近日，华东空管局技术保障中心成功落地大模型与智能体平台及相关验证场景应用，构建了面向空管通导业务的智能体系统。该系统深度融合空管领域专业知识与业务流程，通过本地化部署和多模型协同，实现对业务数据的智能解析、故障推演及运维辅助决策。其核心目标在于推动空管通导业务从传统人工运维向“AI+运维”的人机协同智能化运维方式转型，通过精准需求响应、AI智能辅助决策，显著提升运维效率、降低误判风险，为智慧民航建设提供安全可靠的技术支撑。
在空管业务智能化升级的关键进程中，智能体（Agent）将扮演至关重要的角色。智能体可理解为一种高度专业化、定制化的智能应用载体，它基于先进的大语言模型与推理技术构建，能深度理解空管领域的专业知识、业务流程与操作规范。它如同一位具备“超强大脑”与“灵活双手”的智能专家，一方面可以精准对接空管业务中各类复杂且多样化的需求场景；另一方面，凭借其强大的自然语言处理、知识推理与任务执行能力，能够自主地对业务数据进行挖掘分析、对业务问题提供精准解答、对业务流程实现智能辅助，从而有效提升业务处理效率、降低人为操作失误风险。在不久的将来，智能体还能接入与处理图像、视频、音频等多模态数据，融合现有的大语言模型基态，构建“多态感知-智能决策-执行监管”闭环，使空管运维从“被动响应”向“主动预防”跃迁，为空管通导业务的智能化、高效化、安全化运行提供有力支撑，为智慧民航注入核心动能。
技术保障中心正全面推进空管通导专业领域知识智能体深度建设。针对监视、通信、动力等专业，中心构建多维度知识与专业模型库，实现各专业管理与业务规则智能解析、日志故障关联智能推演、运维辅助生成，让智能体化身“多面专家”，打破管理、专业、流程的信息壁垒，为通导全业务链提供精准、高效、协同的智能决策支撑。
一、业务场景精准赋能：四大核心应用测试落地
技术保障中心围绕空管通导业务的实际需求，结合大语言模型与推理技术的优势，通过多模型对比、文档切分策略优化及参数调优，成功落地四大智能化应用场景。资质排查类应用为员工搭建了高效的知识学习与问答平台，显著提升自主学习的效率；岗位日志类应用通过自动化解析与向量库构建，实现历史记录的快速检索与事件追溯；手册快速问答功能不仅为业务熟练员工提供数据备忘支持，还能辅助生成标准化报表；应急排故助手则通过关联历史故障案例与处置流程，为突发问题提供实时决策参考。这些场景化功能的协同应用，为空管运维的精准化、高效化奠定了坚实基础。
二、Dify智能体平台优势：低代码开发降低应用门槛
Dify平台以低代码开发模式为核心，极大简化了AI应用的构建与迭代流程。通过可视化画布与预置组件库，用户无需编写代码即可设计复杂工作流，例如将值班记录上传、模型解析与日志归档整合为自动化流程。平台支持自然语言指令定义智能体，并集成多模型混合调度能力，允许灵活调用Qwen、DeepSeek等大语言模型。此外，插件式功能扩展与知识库的灵活管理进一步降低了技术门槛，例如通过“语音转文字”插件实现语音记录的自动化处理，或直接导入Excel、Word文档构建结构化知识库。这种高度模块化的设计，使技术组成员能够快速响应需求变化，加速智能化应用的落地进程。
三、虚拟化部署vLLm可调大模型
在虚拟化部署方面，vLLM技术相较Ollama而言展现出显著优势。vLLM通过本地化Docker部署实现高并发处理与低延迟响应，完美契合空管领域对实时性的严苛要求。其多模型混合调度能力支持灵活切换任务场景，同时优化了长文本生成效率，显著提升问答与日志生成等关键环节的性能。安全层面，vLLM的独立部署架构能够及时修复漏洞，降低外部风险对业务连续性的影响，为空管系统的稳定运行提供可靠保障。
四、未来规划：AI专项工作技术组驱动深度应用
根据华东空管局“拥抱AI，智创未来”的指导精神，技术保障中心AI专项工作技术组后续将全面指导开展中心层面的AI部署应用工作，对技术内容进行培训，逐步推进各类AI应用场景全面落地。面向未来，技术保障中心AI专项工作技术组将以多模态能力扩展为核心方向，集成语音、图像与视频识别模块，构建智能体的多源感知能力。同时，通过融合MCP、A2A等协议实现大模型的安全互联，推动跨信号源的数据协同。在应用层面，技术组将基于现有测验证成果，推进各运行现场的本地化业务适配，并持续优化智能体的训练反馈机制，逐步实现从“辅助决策”到“自主决策”的跨越。这一系列举措将深化AI技术对空管安全运行保障与效率提升的驱动作用，为空管通导业务的全面智能化开辟新路径。
此次实践标志着空管通导业务智能化进入新阶段。技术主创团队表示：“Dify的低代码特性与vLLM的高性能优势，为空管行业提供了‘轻量化、强能力’的AI解决方案。未来，我们将持续深化技术应用，让AI真正成为驱动安全保障与效率提升的核心引擎。”
