平臺建設背景
近年來，大模型技術以驚人的迭代速度重塑人工智能發展格局。從GPT-3引爆生成式AI浪潮，到開源與閉源模型的競逐演進，DeepSeek、Manus、MCP等創新模型和框架持續突破技術邊界，推動行業應用從概念驗證邁向深度落地。大模型技術的創新不僅僅停留在研發層面，更重要的是，它為各個行業的應用落地帶來了前所未有的機遇。隨著技術的不斷成熟，行業應用不再僅僅是簡單的嘗試和探索，而是進入了全面深化的階段。如今，大模型行業應用已經進入深水區，意味著企業和組織不再滿足于表面的數字化轉型或智能化升級，而是開始深入挖掘大模型技術在核心業務流程、決策分析、用戶體驗等關鍵環節的潛在價值。
大模型時代下城市治理行業應用場景
在面對城市治理的挑戰與機遇時，數字政通始終以“人”為中心，深入行業應用場景需求，通過大模型技術賦能，服務政府工作人員、市民群眾等每一位城市治理參與者，為城市治理提供新的解決方案。（1）城市運管服業務中，從市容環衛、建筑垃圾、戶外廣告等場景出發，解決環衛垃圾收運規劃、垃圾分類咨詢督導、建筑垃圾監管、裝修垃圾處置、戶外廣告及招牌設施管理等工作中的痛點問題，構建環衛作業效能診斷助手、智能管理模式推薦算法、垃圾分析數字督導員、專修垃圾咨詢助手等智能體應用。（2）城市生命線業務中，針對燃氣監管、排水防汛、市政管理、供熱等應用場景需求探索大模型智能應用，如燃氣隱患排查整治、防汛知識和市政設施養護方案推薦、供熱治理自動評價等。（3）一網統管業務中，基于工單辦理場景構建受理員、派遣員和監督員等崗位智能體，提高工單流轉效率；基于工單數據分析場景建立智能標簽體系，實現熱線感知、預警和效能分析。（4）法治政府業務中，建立案件智能評查場景智能體，實現對執法辦案全流程智能化能力提升，使案卷全量、自動化評查成為可能，極大緩解執法辦案和監督人員壓力。（5）城市大腦IOC業務中，結合數字人和大模型技術，建立大屏數字講解員，實現大屏內容自助講解、大屏數據問詢式查詢以及大屏數據報表分析，提高城市大腦智能化應用水平。
如何快速構建行業大模型智能應用
在大模型時代，行業智能應用的構建能夠為各行業帶來創新思路和競爭優勢。快速構建行業大模型應用，可從錨定應用場景、建立行業知識庫、訓練垂直大模型、構建場景和崗位智能體四個關鍵步驟著手。
01
應用場景是大模型智能應用的落腳點
應用場景決定了大模型技術價值的實際轉化效率，隨著大模型從通用能力向垂直領域縱深發展，其落地邏輯已從“技術驅動”轉向“場景驅動”——只有精準匹配行業痛點的解決方案，挖掘用戶真實需求，解決應用場景實際問題，才能有效推動應用場景落地。數字政通始終聚焦于深耕20多年的城市治理行業，從城市運管服、城市生命線、一網統管、法治政府等業務中挖掘用戶需求，探索大模型智能應用落地方向。
02
行業知識庫是構建行業大模型應用的基石
行業知識庫匯聚了城市治理行業的的專業知識、經驗、數據等關鍵信息。首先要進行全面的數據收集，涵蓋行業標準、研究報告、項目方案、政策法規等結構化與非結構化數據。例如，在運管服業務中，行業數據包括多模態物聯感知數據（視頻、圖片、車輛軌跡、井蓋狀態等）和政務文本類數據（政策文件、安全操作規范、法律法規等）。數據收集歸檔后需要進行數據清晰和分段處理：（1）通過數據清洗去除重復、錯誤和不相關的信息，提升數據質量；（2）通過文檔向量化和切片處理，形成文檔結構化分段和關聯問題，提升知識檢索命中效果。這樣，行業知識庫能為后續的模型訓練和智能應用提供豐富且準確的知識來源。
目前，公司5大業務線已積累100多個行業知識庫
03
訓練垂直大模型是核心環節
垂直大模型針對特定行業任務進行優化，能更好地滿足行業需求。基于預訓練的通用大模型，如DeepSeek、Qwen，利用行業知識庫中的數據進行微調，使其在特定任務上表現更專業。通用大模型已經學習了大量的語言知識和模式，微調能讓其快速適應行業特性。例如在熱線智能標簽場景，通過熱線標簽數據微調訓練，大模型更能理解話題、主體、地址的標簽推薦規范。在工單派遣處置場景中，通過對歷史工單數據的微調訓練，大模型可以推薦出事項分類和處置部門，同時，可建立自學習機制，定期結合用戶標注數據對模型進行不斷自我迭代更新，持續提升模型效果。
04
場景和崗位智能體是行業大模型應用的落地形態
根據不同的行業場景和崗位需求，定制智能體。在工單受理場景中，構建智能座席助手，使其能快速準確地完成工單受理登記過程中的信息自動提取和總結分析，提高座席員登記效率；在案件評查場景中，構建智能評查場景智能體，使其自動對大量行政執法案卷文書進行評查，提高評查覆蓋范圍和效率。智能體搭建方式包括：大模型接入、知識庫引用、工作流構建以及外部工具調用，同時，需要通過接口與現有業務系統集成，實現數據的無縫流通，讓智能體更好地輔助崗位工作，提升工作效率和質量。目前，常見的智能體應用開發平臺有Coze、Dify、Maxkb文心智能體平臺等，為大模型智能應用的創建、開發與業務集成提供了一套完整解決方案。
目前，公司5大業務線已積累200多個行業智能應用
快速構建行業大模型應用，通過建立行業知識庫提供知識支撐，訓練垂直大模型提升專業能力，構建場景和崗位智能體實現應用落地，能夠讓城市治理行業在數字化轉型中快速借助大模型的力量，提升競爭力，創造更大的價值。
DeepSeek+城市治理行業應用案例
01
DeepSeek+RAG智能問答
應用場景：大模型結合RAG構建智能問答助手，應用于網格化事、部件處置規范咨詢場景。通過檢索外部知識庫增強回答準確性，大模型生成自然流暢回復，實現高效、精準的信息交互，提升用戶體驗和服務質量。（1）接入大模型基礎服務：通過大模型應用平臺接入政數局提供的DeepSeek-R1滿血版大模型服務，為智能應用提供能力支撐。（2）創建知識庫和智能應用：知識庫包括項目網格化案件指標表，網格化地方標準（包含事件、部件處置規范）。通過智能應用關鍵知識庫，構建智能問答智能體。（3）對接至業務系統：以智能應用接口形式對接至業務平臺，實現智能問答。
02
DeepSeek+pandasAI智能問數
應用場景：通過大模型構建基于知識庫和數據庫的數據統計分析問答助手，在數據統計分析場景下，針對系統運行的海量數據，需通過查詢接口獲取用戶關注的信息。利用NL2SQL技術將自然語言轉化為結構化查詢語言（SQL），實現數據查詢的智能化和自動化，提高業務查詢和分析的效率。（1）基于語義信息梳理：基于問數場景需求梳理數據庫建表語句、表字段注釋、常用查詢sql以及專業名稱解釋等內容，為NL2SQL提供豐富的語義信息。（2）智能問數框架搭建：基于PandasAI+知識庫+大模型構建智能問數查詢、檢索、生成框架。通過用戶自然語言輸入，實現數據自動查詢效果。（3）對接至業務系統：以智能應用接口形式對接至業務平臺，實現智能問數。
03
DeepSeek+MCP智能報告
應用場景：在數據分析報告編制場景中，基于MCP協議定義大模型調用工具，結合大模型構建數據分析報告自動生成機制。根據用戶指定的報告編制規范，通過業務數據查詢插值的方式進行數據填充，以文本+圖表的形式進行展示。然后，通過大模型對數據以及關聯信息進行總結分析，形成完整報告內容，提高報告編制效率。
（1）定義大模型調用工具：search聯網搜索工具，database_query數據庫查詢和繪圖工具。search工具可調用搜索引擎進行檢索，并通過大模型判斷檢索內容是否符合用戶需求；database_query工具可查詢數據庫中的數據，并調用繪圖工具進行可視化展示。
（2）創建數據分析報告智能體：結合大模型和調用工具創建數據分析報告智能體，根據聯網搜索和數據查詢結果，生成報告。
未來展望
隨著大模型技術進入快速迭代周期，大模型領域正呈現指數級發展態勢。據行業觀察，核心算法架構不斷進行范式級演進，模型參數規模、多模態理解能力和推理效率持續突破理論邊界。數字政通將持續投入，結合城市治理應用場景實際需求，緊跟大模型微調訓練、跨模態知識蒸餾、多智能體應用等技術動向，構建具備多個垂直業務方向的行業大模型體系，打造更多智能應用場景落地案例樣本，推動城市治理從“經驗驅動”向“認知智能”的數字化轉型。
