2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家
这是为 赫尔墨斯智能体挑战赛 提交的参赛作品：使用赫尔墨斯智能体进行构建
我构建了什么
避风港项目 是一个由人工智能驱动的应急响应平台，旨在应对丛林火灾防备——包括疏散路线规划、分级实时警报、政府恢复补助金发现，以及针对危机期间移动网络中断情况下的离线优先渐进式网页应用支持。
该平台最初是一个在46小时黑客马拉松中构建的项目（2024年政府黑客马拉松——我们获胜了）。今年，我让它起死回生，并重新构建了它：采用事件驱动的微服务架构、契约优先的开放应用程序接口规范、基于我们历史丛林火灾笔记本中极端梯度提升权重的预测引擎，以及一个完全支持离线功能的反应式渐进式网页应用。
一直以来，唯一显得空洞且仅为模拟的部分是人工智能助手——即应用内的紧急指导聊天功能。它使用一个setTimeout来假装思考，并通过一个大型的switch语句提供预设回复。每次看到它，我都感到尴尬。
赫尔墨斯解决了这个问题。
赫尔墨斯智能体现在是避风港项目中三个核心功能的幕后大脑：
应用内紧急指导——人工智能助手页面通过其兼容开放人工智能接口的
/v1/chat/completions应用程序接口调用赫尔墨斯，并通过系统提示词进行约束，使其仅依据经验证的澳大利亚紧急协议行事，并指示其在紧急情况下将用户转接至000紧急服务电话。定期火灾风险简报——赫尔墨斯运行一个自然语言形式的定时任务，在火灾季节每天早上6点触发，调用气象局和新南威尔士州乡村消防局的数据源，综合生成风险摘要，并将其作为事件发布到警报管道中。
恢复补助金研究——当用户将自己标记为“处于恢复阶段”时，赫尔墨斯会自动搜索当前的政府补助计划（国家灾害恢复与重建机构计划、州级计划、澳大利亚服务部计划），将其与用户申报的情况进行比对，并将匹配的推荐内容添加到推荐服务数据库中。
演示
🔗 GitHub 仓库： project-haven
在本地运行
cp .env.example .env
docker compose up --build
就这么简单。一条命令即可启动6个微服务、一个应用程序接口网关、多个 PostgreSQL 数据库实例、RabbitMQ 消息队列，以及位于 http://localhost:3000 的反应式渐进式网页应用。
要触发完整的预测 → 警报管道：
curl -X POST http://localhost:8080/weather \
-H 'Content-Type: application/json' \
-d '{"lat":-33.87,"lng":151.21,"temperature":42,"windSpeed":80,"humidity":10,"season":"summer","vegetationDensity":0.9}'
这将模拟悉尼附近的一次极端天气事件，通过预测引擎进行处理，并在几秒内通过系统触发一条危急警报。
