Monisha-024/RiskFusion

# 🛡️ RiskFusion ### 面向化工厂的 AI 决策智能平台 ## 🚀 什么是 RiskFusion？ RiskFusion 是一个面向化工厂的 **AI 决策智能平台**。它将六种以前相互孤立的 安全信号 —— 传感器数据、维护历史、工人投诉、巡检报告、 险肇事件报告和设备健康状态 —— 融合为一个可解释的 AI 风险评分，并提供通俗语言的 根因和推荐操作，同时与真实的历史工业事故进行交叉比对。 ## 📦 本仓库包含什么 ``` RiskFusion/ ├── frontend/ React + TypeScript + Vite + Tailwind — fully self-contained, runs instantly └── backend/ FastAPI + SQLite — production-shaped REST API, pluggable LangChain/Gemini AI layer ``` **前端**完全在浏览器中运行完整的模拟引擎（与 后端逻辑相同，移植到 TypeScript），因此无需任何配置即可运行 —— 非常适合用于现场演示。**后端** 是一个生产级架构的服务，实现了相同的领域模型，随时可以作为 同一 UI 背后的真实数据平面。 ## ✨ 核心功能 | 功能 | 描述 | |---|---| | 🗺️ **交互式数字孪生** | 五个厂区（集尘、储气、反应釜、锅炉房、装卸区），每个区域都有自己不断升级的事故演变线 | | ⏱️ **独立的区域时钟** | 每个区域按自己的 15 分钟时钟推进 —— 推进 A 区永远不会影响 B–E 区 | | 📡 **每个区域 10 个关联的实时传感器** | 气体、粉尘、温度、压力、湿度、振动、流量、液位、电机健康、阀门位置 —— 均平滑且真实地漂移，绝不随机跳动 | | 🧠 **可解释的 AI 风险评分** | 每个评分都会引用其背后的确切传感器趋势、逾期维护和工人报告 | | 📚 **历史事故匹配** | 将实时状况与 8 起 2005 年以后的真实工业事故进行比较，并给出相似度评分 | | 🎯 **操作追踪** | AI 警报 → 已分配 → 已确认 → 开始维护 → 已完成 → 已验证 → 风险降低，包含完整的审计历史 | | 🖥️ **控制室** | 实时全厂风险地图、分布情况、值班工程师以及实时操作时间线 | ## 🖼️ 页面 - **着陆页** —— 产品概述、架构、行动呼吁 - **仪表板** —— 全厂 KPI、交互式区域地图、风险趋势、AI 警报、操作追踪器 - **数字孪生** —— 一览所有 5 个区域，每个区域都有独立的推进/倒回/重置时钟 - **区域页面** (`/zone/a` … `/zone/e`) —— 概览、实时传感器、历史图表（24小时/7天/30天，包含 移动平均线）、维护、工人投诉、巡检报告、险肇事件报告、设备 健康以及历史事故比对 - **控制室** —— 实时全厂风险地图、分布情况、值班工程师、实时警报、实时时间线 ## 🏭 五个区域 | 区域 | 区域 | 演变线 | |---|---|---| | A | 集尘装置 | 粉尘堆积 → 抽风受阻 → 清洁被忽视 → 滤芯堵塞 | | B | 储气区 | 燃气阀门老化 → 轻微泄漏 → 操作员投诉 → 维护逾期 | | C | 反应釜区 | 冷却故障 → 温度上升 → 压力漂移 | | D | 锅炉房 | 锅炉效率下降 → 蒸汽泄漏 → 泵体振动 → 巡检逾期 | | E | 化工装卸区 | 化学品输送泄漏 → 装卸软管受损 → 泵密封老化 | ## 🛠️ 技术栈 **前端:** React · TypeScript · Vite · TailwindCSS · Framer Motion · React Router · React Query · Recharts · Lucide Icons **后端:** FastAPI · SQLite (SQLModel) · 可插拔的 LangChain + Gemini 用于生成 LLM 叙述 · 可插拔的 Sentence-Transformers 用于语义事故匹配 ## ⚡ 快速开始 ### 前端（实时演示 —— 从这里开始） ``` cd frontend npm install npm run dev ``` 打开打印出的本地 URL（通常是 `http://localhost:5173`）。每个区域都有自己独立的 **推进 +15分钟** 控制 —— 在 A 区点击它，只有 A 区的传感器、警报和风险评分会向前移动； 其他所有区域都将保持在原来的状态。 ### 后端 API（可选 —— 生产级服务层） ``` cd backend python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts\Activate.ps1 pip install -r requirements.txt uvicorn app.main:app --reload --port 8000 ``` 在 `http://localhost:8000/docs` 查看交互式 API 文档。

启用真实的 LLM 解释（可选）

``` pip install langchain-google-genai google-generativeai export GOOGLE_API_KEY=your_key_here ``` 重启服务器 —— `app/services/ai_explain.py` 会自动切换到由 Gemini 生成的 叙述，并在出现任何错误时回退到确定性模板，因此即使没有 API key，平台也绝不会崩溃。

## 🧭 设计原则 - **拒绝随机跳变。** 每个传感器读数都从其前一个值平滑漂移，采用一种 关联模型，即随着区域风险升级，气体/温度/压力/粉尘/振动会同步上升 —— 这与 真实仪表的行为完全一致。 - **完全可解释，绝非黑盒。** 每个 AI 警报的叙述都直接基于 提供风险评分的结构化信号构建 —— 没有任何隐藏的推理。 - **独立的区域。** 每个区域都运行自己独立的模拟时钟，因此您可以在一个 区域上演示升级演变，同时保持工厂其他区域处于正常状态以供对比。 - **每个建议都是一个被追踪的工作流**，从检测到经过验证的解决全程追踪。 ## 📄 许可证 MIT —— 可免费使用、修改和构建。

标签：AV绕过, FastAPI, impacket, React, Syscalls, 人工智能, 化工安全, 工业互联网, 数字孪生, 用户模式Hook绕过, 自动化攻击, 逆向工具