abhijithbhat/aegisgrid-2026

# AEGISGRID 2026 **面向体育场安全主管的可解释事件融合与响应 Copilot** [](https://github.com/abhijithbhat/aegisgrid-2026/actions/workflows/ci.yml) [](https://github.com/abhijithbhat/aegisgrid-2026/actions/workflows/codeql.yml) [](LICENSE)  [生产预览](https://aegisgrid-2026.abhijithhubli129918.chatgpt.site) · [七分钟评审演示](docs/judge-demo.md) · [架构](docs/architecture.md) · [安全策略](SECURITY.md) AegisGrid 将嘈杂的人群遥测数据、多语言报告、场馆拓扑结构、团队可用性以及不确定的观察结果，转化为一个经过优先级排序、以证据为基础的建议，供经过培训的**体育场安全主管**参考。它支持运营情报和实时决策支持；它不会自动调度响应人员或取代场馆的标准操作程序。 该产品使用了一个合成的虚拟场馆——**Unity Stadium 2026**——以及原创的界面素材。它不包含任何官方赛事、场馆、俱乐部或联合会的品牌标识。 ## 七分钟评审路径 1. 打开 **Command** 并阅读优先级 01 的决策简报：事件、确定性风险、证据、冲突、推荐的团队、安全路线的预计到达时间（ETA），以及明确的人工审批边界。 2. 打开选定的事件，将确定性评分与经过验证的 AI 分类进行比较。检查引用的源 ID、矛盾之处、不确定性以及澄清问题。 3. 打开 **Data Lab**，暂存一个 CSV/JSON/PDF 文件或直接报告，查看建议的 schema 映射，对其进行编辑、验证，并明确批准标准化后的数据行。 4. 在模拟器中使用种子 `2026` 运行 **Accessible Corridor Blockage**；确认确定性路由器是否成功避开了受阻和仅有楼梯的路径。 5. 打开 **Audit** 并验证只允许追加的参与者、状态转换、备注以及建议/路由的版本痕迹。 如果进行离线或无 API 密钥的评审，请将 `GEMINI_API_KEY` 留空。这种诚实的降级状态是刻意设计的，可以准确展示哪些决策需要生成式 AI。 ## 评审可以验证的内容 - 合成场景数据源从共享的应用程序状态驱动备战状态、占用率、人流、事件和传感器健康状况。 - 一个真实的二进制最大优先级队列对事件进行排序（`peek O(1)`，插入/移除 `O(log n)`）。 - 事件智能视图将透明的确定性风险评分与 AI 严重程度区分开来，并解释分歧原因。 - 支持性的源 ID、矛盾之处、缺失的信息、澄清问题、不确定性、团队/设备、行动顺序和沟通方式均可进行检查。 - CSV、JSON、PDF 和直接输入的文本进入一个分阶段的 Data Injection Lab：检查 → 映射 → 批准 → 编辑 → 验证 → 导入。 - 每一个映射都是可见的；不确定的映射绝不会被静默应用。验证报告可供下载。 - 基于加权邻接表图的 A*/Dijkstra 路由算法可计算主路线、备用路线和朴素距离路线。LLM 绝不会凭空捏造路径。 - 五个可重现的场景会改变相同的状态：西门人流激增、相互矛盾的烟雾报告、多语言医疗事件、无障碍通道受阻以及误判重复事件挑战。 - 接受/修改/驳回、团队分配、步骤完成、备注和解决方案都会创建仅允许追加的审计事件。“接受”意味着主管批准——而不是调度。 ## 混合 AI 架构 | 确定性代码负责 | Gemini 负责 | |---|---| | 数值验证与标准化 | 解释非结构化的事件报告 | | 0–100 的风险计算与因子分解 | 比较可能的跨语言重复项 | | 二叉堆排序 | 综合矛盾与不确定性 | | 图路由与动态边成本 | 提出不熟悉的 schema 映射 | | 文件限制、服务器设定的审计参与者、持久化 | 起草感知受众和紧急程度的公告 | | 运行时 schema 验证与源 ID 检查 | 生成最小化的高价值澄清问题 | ``` flowchart LR A["Telemetry, reports, files, topology"] --> B["Strict validation and normalization"] B --> C["Deterministic risk, priority, and routing"] B --> D["Gemini interpretation and semantic comparison"] C --> E["Validated evidence-grounded recommendation"] D --> E E --> F["Supervisor review: accept, modify, or dismiss"] F --> G["Append-only audit event"] ``` AI 响应使用严格的结构化契约、当前官方的 `@google/genai`、受 JSON schema 约束的输出、独立的运行时验证、证据 ID 验证，并且只允许进行一次受约束的修复尝试。`GEMINI_MODEL` 控制模型；文档记录的默认值是稳定且具有成本效益的 `gemini-2.5-flash-lite`，已通过 [Google 模型指南](https://ai.google.dev/gemini-api/docs/models/gemini-2.5-flash-lite) 验证。 当提供商或密钥不可用时，UI 会显示 **“AI analysis unavailable.”**。风险、优先级排序、遥测、上传验证和路由将继续工作。语义融合、矛盾综合、AI 置信度和生成的公告会被标记为不可用，而不是被预设的输出所替代。 请参阅 [架构](docs/architecture.md)、[安全](docs/security.md)、[无障碍性](docs/accessibility.md) 和 [prompt 进化](docs/prompt-evolution.md)。 ## 在本地运行 环境要求：Node.js 22+，npm。 ``` git clone https://github.com/abhijithbhat/aegisgrid-2026.git cd aegisgrid-2026 npm install cp .env.example .env.local npm run dev ``` 打开 `http://localhost:3000`。对于确定性和场景工作流，Gemini 密钥是可选的。要启用实时语义分析，请设置仅限服务器端使用的 `GEMINI_API_KEY`；切勿使用 `NEXT_PUBLIC_` 密钥。 ### 环境变量 | 变量 | 用途 | |---|---| | `GEMINI_API_KEY` | 仅限服务器端的 Gemini API 凭证 | | `GEMINI_MODEL` | 提供商模型，默认为 `gemini-2.5-flash-lite` | | `AI_TIMEOUT_MS` | 单次请求的提供商截止时间（在代码中受限） | | `AI_MAX_RETRIES` | 瞬时故障重试；最多重试一次 | | `ENABLE_FIRESTORE` | 启用持久化的服务器端事件/审计存储 | | `FIREBASE_PROJECT_ID` | 使用应用默认凭证时的 Firestore 项目 | | `APP_ORIGIN` | 绝对生产环境来源和脚本目标 | ## 验证 ``` npm run typecheck npm test npm run build npm run check:size npm audit --omit=dev --audit-level=high ``` 完整的本地检测门禁是 `npm run verify`。浏览器检查使用 `npm run test:e2e`；AI 评估工具包针对 `APP_ORIGIN` 使用 `npm run evals`。 测试涵盖了风险边界、堆排序/复杂度行为、重复项拦截、误判重复项保留、无障碍路由、严格的 AI 契约、修复/故障安全行为、格式错误/对抗性导入、超大文件、未知区域、跨域写入、类型化 API 以及降级模式。 ## Data Injection Lab 契约 - 最大文件大小：客户端和服务器端均为 2 MiB。 - 允许的格式：CSV、JSON、可选择文本的 PDF 以及纯文本。 - PDF 限制：50 页和 250,000 个提取字符。扫描/加密的 PDF 会显示有用的错误消息提示失败，而不是假装 OCR 成功。 - 标准遥测数据包括时间戳、区域、占用率/容量、人流、队列、温度、AQI、噪音、传感器健康状况、阻塞情况和事件阶段。 - 负数/不可能的值、缺失的容量、无效的时间戳、NaN/无穷大、嵌套的 JSON、格式错误的行、重复的表头以及未知的区域都无法通过严格标准化。 - 上传的文本被界定为不受信任的数据，不能更改指令，并在处理后丢弃；只有标准化的批准值才能被存储。 ## 安全状态 安全审查日期：**2026-07-11**。 - 代码仓库及其两次提交历史中未跟踪任何凭证、私钥、`.env` 文件或已知的 GitHub/Gemini token 格式。 - 生产环境响应设置了 CSP、HSTS、`nosniff`、frame denial、opener isolation、严格的权限策略以及严格的 referrer 处理。 - 浏览器 API 调用仅限于同源；跨域请求在解析上传、验证操作或调用 Gemini 之前就会被拒绝。 - 上传内容受到白名单限制，上限为 2 MiB，在解析时限制了行/页/文本数量，被视为数据而非指令，并且从不进行原始持久化存储。 - Firestore 规则拒绝所有直接的浏览器读/写操作。持久化写入是在服务器端进行的，经过了 schema 验证，并标记了参与者。 - GitHub Actions 运行类型、lint、测试、构建、大小、浏览器无障碍以及高/严重级别生产依赖项的门禁检查。CodeQL 在 `main` 分支和每周定期运行 `security-extended` 的 JavaScript/TypeScript 测试套件。 - 在升级了 Next.js、Firebase Admin、Vite、Wrangler 和 Cloudflare Vite 插件之后，当前的生产环境审计**没有高危或严重级别的建议**。 `npm audit` 仍然报告了八个**中等严重程度的传递性**建议：Next.js 打包了一个较旧版本的 PostCSS，该库仅用于编译受信任的项目 CSS；而 Firebase Admin 的存储链保留了 `uuid@9`，尽管 AegisGrid 并未调用受影响的调用者提供的缓冲区 UUID API。npm 建议的强制修复会错误地降级核心框架，因此刻意未予应用。这些遗留问题已被记录而非被隐藏，并且在上游软件包发布兼容的修复程序时必须重新检查。 有关私有报告，请参阅 [安全策略](SECURITY.md)；有关生产环境的限制，请参阅 [详细威胁模型](docs/security.md)。 ## 云部署 `Dockerfile` 以 Node 22 和注入的 Cloud Run `PORT` 为目标。通过应用默认凭证配置 Firestore，并将 `GEMINI_API_KEY` 置于 Google Secret Manager 中；Google 建议在 Cloud Run 中使用服务器端的 Admin 初始化和托管密钥。相同的 UI 可以通过 Codex Sites 在诚实的无凭证/降级模式下进行发布。 Firestore 规则拒绝所有直接的浏览器访问。审计事件是通过服务器端设置的主管角色创建的，并使用仅限创建的文档身份。公开的无凭证演示有意将场景/遥测状态保持在瞬时状态；启用 Firestore 可使审计存储持久化。真实的场馆试点仍然需要组织 SSO 和正式的角色授权。 ## 演示与操作假设 请按照种子 `2026` 跟随 [七分钟评审演示](docs/judge-demo.md)。所有场馆记录和性能数据都是合成的，不对现实世界的影响做任何声明。在进行真实的试点之前，请添加场馆 SSO、正式的授权角色、托管速率限制、区域性保留策略、安全审查、操作员培训以及批准的事件处理程序。 ## 仓库规则 - 一个应用程序，一个分支，无密钥。 - `.env.example` 已提交；`.env*` 保持被忽略。 - `scripts/check-repo-size.mjs` 验证提交的有效载荷保持在 10 MiB 以下。 - CI 和 CodeQL 在单一的提交分支上运行，不创建发布分支。 - 源报告在融合后被保留；隐藏的推理过程绝不会被存储。 - 禁止面部识别、生物识别、医疗诊断、歧视性分析或个人身份推断。 MIT 许可证。为 PromptWars 虚拟挑战赛 4：智能体育场与赛事运营而构建。

标签：MITM代理, 可解释AI, 多源数据融合, 实时决策系统, 应急响应决策支持, 自动化攻击, 请求拦截, 赛事场馆安全, 运营情报