视觉大模型 · Agent Skill · AIoT · 智能工单

让物理空间从被动监控走向主动运营

空间安全智能体平台面向园区、工厂、校园、楼宇、能源场站和连锁门店,连接视频、门禁、传感器、业务系统和处置流程,将异常识别、辅助研判、任务派发、处置复核与运营分析组织为可追溯闭环。

空间安全智能体平台事件、设备与工单运营界面
产品功能组合界面:呈现空间态势、设备健康、事件与工单进度;内容为脱敏演示数据,实际模块按项目配置。
产品定位企业级空间安全与运营风控底座
适用对象园区、工厂、校园、楼宇、能源场站和连锁门店
核心价值连接感知设备、业务规则、责任岗位与处置流程
本页目录

1. 平台解决什么问题

传统安全管理的常见断点

不少物理空间已经建设摄像头、门禁、传感器、报警、停车、访客和各类业务系统,但设备多、品牌多、告警多,并不等于风险得到有效管理。视频往往用于实时查看或事后回放,告警缺少明确责任人,设备故障依赖电话派单,预案和经验停留在文档或个人记忆中。

  • 多品牌、多协议设备缺少统一台账和运行状态视图。
  • 人员、车辆、访客、设备和空间权限彼此割裂。
  • 传统视频缺少对连续动作和复杂场景的主动理解。
  • 告警没有自动关联责任人、工单、预案和处置时限。
  • 制度、手册和历史案例不能在事件发生时及时调用。
  • 场景规则高度定制,难以按区域或业务线持续复制。

企业级空间安全与运营风控底座

平台以多品牌设备统一接入为感知基础,融合视觉与物联分析、Agent Skill 场景技能、知识图谱与 RAG 预案匹配、事件中心、智能工单和数据反馈能力,把分散的“看视频、收告警、人工处置”组织为“感知、判断、策略、执行、复核、沉淀”的运营闭环。

它不是在传统综管平台上简单增加几个算法,也不以替代视频、门禁、消防、能源或生产控制等专业系统为目标。平台侧重点是统一对象、关联事件、编排流程、辅助研判和沉淀数据;企业可从一个重点区域、一组存量设备和一条完整处置链路开始验证,再逐步复制。

不同使用团队获得什么

安全管理部门

连接视频、门禁、传感、人员、车辆和预案,辅助发现可定义风险,并将事件按规则推送到相应责任岗位。

设备运维团队

集中设备台账、在线状态、历史告警、巡检和工单,辅助区分设备、网络、存储、供电、配置或现场环境问题。

运营与物业团队

把通行、访客、停车、后勤、能耗和空间服务与任务关联,为总部、区域和现场人员提供对应工作入口。

质检与生产团队

关联视觉采集、工位、批次、缺陷事件和人工复核结果,支持缺陷发现、现场复检、质量追溯和样本沉淀。

2. 核心能力与技术架构

平台先统一人、设备、空间和数据等基础对象,再按项目条件组合感知接入、通用技术服务、视觉与物联分析、Agent Skill、知识能力、事件工单和展示应用。技术设计的目标不是产生更多告警,而是让每类事件具有明确的对象、区域、时段、风险等级、责任岗位、处置时限和复核方式。

总体技术架构

从现场感知到多端业务的五层架构核心内容以 HTML 呈现,移动端可直接阅读
展示交互层
Web 运营门户空间安全指挥中心移动端应用数据看板
业务应用层
事件中心视频与物联人员与空间智能工单受控联动
智能能力层
视觉与物联分析规则引擎Agent Skill知识图谱 / RAG数据反馈
技术支撑层
数据治理事件与工作流身份与权限资源与日志服务与存储
感知接入层
摄像头门禁 / 闸机 / 停车物联传感器边缘节点巡检设备授权业务系统
感知接入摄像头、门禁、闸机、停车、传感器、边缘节点、巡检设备及其他授权系统。
通用服务身份、资源、用户、日志、事件、工作流、表单、知识和运行监控。
智能能力视觉与物联分析、规则引擎、Agent Skill、知识图谱、RAG 和数据反馈。
业务应用Web、移动端、数据看板和应用中心,为不同角色提供工作入口。

云边协同的视觉与物联智能

边缘侧可承担就近的视频或物联接入、实时初判、状态采集、缓存和必要的事件上报;中心侧可结合视觉大模型、多模态信息、空间关系、历史记录和业务规则,完成复杂场景理解、事件复判和运营分析。

规则明确、时效要求高的任务可由边缘轻量模型或规则快速筛查;需要理解上下文、连续动作、SOP 条件或多源信息的任务,可由中心能力辅助复判。具体拆分应综合网络、算力、数据边界、响应时效和现场条件确定。

云边协同不是简单上传全部数据按网络、算力、时效与数据边界确定分工
现场与设备多源感知视频、门禁、传感、巡检与授权系统
边缘侧初判与缓冲状态采集、快速筛查、缓存与必要上报
中心侧复判与编排多模态理解、规则、知识、事件与工单
业务现场执行与复核移动待办、处置证据、审核、归档与分析

Agent Skill 场景技能编排

Agent Skill 将识别条件、空间区域、时间规则、风险等级、例外条件、责任人、通知方式、工单字段、处置时限、复核规则和联动边界封装为可配置技能。安全巡检、设备运维、质检合规等能力可以按场景组合,减少每次新增任务都从零开发的复杂度。

一项 Agent Skill 需要明确什么把经验变成可复核、可发布、可回退的配置
01触发条件对象、区域、时段、阈值与例外
02上下文证据设备状态、连续动作、历史事件与现场信息
03策略与知识风险等级、制度、预案、手册与匹配规则
04工具与权限允许查询、通知、建单或申请联动的边界
05确认与回退责任岗位、审批节点、失败处理与人工接管
06版本与反馈发布记录、复核结果、样本质量与版本回退

专家经验如何沉淀:现场人员对建议步骤的有效修正,可先结构化为前置状态、动作顺序、参数、审批节点和失败回退;经责任人复核、代表性验证与版本发布后,再形成可复用的专属 Skill。高风险动作仍保留人工确认,并遵守专业系统的控制边界。

知识图谱与 RAG 预案匹配

制度、预案、设备手册、历史案例和专家经验可在项目授权范围内组织为知识资产,并与设备、空间、人员、事件、工单和处置结果关联。事件发生时,平台可辅助检索相关规则、责任岗位、操作手册和预案步骤,但知识建议不能替代专业人员判断。

事件与智能工单闭环

事件中心统一接收视觉识别、物联告警、设备异常、业务接口和人工上报,支持去重、合并、白名单、升级和通知规则。事件可以自动或人工转为工单,经过派单、协作、现场执行、证据补充、审核、驳回、关闭和归档,形成可追溯的处置记录。

数据反馈与持续优化

现场环境、设备状态、人员行为和业务规则会持续变化。平台可将事件、误报、漏报、人工复核、工单结果和样本标注组织为可管理的数据回流,用于规则、技能和模型优化。更新过程应保留样本质量、版本、发布、回退和效果评估机制,未经验证的新能力不直接用于高风险业务。

让一次事件留下可复用的处置经验状态连续可追踪
  1. 01感知接入视频、物联、设备或人工上报
  2. 02事件复判去重、合并、上下文与风险等级
  3. 03策略匹配Skill、知识、责任岗位与时限
  4. 04工单执行派发、协作、现场处置与证据
  5. 05人工复核审核、驳回、关闭和归档
  6. 06版本回流规则、技能、知识与模型优化

数据回流不等于模型自动上线。误报、漏报、人工复核和工单结果进入受控数据集后,仍需经过质量检查、效果评估、版本发布与回退管理。

先确认现有设备能够接入到什么深度

提供设备品牌、型号、固件、协议、网络环境和计划场景,可进一步梳理代表性验证范围。

获取设备接入清单

3. 适用场景和使用边界

面向多行业的场景能力包

园区与楼宇

围绕门禁、访客、车辆、周界、消防、视频、设备和后勤服务,建立人员准入、设备运维、事件闭环和运营看板。

安全生产与应急

围绕视频、物联监测、风险管控、隐患排查、特殊作业和应急预案,组织预警、工单、督办、演练与复盘链路。

质检与制造

关联视觉采集、工位、工艺、缺陷事件、批次和复核意见,适合从可定义的缺陷、工序或合规要求切入。

能源与设备运维

连接水、电、气、环境、设备状态、视频和工单,辅助设备健康、异常预警、巡检和运维协同。

连锁与服务场景

围绕门店视频、服务标准、营业时段、设备状态和整改记录,支持远程巡店、任务派发和区域运营复盘。

与安全生产管理平台、应急指挥系统如何配合

三者可以按项目范围组合,不代表必须同时建设;最终边界以现有系统、管理职责、数据条件和验收目标为准。

平台不替代哪些专业职责

  • 不替代消防、生产控制、PLC、SCADA、专业保护装置及其既有安全责任体系。
  • 高风险、专业或可能影响人员和设备安全的事项,必须由授权人员复核和处置。
  • 门禁、广播、告警器、机器人、无人机等联动,应在接口、网络、权限和现场预案确认后配置。
  • 识别结果不能脱离现场背景作为唯一管理结论,也不应直接用于个人评价。

数据与个人信息使用边界

平台可能处理视频、人员、访客、车辆、设备、能耗、作业、位置、工单和预案等数据。项目应坚持目的明确、最小必要、分级授权、加密传输、保存期限、导出控制、备份恢复和操作审计,并按总部、区域、场站、物业、运维、外协和业务角色划分权限。

如涉及人脸、轨迹、证件、通行、音视频或其他可能关联个人的信息,应由项目单位结合实际目的和适用要求明确采集范围、访问权限、保存期限、告知、替代方式和第三方处理安排。AI 识别、知识建议和自动规则应具备人工复核、异常处理和版本管理机制。

4. 部署方式与设备接入

按现场条件选择部署方式

边缘一体机

适合需要就近接入、低时延初判、现场缓存或网络条件受限的场景。

中心服务器

适合设备和业务集中管理、需要统一资源与权限治理的项目。

受控云资源

适合具备明确网络和数据边界、需要跨区域服务能力的场景。

混合部署

由边缘承担现场任务,中心侧承担复杂复判、知识和运营分析。

可评估接入的设备与系统

平台可对摄像头、门禁、人行闸机、停车、传感器、边缘节点、巡检设备、显示、计算、存储及其他授权系统建立统一设备台账,关联设备编号、型号、位置、网络、状态、责任人、最近心跳、历史事件和维护记录。

存量设备先评估、再利旧

  1. 设备摸底:梳理品牌、型号、固件、协议、网络、机位、画面质量和当前运行状态。
  2. 代表性验证:选择典型设备验证取流、状态、事件、接口和目标业务能力。
  3. 分级处理:可继续使用的设备通过协议适配、边缘网关或平台接口接入;无法满足任务的设备再针对性调整。

接入能力分为五个层级

1. 资产管理建立设备、位置、型号、责任人和维护记录台账。
2. 状态读取读取在线状态、心跳、取流、存储或其他经授权状态。
3. 事件接收接收设备告警、视觉事件、物联数据或业务系统事件。
4. 任务联动将事件与责任人、通知、预案和工单流程关联。
5. 受控操作在接口、安全设计、操作权限和现场预案确认后配置受控联动。

设备是否能够接入、能够接入到哪一层,必须以代表性验证和兼容清单为准,不能仅根据品牌名称或协议说明直接判断。

5. 交付流程与验收方式

从首期闭环到规模化复制

  1. 调研与诊断:梳理空间、组织、人员、设备、网络、现有系统、风险任务、预案、责任人和历史问题。
  2. 设计场景蓝图:明确接入数据、识别任务、Agent Skill、事件等级、工单流程、权限、联动边界、报表和验收用例。
  3. 建设首期闭环:覆盖代表性设备、重点区域、高价值事件和一条完整处置链路,并考虑夜间、网络波动、设备故障等真实条件。
  4. 优化与固化:根据事件有效性、误报漏报、现场反馈和工单时效调整机位、规则、技能、权限和流程。
  5. 分期推广与运营:将接入规范、数据标准、技能包、工单模板、知识和报表口径复制到其他区域或业务线。

项目验收关注完整业务闭环

  • 设备和系统能否按确认范围稳定接入,异常状态能否被定位。
  • 事件是否具备明确对象、区域、时间、等级和证据。
  • 误报、漏报和边界场景是否有人工复核与记录方式。
  • 责任通知、工单流转、处置时限、审核和归档是否形成闭环。
  • 权限、日志、数据导出、备份恢复和异常处理是否符合项目约定。
  • 报表口径、模型或规则版本、回退方式和持续优化责任是否明确。

瑞铭安普提供的服务范围

围绕空间安全智能体平台,可提供场景调研、设备与数据治理、技术架构设计、边缘与平台部署、视觉和物联能力配置、Agent Skill 编排、知识库建设、系统集成、首期联调、分期推广和持续运营支持。具体范围根据项目目标、现有设备、数据条件和责任边界确认。

从一个重点区域和一条完整处置链路开始

说明应用场景、现有设备、计划区域和主要管理问题,可进一步讨论首期范围、接入条件和验收方式。

咨询部署方案

6. 常见问题

已有摄像头和门禁能否直接接入?

需要按品牌、型号、协议、固件、网络、画面、数据和目标功能评估。平台支持多协议设备接入与存量利旧,但接入深度必须以代表性验证和兼容清单为准。

平台与传统综合管理平台有什么区别?

传统平台主要解决资源汇聚和展示;空间安全智能体进一步将视觉与物联事件、规则、预案、责任人、工单、知识和复盘数据组织为可执行的闭环,并支持通过技能和现场反馈持续优化。

Agent Skill 会自动替代人工处置吗?

不会。Agent Skill 用于辅助研判、策略匹配、任务派发和流程编排。高风险、专业或可能影响人员和设备安全的事项,仍需要由授权人员依据现场制度复核和处置。

如何避免项目只做成大屏演示?

试点目标应落到真实业务问题和完整闭环,验收设备接入、事件质量、责任通知、工单处理、复核、日志、报表和持续优化机制,而不是只验收可视化页面。