扫码添加微信
某大型机场集团 如何在 航空运输 / 机场运营 中协同落地 AI 知识库与智能体
为破解机场运行知识分散、应急响应依赖个体经验、旅客服务信息不对称等难题，该集团基于 HiNowly AI 知识库与 AI 智能体开发平台，构建了私有化部署的“机场运行与旅客服务知识中枢”。项目通过知识接入、治理与可信检索，整合了运行手册、应急预案、设备维护档案、服务标准等数十万份资料，并开发了运行指挥助手、旅客服务助手、设备巡检助手等多个智能体。智能体不仅能够进行多轮知识问答，还能调用航班信息、机场资源、工单系统等业务数据，自动生成航班延误处置建议、旅客退改签指引、设备故障排查方案，并通过定时任务实现运行报表自动汇总。项目实施后，运行信息检索效率提升80%，应急处置方案编制时间由小时级缩短至分钟级，旅客常见咨询实现全渠道自动应答，显著提升了机场运行效率和旅客服务体验。
项目背景
该机场集团近年来业务规模持续扩大，多机场协同运营成为常态。与此同时，机场运行涉及的法规文件、作业指导书、应急预案、设备手册、旅客服务规范等海量知识分散于OA系统、文件服务器、岗位培训材料及个人电脑中，缺乏统一的知识底座。一线岗位人员流动率较高，资深员工的经验难以沉淀和传承；面对航班延误、设备故障、突发旅客事件等异常情况，现场人员往往需要在多个系统间反复查询，耗时且容易遗漏关键步骤。随着智慧机场建设深入推进，集团希望通过人工智能技术将知识转化为可调用、可执行、可运营的能力，在保障数据安全合规的前提下，提升整体运行效率与旅客满意度。
项目总览
HiNowly 团队为集团搭建了私有化部署的 AI 知识库与智能体开发平台。知识库层面，通过连接器对接OA、文件服务器、工单数据库和岗位培训平台，对PDF、Word、Excel、扫描件等格式进行解析、清洗、去重和结构化处理，结合“运行控制-地面服务-安检-设备运维-旅客服务”五大主题域构建知识图谱，并建立版本管理和权限隔离机制。智能体层面，基于 HiNowly AI 智能体开发平台设计开发了“运行指挥助手”“旅客服务助手”“设备巡检助手”等多个智能体。其中，运行指挥助手在航班延误场景下，自动调用知识库中的应急预案、集团资源池信息和实际航班动态，通过工作流编排生成包含旅客安置、机组衔接、地面服务调整等要点的处置方案；旅客服务助手则通过 Skill 调用票务系统、值机系统、航班动态 API，为旅客和客服人员提供实时、准确、口径一致的应答。此外，平台还通过定时任务实现了每日运行快报、旅客服务满意度统计、设备故障工单汇总的自动生成与推送。整个平台采用本地大模型（兼顾信创要求，同时支持对接国内主流商业大模型API作为备选），所有数据不出域，并按部门、岗位、业务条线进行细粒度数据权限隔离。
项目痛点
运行手册、应急预案、设备维护指南等知识分散在多个业务系统和个人终端中，缺乏统一入口，一线员工查找困难且往往找到过时版本。
航班延误、备降、设备宕机等异常事件处置高度依赖少数值班专家，知识未结构化，经验难以复制和传承。
旅客服务类咨询量大且重复性高，人工客服压力巨大，不同渠道（电话、App、现场问询）回答口径不统一。
机场生产系统（航班信息、资源分配、工单系统）与知识系统相互割裂，无法在处置问题时自动关联实时数据形成决策建议。
作为关键信息基础设施，机场数据必须满足等保三级和信创要求，不允许直接使用公有云大模型服务。
项目诉求
建立统一、可信、可持续更新的机场运行知识底座，实现知识的集中接入、自动治理和语义检索。
基于 AI 智能体开发平台构建覆盖运行、服务、设备等核心场景的智能体，替代人工完成信息查询、方案生成和简单决策。
打通知识库与航班信息、资源分配、工单等业务系统，实现智能体对实时业务数据的工具调用。
实现运行报表、设备巡检、旅客常见问题回复等任务的自动化或定时执行，降低重复劳动。
满足私有化部署、本地大模型接入、国产化适配及部门角色数据权限隔离需求。
HiNowly 解决方案设计
统一接入和治理企业知识，通过可信检索与引用问答为智能体提供知识底座
支持智能体设计、调试、发布与运营，让业务人员快速构建场景化智能体
通过 Skill、工具调用和业务系统连接，让智能体从回答问题升级为执行任务
支持工作流编排、自动化任务与定时任务，串联知识、模型、工具与审批节点
支持本地及私有化部署、主流模型接入、权限隔离，并适配信创与国产化环境
支持连接OA、文件服务器、业务数据库等多达30种数据源，自动解析PDF、Word、图片等格式文档，完成OCR识别、段落拆分、实体抽取和语义向量化，并自动识别文档版本、失效状态和适用部门，确保知识底座始终可用可信。
构建机场业务专属知识图谱，将运行流程、风险点和责任岗位相互关联。在问答时不仅检索文本片段，还能依据图谱关联关系给出推理路径，并自动附上引用文档来源，供值班人员快速核验，显著提升回答的可信度。
通过可视化编排界面，业务人员可像搭建流程图一样设计智能体。运行指挥助手和旅客服务助手等可相互调用信息，在跨部门场景中自动协同。例如运行指挥助手在生成延误方案后，可通知旅客服务助手调整话术模板。
将航班动态查询、机位资源查询、工单创建、旅客退改签接口等封装为标准Skill，智能体可根据用户意图自动选择并调用相应API，实现知识问答与实时业务数据联动，避免信息滞后。
支持“每日凌晨自动生成前日运行快报”“每小时检查设备告警并推送至责任人”“每15分钟同步旅客咨询热点并更新自助应答库”等定时任务，让大量重复性工作由智能体自主完成。
整套平台以软件形式部署在集团内网，可运行于国产芯片服务器和国产操作系统之上，兼容达梦、人大金仓等国产数据库。知识库和智能体全部本地化运行，满足等保三级和关键信息基础设施安全要求。
项目实施范围
知识接入：接入 OA 公文、运行手册、应急预案、设备维护档案、旅客服务标准、培训课件等共约18万份文档，数据容量超过2TB。
知识治理：建立数据清洗、自动打标、去重、版本比对、失效文档标记等治理流程，形成五大主题域知识图谱。
智能体开发：基于 HiNowly AI 智能体开发平台设计运行指挥、旅客服务、设备巡检、安全培训、报表助理等5类智能体，并配置对应Skill和工具。
业务系统集成：与集团航班信息管理系统、资源分配系统、工单管理系统、旅客服务App及呼叫中心系统进行API对接。
部署与安全：采用本地私有化部署，适配国产CPU/操作系统/数据库环境；按角色、部门设置数据访问权限，实现知识隔离和审计日志留痕。
模型接入：默认使用本地部署的开源大模型，同时支持切换至国内主流商业大模型API，满足不同场景的算力需求。
实施工期与计划
| 阶段 | 周期 | 关键交付物 |
|---|---|---|
| 需求调研与知识盘点 | 3周 | 完成业务部门走访与知识资产盘点，输出知识分类体系、智能体场景清单及数据接入方案。 |
| 平台部署与知识库构建 | 5周 | 完成私有化环境部署、数据源接入、文档解析与治理，建立五大主题域知识图谱，并完成全国产化环境适配测试。 |
| 智能体开发与集成 | 6周 | 完成运行指挥助手、旅客服务助手、设备巡检助手等智能体的开发，实现航班信息、工单系统、客服系统等API集成。 |
| 试运行与员工培训 | 3周 | 选取运行控制中心和客服中心进行试点，优化问答准确率和工具调用稳定性，完成200余名骨干员工培训。 |
| 全面上线与持续运营 | 2周 | 在全集团范围内正式上线，建立知识更新和智能体运营机制，移交运维文档和运营看板。 |
项目最终成果
建成统一知识中枢：覆盖5大主题域、18万份文档，实现机场运行知识从“经验分散”到“集中可信”的转变。
运行指挥助手投入使用后，值班人员查询应急处置流程的平均耗时从原来的15分钟降至不到1分钟，初步处置方案生成时间从平均2小时缩短至10分钟。
旅客服务助手接入呼叫中心和App，自动解决80%的常旅客咨询，同时确保回答口径与集团服务标准完全一致。
设备巡检助手每日自动生成巡检工单、关联历史故障知识库，维修人员故障定位平均时间降低45%。
通过定时任务自动生成运行日报、周报，替代了人工编制报表工作，每周节约约30人时。
实现与国产化平台深度融合，全部数据和模型运行于集团内网，未发生数据泄露和合规风险事件。
| 指标项 | 结果值 | 说明 |
|---|---|---|
| 知识检索效率提升 | 93% | 一线员工对运行手册、应急预案等知识的平均检索时间由约12分钟降低至约50秒，效率提升93%。 |
| 应急处置方案编制时间 | 缩短92% | 运行指挥人员在航班大面积延误场景下，编制协同处置方案的时间由平均2小时降至约10分钟，缩短92%。 |
| 旅客咨询自动解决率 | 81% | 呼叫中心和在线客服中常见问题由旅客服务助手自动应答，无需人工介入，解决率81%，客户满意度提升至4.7分。 |
| 设备故障定位时间 | 下降45% | 机电设备维修人员利用设备巡检助手查询历史故障案例和维修指引，平均故障定位时间下降45%。 |
| 报表自动化覆盖率 | 100% | 每日运行快报、旅客服务满意度统计等12类生产报表全部由定时任务自动生成并推送至相关管理人员，实现零人工填报。 |
“HiNowly 让我们真正把机场运行的知识变成了可调用、可执行、可协同的数字资产。以前最怕遇到延误特情，现在运行指挥助手能快速给出依据充分、步骤清晰的处置建议，一线员工也有了随身的‘老师傅’。整套系统完全私有化部署，符合信创要求，我们非常放心。”
某大型机场集团 项目负责人