
【專利技術屬性】
技術研發人員：劉才用，楊開媚，韓亮，孫壯，姚明玉，曾水強，陳雪，林鍵燃，劉可，溫艷婷，
申請(專利權)人：暗物智能科技廣州有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。