IrbazMotan/Crisis-Intelligence-Response-Orchestrator-CIRO-
GitHub: IrbazMotan/Crisis-Intelligence-Response-Orchestrator-CIRO-
CIRO 是一个自主多智能体 AI 系统，用于从非结构化信号中检测危机并协调实时应急响应，解决传统手动调度的效率低和易出错问题。
Stars: 0 | Forks: 0
# 🌪️🚨 CIRO：危机智能与响应协调器
[](https://hackathon.example)
[](https://google.com)
[](https://irbazmemon123-crisis-intelligence-response-orche-28b6ea0.hf.space)
**CIRO 能够接收原始紧急报告，自主执行语义分类，运行跨遥测数据欺诈验证，并动态派遣优化后的救援路线，** 从而取代缓慢且易出错的人工调度操作。
## 🌐 实时 API 后端与演示
基于生产环境就绪的 FastAPI 多智能体引擎全天候托管并运行于 Hugging Face Spaces：
* **实时 API 基础 URL：** [https://irbazmemon123-crisis-intelligence-response-orche-28b6ea0.hf.space](https://irbazmemon123-crisis-intelligence-response-orche-28b6ea0.hf.space)
* **API 健康检查端点：** `GET /` -> [验证服务器健康状态](https://irbazmemon123-crisis-intelligence-response-orche-28b6ea0.hf.space)
## 🌟 核心战略特性
### 🧠 1. 多语言语义摄入（无硬编码）
* 利用 **Nominatim API** 识别地理位置。
* 通过语义 NLP 解析危机类型和标签。
* 发现紧急参数（例如 ICU 或呼吸机需求）。
### 🛰️ 2. 跨遥测验证与欺诈预防
在派遣昂贵的紧急资源前，系统会执行严格的验证检查。例如，若用户报告 *“卡拉奇发生严重洪水”*，`SecurityAgent` 会通过 **Open-Meteo API** 交叉引用实时卫星气象遥测数据，以确认该地区是否确实存在暴雨或风暴，从而防止恶作剧派遣和误报。
### 🛡️ 3. 解耦的多智能体响应循环
平台将认知推理分布在由专门智能体组成的团队中：
```
graph TD
Signal[Raw Signal: English, Urdu, Roman Urdu] --> Ingestion[Signal Ingestion Engine]
Ingestion --> Triage[TriageAgent: Extracts location, parameters, severity]
Triage --> Security{SecurityAgent: Fraud check via external APIs}
Security -- Fraud Flagged --> Reject[Reject Incident & Log Warning]
Security -- Verified --> Intelligence[CrisisIntelligenceAgent: Gathers Weather, Traffic & Context]
Intelligence --> Finder[HospitalFinderAgent: Geographic Ring-Search & Resource Fit]
Finder --> Dispatch[DispatchAgent: OSRM Route Calculation & Polylines]
Dispatch --> Telemetry[Live Telemetry Loop: Ambulance GPS Ticks]
```
## 🛠️ 系统架构
* **解耦后端：** 使用 **Python + FastAPI** 构建，协调 `SystemState` 模式并执行异步多智能体流水线。
* **现代跨平台前端：** 由 **React, Vite, Tailwind CSS 和 Leaflet Maps** 驱动。
* **Capacitor 混合移动客户端：** 编译为轻量级 **Android APK**，配备未来感十足的玻璃拟态深色模式指挥界面。
* **遥测与路由引擎：** 利用 **OSRM（开源路径规划引擎）** 在地图上追踪真实世界的驾驶路线，并通过 REST 轮询动态流式传输救护车坐标。
## 🚀 快速入门
### 📋 前置条件
* **Node.js** (v18+)
* **Python** (v3.10+)
### 1️⃣ 本地启动后端引擎
若您希望本地运行 FastAPI 服务器，而非使用我们托管的 Hugging Face Space：
```
cd ciro_platform/server
pip install -r requirements.txt
python -m uvicorn main:app --host 0.0.0.0 --port 8000
```
*您的本地服务器将在 `http://localhost:8000` 启动。*
### 2️⃣ 运行前端（Web 仪表板）
要在浏览器中运行仪表板：
```
cd ciro_platform/mobile-app
npm install
npm run dev
```
*打开 `http://localhost:5173` 与响应式仪表板交互。*
### 3️⃣ 构建并同步移动应用（Capacitor Android）
要将 React 构建输出同步至 Android Studio 项目并编译 APK：
```
cd ciro_platform/mobile-app
# 1. 使用正确的 endpoints 编译 React 资产
npm run build
# 2. 将 web 构建直接同步到原生 Android 文件夹
npx cap sync
```
*同步完成后，在 **Android Studio** 中打开 `android` 文件夹并点击 **Build > Build APK(s)。**
## 💡 电影级演示流程
1. **摄入紧急事件：** 使用预设的罗马乌尔都语描述火灾事件，或输入自定义非结构化紧急情况。
2. **观察多智能体分类：** 查看 Antigravity 智能体如何解析信号、分配严重程度、检查置信度分数，并显示其逐步推理日志。
3. **实时追踪响应人员：** 观看 Leaflet 地图上，派出的救护车沿最优道路路径驶向患者并将其安全转运。
4. **检查决策矩阵：** 打开“决策矩阵”面板，查看智能体分析得出的确切医院资源匹配情况（床位、ICU 空间和呼吸机）。
*为赢得终极黑客马拉松胜利而设计、工程实现和优化。* 🏆
标签：AI工程, API开发, AV绕过, FastAPI, Google Antigravity, Hugging Face, 人工智能, 信号处理, 危机检测, 危机管理, 地理位置识别, 多代理系统, 多语言支持, 安全测试框架, 实时数据处理, 工作流协调, 库, 应急协调, 应急响应, 数据解析, 欺诈检测, 用户模式Hook绕过, 网络空间安全, 自动化系统, 逆向工具, 遥测技术