一、项目概述

信息化应用在公安领域的深化，信息化平台建设也日趋成熟，民警有大量的工作是在电脑上开展，在提升工作效率的同时，对业务水平要求较低的网上流程也在消耗民警的工作时间，无形中压缩了民警外勤和深度脑力的时间，随着AI在自动化领域的深化，将低智力高重复的工作交由机器完成是向科技要警力的新突破点。

本项目旨在这些机器人将自动执行既定任务，优化警务流程，减少人为错误，从而显著提升工作质量和效率，降低人力成本，为公安部门提供更加高效、精准的支撑，以更好地维护社会治安和公共安全。

二、建设内容要求

1.数字RPA机器人客户端服务

提供数字RPA机器人客户端服务，并完成与基础管控中心平台、合成侦查平台深度业务及数据融合。

1.1数字RPA机器人服务场景

（1）基础采集机器人服务：实现外部数据辅助采集，在外部单位的专用电脑上部署机器人，自动获取公安需要的外部数据，解决无法数据交换且民警手动采集低效的问题；实现多样文本自动入库，支持EXCLE、TXT、PDF等多种格式文本或非结构化数据的自动采集功能，提高民警外部数据收集的多样性和入库的灵活便捷性。

（2）人口管理机器人服务：流动人口自动填报，针对已明确身份证号码的疑似流动人员，通过验证登录，后台抓取的方式，模拟民警的操作习惯，在内部平台里抓取人员数据，自动填入，并收集相关基础信息；语音核实，使用自动语音服务，定制AI话术，采集流动人员现住址，核实户籍信息；流动人员自动匹配，将民警采集的人员信息，自动匹配，发现流动人员并自动填报。

（3）智慧侦查机器人服务：为民警侦查提供统一配套服务，根据民警提供唯一标识，自动采集关键线索信息，采集的信息按照统一规范格式进行本地内网落地后自动治理，完成去重、关联、排版、输出。

（4）人员帮扶机器人服务：机器人根据重点关注被帮扶人员的帮扶周期，自动采集相关信息，形成帮扶报告；帮扶质态智能评估，自动分析文本与历史记录比较发现重复高的、在本省死亡注销的、收押仍在考察的；针对帮扶人员开展工作，辅助民警并结合以上文本生成评估报告。

（5）场所管理机器人服务：对辖区内的场所周边抓拍设备进行智能查询，发现是否有人员异常活动，进行风险智能评估。

（6）风险预警机器人服务：将风险人员更新到视图布控库，循辖区推送。根据布控结果，自动获取点位辖区信息，依托百所百屏等平台，将人员活动信息平滑推送到不同辖区派出所。

（7）自动签反机器人服务：指令自动签收反馈，辅助民警对常态业务进行自动签收和反馈。

（8）数据归集机器人服务：内部数据辅助采集治理，通过姓名、身份证、手机号等基本信息，自动到内部相关大数据等平台进行信息查询、汇总；互联网平台数据智能抓取，通过平台账号实现自动登录、关键信息检索、数据自动采集落地。

（9）自主研判机器人服务：根据预制的模板，结合内外部自动采集的数据，自动生成初步的研判报告。

（10）指令分发机器人服务：将自动或人工生成的指令，自动分发到不同的平台。

（11）智能报送机器人服务：上级数据智能报送，配置上级报送要求数据来源，自动处理后上报。

（12）预警提醒机器人服务：根据对象属性、工作要求、重复性，自动过滤合并，多途径提醒管控民警。

1.2机器人客户端配置服务

（1）消息服务机器人：对接基础管控中心任务指令、苏网通、消息推送平台等消息，机器人将自动进行预警提醒，根据预警等级可设置电脑客户端提醒、短信通知提醒、电话呼叫提醒。

（2）自动更新机制：定期检查并下载最新的数字RPA机器人版本。客户端启动时或后台运行时自动检测并安装更新。

（3）一键展开：用户可通过点击图标快速展开或收起客户端主界面，方便在需要时进行详细操作。

（4）状态栏图标：根据组件的当前执行状态（如运行中、暂停、完成、错误等），动态改变系统托盘图标的外观或颜色，以直观反映状态。

（5）弹窗提醒：对于关键信息或需要立即关注的事件（如任务完成、错误发生、紧急通知等），通过弹窗形式即时提醒用户，确保民警能第一时间掌握。

（6）声音提示：可选地，为不同类型的通知配置不同的声音提示，以增强提醒效果。

（7）消息推送：集成消息推送服务，将重要的通知、提醒或任务进度直接推送到用户的客户端上，无需用户主动查看。

（8）授权部署：授权给全市100多家派出所民警使用。

2、数字RPA机器人监测服务

提供数字RPA机器人监测服务，实时监测各派出所机器人任务的执行状态。包括任务状态、异常预算、错误提醒等。

（1）异常检测：设置异常检测机制，以捕获任务执行过程中的任何错误或异常情况。这可能包括超时、页面不可用、登录失败、数据不一致等。

（2）错误日志记录：当机器人任务遇到错误或异常时，记录详细的错误信息，包括时间戳、错误类型、执行步骤、错误描述等。

（3）通知警报：配置通知警报，以便在任务执行失败或出现重要问题时及时通知相关人员或管理员，通知方式为短信。

（4）性能监测：监测机器人的性能指标，例如执行时间、资源利用率（CPU、内存、带宽等）。

（5）任务日志和审计：生成任务执行日志，记录每个任务的详细操作步骤和结果。

（6）定时报告：自动生成定期报告，以总结任务的执行情况、成功率、错误频率等关键指标。

（7）追踪和历史记录：保留任务执行的历史记录，以便能够查看过去的任务执行情况。

 一、大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

二、如何学习大模型 AI ？

🔥AI取代的不是人类，而是不会用AI的人！麦肯锡最新报告显示：掌握AI工具的从业者生产效率提升47%，薪资溢价达34%！🚀

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

 

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

*   大模型 AI 能干什么？
*   大模型是怎样获得「智能」的？
*   用好 AI 的核心心法
*   大模型应用业务架构
*   大模型应用技术架构
*   代码示例：向 GPT-3.5 灌入新知识
*   提示工程的意义和核心思想
*   Prompt 典型构成
*   指令调优方法论
*   思维链和思维树
*   Prompt 攻击和防范
*   …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

*   为什么要做 RAG
*   搭建一个简单的 ChatPDF
*   检索的基础概念
*   什么是向量表示（Embeddings）
*   向量数据库与向量检索
*   基于向量检索的 RAG
*   搭建 RAG 系统的扩展知识
*   混合检索与 RAG-Fusion 简介
*   向量模型本地部署
*   …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

*   为什么要做 RAG
*   什么是模型
*   什么是模型训练
*   求解器 & 损失函数简介
*   小实验2：手写一个简单的神经网络并训练它
*   什么是训练/预训练/微调/轻量化微调
*   Transformer结构简介
*   轻量化微调
*   实验数据集的构建
*   …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

*   硬件选型
*   带你了解全球大模型
*   使用国产大模型服务
*   搭建 OpenAI 代理
*   热身：基于阿里云 PAI 部署 Stable Diffusion
*   在本地计算机运行大模型
*   大模型的私有化部署
*   基于 vLLM 部署大模型
*   案例：如何优雅地在阿里云私有部署开源大模型
*   部署一套开源 LLM 项目
*   内容安全
*   互联网信息服务算法备案
*   …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】