hikonomi/RescueGrid-Agent

# RescueGrid Agent — 多智能体灾难响应规划系统 RescueGrid Agent 是一个面向灾难响应协调的 AI/智能体就绪原型。它演示了多智能体系统如何将杂乱的事件报告转化为优先救援计划、资源分配、风险分析和现场团队简报。 ## 核心问题 在洪水、火灾、地震或大型公共突发事件期间，响应团队通常会接收到来自电话、现场记录、社交媒体、传感器和地方报告的零散信息。主要挑战不仅在于收集数据，更在于将其转化为快速、安全且可执行的计划。 RescueGrid Agent 通过模拟智能体工作流程来帮助解决这一问题，该工作流程： - 从事件记录中提取关键事实 - 对紧急程度和受影响人群进行分类 - 识别受阻道路、避难所需求、医疗风险和物资缺口 - 将有限的资源分配到影响最大的区域 - 为现场团队生成清晰的行动计划 - 保留推理记录以确保可追溯性 ## 多智能体逻辑 该原型围绕四个协作智能体设计： 1. **信号接收智能体** — 解析原始事件文本并提取位置、危险源、受害者和限制条件。 2. **风险分诊智能体** — 根据生命安全、通行难度、人群脆弱性和时间敏感性对紧急程度进行评分。 3. **资源规划智能体** — 将可用的船只、医疗人员、无人机、避难所、食物和交通工具与受影响区域进行匹配。 4. **简报智能体** — 将计划转化为供响应人员使用的简明行动简报。 ## 长链条推理流程 1. 接收原始事件报告。 2. 将信息标准化为结构化信号。 3. 检测关键区域和危险源。 4. 评估紧急程度分数和置信度。 5. 将需求与可用资源进行匹配。 6. 识别冲突或资源短缺。 7. 制定优先行动计划。 8. 导出现场简报和审计追踪记录。 ## 已实现的功能 这是一个静态交互式原型，而非实时的紧急响应系统。它包括： - 事件场景输入 - 多智能体推理时间线 - 动态紧急程度评分 - 区域优先级看板 - 资源分配模拟器 - 风险与瓶颈检测器 - 现场简报生成器 - 智能体决策审计追踪 - 可导出的行动计划 ## 作为 AI 项目的价值 该项目清晰地展示了长链条推理和多智能体协作。它不仅仅是一个仪表盘；它建模了专业化 AI 智能体如何协同工作，使高风险的运营决策变得可解释且可执行。 ## 文件 ``` index.html Interactive prototype README.md Project explanation .nojekyll GitHub Pages compatibility ``` ## 未来版本 真实版本可以连接到： - 实时事件 API - GIS 地图 - 天气/洪水传感器 - 紧急调度系统 - SMS/WhatsApp 现场报告 - LLM 推理后端 - 人工审批工作流 AI 应始终辅助，而非取代受过专业训练的应急响应团队。

标签：AI原型, AI智能体, Black Hat, Multi-Agent, PyRIT, 人工智能, 任务规划, 信息提取, 公共安全, 决策支持系统, 可解释审计, 后端开发, 多智能体系统, 多模态安全, 库, 应急响应, 应急救援, 数据可视化, 智能调度, 检伤分类, 灾害管理, 灾难响应, 现场简报, 用户模式Hook绕过, 突发事件, 资源分配, 长链推理, 险情分类