AI导哈

气候风险评估平台

SentinelOne是一个基于AI代理的气候风险评估平台，通过多代理系统分析环境数据，评估气候相关风险并提供建议。

  • by clementpep
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 clementpep/sentinelone-hf-hackathon

使用说明

标题：SentinelOne 表情符号🛰️ 颜色来源：黄色 颜色：灰色 sdk：毕业 sdk版本：5.33.0 app_file：app.py 固定：false 许可证：mit short_description:用于气候风险评估和监测的人工智能代理

🛰️ SentinelOne-气候风险评估平台

欢迎提交我们的 拥抱面部GenAI代理商和MCP黑客马拉松!
该项目展示 多智能体系统 由...驱动 Gradio 和 斯莫尔特工，旨在监测、处理和分析环境数据，以 评估气候相关风险并提供建议.

🚨🟡🌍 黑客马拉松的重要通知！ 🤖🛰️🚨

🏆 如果我们的项目在黑客马拉松上获奖，我们将使用该奖项购买额外的API积分，以便我们能够继续为每个人开发和维护代理。 🏆

🙏 您的支持将直接有助于使这个开源气候风险平台可持续和可访问！ 🙏

💚 感谢您的信任和投票！ 💚

🌐 项目概述

该系统利用自主代理协作执行复杂的数据科学工作流程：

  • 🛰️ 风险评估代理分析环境数据并评估潜在的气候相关风险。
  • 📊 推荐代理人：根据风险评估提供可操作的建议。
  • 🎯 编排器：协调不同代理和工具之间的工作流程（目前是确定性的）。

🗂️ 数据源和外部API

我们的平台依赖于 真实、权威和最新的环境数据源每个数据流都由专用的人工智能工具直接查询和处理，实现了精确的地理定位和真正的全面风险评估。
以下是代理所利用的API和数据源的详细概述：

1. OpenStreetMap–地理定位与地图绘制

  • 目的： 将城市名称或用户输入转换为精确的纬度/经度坐标。
  • 使用的API： 指定API
  • 用途： 所有风险评估都从确定关注点开始。这是所有下游天气、风险和本地资源查询的支柱。

2. Open Meteo–天气、气候、海洋和洪水数据

一套API，提供广泛的气象和环境数据：

  • 当前和预报天气：
    • api.open-meteo.com/v1/forecast
    • 每日/每周预报：温度、降水、风、湿度。
  • 历史天气：
    • archive-api.open-meteo.com/v1/archive
    • 任何坐标下长达50年的每日气象记录。
  • 气候变化预测：
    • climate-api.open-meteo.com/v1/climate
    • 多模式气候预测（1950-2050），涵盖温度、降雨量、湿度、风、辐射、土壤湿度等。
  • 洪水风险：
    • flood-api.open-meteo.com/v1/flood
    • 河流流量、洪水概率和趋势，每日更新。
  • 海洋和海岸数据：
    • marine-api.open-meteo.com/v1/marine
    • 每日海洋状况：波高、涌浪、周期和海上风。
  • 卫星太阳辐射：
    • satellite-api.open-meteo.com/v1/archive
    • 卫星观测的每小时太阳和地面辐射。
  • 空气质量：
    • air-quality-api.open-meteo.com/v1/air-quality
    • 每小时PM10、PM2.5、CO、NO2、SO2、臭氧、花粉和空气质量指数。

开放天气 开放、可靠，并整合了来自各种气象机构的数据。

3. 美国地质调查局-地震数据

  • 目的： 提供给定位置附近的实时和历史地震活动。
  • 使用的API： 美国地质勘探局地震目录API
  • 用途： 检索可配置半径和时间窗口（默认值：过去30天，100公里内）中的所有地震事件（震级、时间、深度、位置）。

4. 美国国家航空航天局火灾探测系统

  • 目的： 利用地球观测卫星的数据检测活跃的野火。
  • 使用的API： 美国国家航空航天局资源管理系统火灾信息
  • 数据： MODIS和VIIRS卫星观测、实时火灾探测（位置、亮度、置信度、时间等）。
  • 身份验证： 需要NASA FIRMS API密钥（设置在 .env).
  • 用途： 查询点给定半径（默认值：50km）内过去2天内的所有火灾事件。

5. OpenStreetMap–当地应急资源

  • 目的： 查找给定位置最近的医院、消防局和警察局。
  • 使用的API： 天桥API
  • 用途： 对于脆弱性评估和应急准备至关重要，特别是在高风险地区。

📦 数据集成逻辑

所有数据都是实时检索的，并使用地理空间坐标进行交叉引用。该系统旨在：

  • 查询和汇总最新的气象、地球物理和环境信号
  • 提供长期背景（气候、趋势）和即时警报（火灾、洪水、地震、空气污染）
  • 提供地理背景：当地应急资源和基础设施风险
  • 输出原始数据和可操作的可视化（图表、地图、PDF报告）

我们工作流程中的示例API调用：

  • 🌦️ 天气：Open Meteo
  • 🔥 野火：美国国家航空航天局FIRMS
  • 🌊 洪水：Open-Meteo洪水API
  • 🌐 地图和资源：OpenStreetMap提名和天桥
  • 🌍 地震：美国地质调查局
  • 🏭 空气质量：Open-Meteo空气质量API
  • 🏝️ 海洋和海岸数据：Open-Meteo Marine API
  • ☀️ 太阳辐射：开放式气象卫星API
  • 📈 气候变化：开放式气候API

🧩 核心组件

👁️ 风险评估代理(risk_agent.py)

  • 角色： 分析环境数据并评估风险
  • 责任：
    • 工艺环境数据
    • 评估风险水平
    • 生成风险报告

🧠 推荐代理(recommendation_agents.py)

  • 角色： 提供可操作的建议
  • 责任：
    • 分析风险评估
    • 生成量身定制的建议
    • 优先考虑行动

🔧 工具(tools.py)

  • 数据处理实用程序
  • 绘图工具(mapping_utils.py)
  • 配置管理(config.py)

🎨 用户界面(ui.py)

  • 交互式Gradio界面
  • 实时数据可视化
  • 用户友好的控件

🧑‍💻 作者

  • Tristan DARRIGOL–人工智能顾问@Wavestone
  • Clément PEPONNET–人工智能代理工程师@Wavestone
  • Paul BARBASE–人工智能代理架构师@Wavestone和人工智能研究员@Inclusive Brains

📝 许可证

该项目根据麻省理工学院许可证获得许可

相关 MCP