解锁 WorkBuddy Plan 模式!长沙城市积水感知系统全流程 AI 落地实战

举报
夜郎king 发表于 2026/10/16 09:18:43 2026/10/16
【摘要】  本文以长沙市城市积水时空感知智慧系统项目为载体,完整落地验证 WorkBuddy Plan 结构化任务流水线在研发项目中的工程价值。

目录


前言

1. 系统建设,需求先行

2. 使用AI 构建需求文档

二、WorkBuddy Plan 模式简介

1. 什么是 Plan 模式?

2. Plan 模式核心能力

三、城市积水感知系统建设背景与选型思考

1. 建设背景与技术诉求

2. 选择 WorkBuddy Plan

四、建设方案落地实战流程

1. 自定义串行任务提示词模板

2. 前置基础数据准备

五、落地成果展示

1. 积水点位时序数据自动化解析成果

2. 时空 GIS 可视化落地方案产出

3. 标准化政务需求规格说明书

六、总结



前言

1. 系统建设,需求先行

        长沙湘江穿城,低洼路段、老旧管网密集,每年汛期短时强降雨极易引发城市内涝。传统防汛体系存在几个典型工程痛点:

  1. 积水监测数据分散在物联网摄像头、液位传感器、气象站点,无统一时空存储与关联分析链路;

  2. 积水点位、积水时长、降雨耦合关系依靠人工线下统计,数据滞后,无法支撑预判;

  3. 政企信息化项目交付链路长,需求说明书、数据字典、GIS 可视化方案、接口规范等文档依赖研发手工撰写,版本混乱、重复工作量极高;

  4. 多部门(水务、应急、城管)业务诉求割裂,人工梳理需求极易出现场景遗漏,后期需求变更返工成本巨大。

为搭建一套具备实时感知、时空分析、分级预警、应急调度能力的长沙市城市积水时空感知与智慧应对系统,项目初期最大瓶颈并非编码开发,而是前置的需求梳理、多源数据治理、标准化文档输出。常规单人开发模式下,前期文书、数据整理工作会占用开发人员大量的实践,亟需借助 AI Agent 工具完成标准化流水线作业。

2. 使用AI 构建需求文档

        常规一次性对话式大模型存在明显短板:上下文长度受限、无法承接多阶段串行任务、每次提问都需要重复输入项目背景。在本项目前期测试过通用对话模型后,发现无法连贯完成「需求拆解→数据梳理→库表设计→方案输出」完整流程,每次切换任务都要重复粘贴项目资料、业务约束、技术栈规范。而腾讯的WorkBuddy Plan 规划模式,支持定义串行多阶段任务,全局持久化项目上下文,能够自动化输出符合政务信息化规范的全套交付文档,完美解决复杂行业系统前期前置工作效率低的问题,也是本文重点落地验证的核心工具。

二、WorkBuddy Plan 模式简介

1. 什么是 Plan 模式?

        来看看WorkBuddy中是如何来定义者集中模式的。

简单来讲就是Workbuddy把复杂任务拆成三种“驾驶位”, Ask、Craft、Plan,像换挡一样随场景切换。

  • Ask模式:只读不写,安全确认需求,避免“理解偏差”。

  • Craft模式:直接改文件,生成PPT、整理表格、写文案一条龙。

  • Plan模式:先输出执行计划,人工审核后再动真格,多步骤大工程也能步步为营。

模式

说明

适用场景

问一问(Ask)

仅问答与信息查看,不修改文件

了解内容、确认需求

做一做(Craft)

直接执行任务并修改文件

文档生成、表格处理、文件整理

想一想(Plan)

先生成执行计划,确认后再操作

多步骤任务、需审阅改动范围

2. Plan 模式核心能力

  1. 复杂项目自动拆解:将大型系统拆分为需求、数据、架构、可视化、交付文档等有序子任务,贴合程序员分阶段交付习惯;

  2. 超长上下文稳定承载:支持灌入海量业务报表、点位 GIS 数据、接口规范、行业约束,全程不丢失前置信息;

  3. 标准化工程文档批量生成:统一输出需求规格说明书、数据字典、建表语句、接口设计、大屏可视化方案,输出内容可直接评审;

  4. 多源结构化数据解析能力:针对时空 GIS 数据、时序监测数据自动完成清洗、统计、关联分析,输出结构化报表;

  5. 可沉淀复用任务模板:一套 Plan 流水线模板可复用至排水管网、城市内涝、水文监测等同系列智慧水务项目,减少重复造轮子。

    来看看这是不是我们希望得到的成果。

三、城市积水感知系统建设背景与选型思考

1. 建设背景与技术诉求

业务痛点

  • 数据孤岛:积水液位传感器、气象降雨、DEM 地形高程、城市路网分属不同业务平台,无统一中间层汇聚;

  • 缺少时空分析能力:无法结合经纬度、时间维度统计积水高发区域、降雨 - 积水耦合规律;

  • 预警滞后:仅支持事后积水上报,无基于气象预报的提前推演模拟能力;

  • 交付成本高:政企项目文档规范严格,人工编写、校对、修改耗时严重挤占核心开发工时。

系统技术目标

        搭建积水感知平台:

  1. 基于 GIS 构建时空数据库,完成积水点位空间分层;

  2. 实现降雨 - 积水关联建模,输出汛情分级预警;

  3. 输出标准化大屏可视化、应急调度联动流程;

  4. 输出全套可交付政务信息化文档,支撑项目评审立项。

2. 选择 WorkBuddy Plan

        对比通用大模型、独立 AI 代码助手,Plan 模式更贴合云原生开发者做政企数字化项目,核心选型理由:

  1. 长 Pipeline 任务独有能力

    普通对话工具无法稳定承接数十页业务文档、上万条时序点位数据的连续分析,Plan 全局上下文持久化,多轮任务信息不丢失。

  2. 产出物贴合程序员交付标准

    可直接输出结构化内容:需求清单、数据表结构、建表 SQL、接口入参出参、大屏图层渲染逻辑,产出物可直接对接后端、前端、GIS 开发,减少二次整理成本。

  3. 模板化流水线可复用

    针对智慧水务行业封装一套 Plan 任务流,后续同类城市防汛、管网监测项目仅替换地域、点位数据即可直接复用,形成团队标准化 AI 研发流程。

四、建设方案落地实战流程

1. 自定义串行任务提示词模板

        针对长沙积水感知系统,设计 5 步串行 Pipeline 任务,固定行业、地域、技术栈约束,AI 自动串行执行:

1、汛期来临,湖南省长沙市发布了城市易积水点信息,新闻地址:https://baijiahao.baidu.com/s?id=1835360621026663067&wfr=spider&for=pc。

2、请结合信息稿和公开的易积水点图片,解析这些易积水点数据,调用腾讯位置服务·地图助手  对城市积水点空间分布情况进行总结,解析图片信息,形成完整的易积水点json数组。

3、规划一个时空赋能城市积水的解决方案,输出系统功能需求文档。1.png2.png3.png4.png

整套模板固化约束条件,后续同类型水务项目仅替换城市基础数据即可复用,避免重复编写提示词。

2. 前置基础数据准备

        启动 Plan 流水线前,统一归集全部原始资料作为全局上下文输入池,无需分段上传:

  1. 业务文档:长沙历年汛期内涝治理报告、多部门防汛处置流程;

  2. 气象时序数据:近年区域小时降雨量、暴雨预警记录;

  3. 技术约束文档:PostgreSQL、GIS 可视化开发规范、政务系统部署要求。

 这里一共准备了四张图片,同时将全部素材一次性灌入 Plan 上下文,后续每一步子任务可按需自动读取对应数据,省去开发人员反复粘贴资料的操作。

五、落地成果展示

1. 积水点位时序数据自动化解析成果

        Plan 自动完成数据清洗、异常值过滤、多维度统计,输出结构化分析报告,核心产出:

  1. 全域积水点位分级统计:重度 / 中度 / 轻度积水点位数量、所属片区、设备完好率;

  2. 关联分析模型:降雨量阈值与积水深度关联关系、低洼地形积水发生概率判定规则;

  3. 标准化数据字典 + 建表 SQL:统一时空索引、点位唯一 ID、时序分区规则。

        人工完成同等数据分析、库表设计至少 2~3 个工作日,Plan 流水线全程自动化输出,耗时压缩至数十分钟。

2. 时空 GIS 可视化落地方案产出

        Plan 输出可直接交付前端开发的可视化实现方案,为了实现将文字位置转换成地理坐标,我专门集成了腾讯地图lbs技能,用于坐标转换,关于如何在WorkBuddy中集成腾讯地图skill也是非常简单的,点击技能窗口,配置需要的目标技能即可。

调用腾讯地图的skill后,可以直接返回系统坐标,如下图所示:

{
    "id": 2,
    "district": "芙蓉区",
    "location": "高家坡路京珠东辅道",
    "type": "交通干线",

    "address": "长沙市芙蓉区高家坡路京珠东辅道",
    "lat": 28.211152,
    "lng": 113.064235,
    "geocode_status": "success"
  }
  1. 空间积水热力图层:基于点位经纬度实现片区积水频次分层渲染,包含图层加载、聚合查询接口设计;

  2. 暴雨积水时序推演逻辑:按降雨时间片模拟积水扩散、消退动态展示逻辑;

  3. 综合监控大屏看板:实时监测卡片、历史汛情回溯、预警消息弹窗、应急资源分布模块拆分。

    产出内容包含接口调用逻辑、GIS 图层配置、前端数据渲染思路,前端开发可直接基于方案排期开发。

        最后进行数据解析:从4张图片中完整提取了85个易积水点,涵盖9个区域,按辖区、路段名称、类型(交通干线/桥隧)全部结构化,并调用腾讯位置服务地理编码API,85个点位100%坐标化成功。

空间分布核心结论(腾讯地图空间分析):

  • 🟣 湘江新区岳麓最集中(21个),沿西二环呈南北带状密集分布,是全市防汛压力最大的区域

  • 🟢 雨花区(18个) 大量桥隧型点位集中在京港澳、机场高速穿越段,风险等级最高

  • 🔴 桥隧型点位(26个,31%) 是全市积水最危险的结构类型,涵洞无排水出路,暴雨时几乎必然积水

  • 宁乡市4个点位孤立于城西40km外,需独立应急响应链路

3. 标准化政务需求规格说明书

        Plan 按照地方政务信息化交付规范,一键生成完整《长沙市城市积水时空感知与智慧应对系统》,章节结构标准化:背景与问题分析、系统定位与目标、系统架构、功能模块需求、时空能力集成规范、非功能性需求、施路线图。 文档章节完整、格式统一,无需开发人员手动排版、调整格式。

以上就是一份完善的系统建设方案,可以直接指导系统项目建设。

六、总结

        本文以长沙市城市积水时空感知智慧系统项目为载体,完整落地验证 WorkBuddy Plan 结构化任务流水线在研发项目中的工程价值。通过本文,您可以熟练掌握WorkBuddy中的Plan模式运用及优化。站在后端 / 全栈程序员视角,Plan 模式不再是简单的代码生成工具,而是一套覆盖项目前置全流程的自动化研发流水线:从需求拆解、多源时空数据治理、GIS 可视化方案设计到标准化交付文档生成,全部前置重复性工作可交由 AI 串行完成,开发人员将工时集中投入核心架构设计、业务编码、性能调优等高价值工作。依托 WorkBuddy + 腾讯云全栈云产品生态,AI Agent 能够深度嵌入政企数字化项目完整研发链路,形成标准化、可落地、可复制的云原生 AI 研发流程,为行业开发者提供降本增效的工程实践思路。行文仓促,定有不足之处,欢迎各位朋友在评论区批评指正,不胜感激。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。