扫码添加微信
某大型枢纽机场集团 如何在 机场运营管理 / 智慧机场（枢纽机场航班运行指挥、机位与航站楼资源调配、飞行区与机电设备运维、旅客服务与应急处置一体化运营） 中协同落地 AI 知识库与智能体
HiNowly 为该枢纽机场集团私有化部署了 AI 知识库与 AI 智能体开发平台，将分散在各部门的运行手册、应急预案、机型保障标准、机位规则与设备资料统一接入、治理并建立带引用溯源的检索问答底座；在此基础上开发了航班延误处置、机位与廊桥资源调配、设备故障诊断与工单、旅客服务应答、运行日报与复盘等 11 个智能体，通过 Skill 与工具调用打通航班信息系统、资源分配系统、EAM 工单系统与统一消息平台，用工作流编排与定时任务把“查手册—判影响—调资源—发通报—出复盘”串成闭环。项目分五期历时约 5 个月上线，延误处置决策时间由平均 26 分钟压缩到 9 分钟，机位冲突告警提前量提升至 4 小时以上，设备故障首次修复率提升 18 个百分点，一线人员手册检索耗时下降约 70%。
项目背景
随着航班量恢复性增长与航线网络加密，该机场高峰小时架次接近容量上限，运行指挥从“按计划执行”转向“按扰动实时调度”。但支撑指挥决策的知识资产长期处于碎片化状态：运行手册与应急预案分别由 AOC、航站区、飞行区、安检等部门独立维护，同一场景在不同文件中存在表述差异；机型保障标准更新后难以及时同步到地服与廊桥操作岗位；行李分拣系统、登机桥、安检通道等关键设备的故障处置经验高度依赖少数老员工；大面积航班延误时的跨单位协同仍以电话与微信群为主，处置过程难以留痕与复盘。与此同时，集团正在推进信创改造与数据安全治理，明确要求智能化应用必须在内网私有化运行、模型可替换、按部门隔离数据权限，不能将运行数据与旅客信息传至公网大模型。
项目总览
方案以“可信知识底座 + 可执行智能体”双引擎构建。知识侧，HiNowly AI 知识库通过批量解析与增量同步接入 OA 文档库、部门共享盘、运维系统附件与规章外网镜像，对 PDF、扫描件、Word、Excel、图纸与音视频进行结构化解析与 OCR 识别，建立民航术语词典与同义词表，按“领域—场景—机型—版本—密级”五维标签完成治理；对运行手册与应急预案建立版本生效/失效机制，检索结果强制返回文档名称、章节、版本号与生效日期，证据不足时明确拒答并给出可咨询岗位。检索侧采用关键词与向量混合检索加多路召回重排，支持表格、条款与流程图定位。智能体侧，HiNowly AI 智能体开发平台提供智能体设计器、Skill 市场、工具调用编排、工作流引擎、定时任务与发布运营能力：智能体以知识检索 Skill 为底座，叠加航班动态查询、机位资源查询、工单创建、通报推送、报告生成等 Skill，通过工具调用对接航班信息系统（AODB）、资源分配系统、EAM 工单系统、行李系统监控与统一消息平台；工作流引擎将延误处置、资源调配、故障处置等场景编排为多节点流程，支持人工确认节点与超时升级；定时任务负责早报生成、机位冲突巡检与复盘归档。平台整体私有化部署于集团内网信创资源池，支持本地开源大模型与主流商用大模型双通道接入并按任务路由，配合部门角色管理、字段级数据权限隔离与全链路审计日志，满足国产化与合规要求。
项目痛点
运行知识分散且版本失控：运行手册、应急预案、机型保障标准、机位分配规则分布在 OA、部门文件库与个人终端，同一处置场景存在多份不同版本，一线岗位难以判断哪一份为现行有效版本。
应急处置依赖个人经验：大面积航班延误、跑道临时关闭、行李系统故障等场景的处置流程复杂，决策依赖值班指挥员的经验与电话确认，处置过程缺乏结构化留痕，事后复盘靠回忆拼凑。
跨单位协同信息不对称：AOC、航站区、飞行区、安检、地服与 200 余家驻场单位之间信息传递依赖电话与即时通讯群，资源调整指令与影响范围无法同步触达相关岗位。
设备运维知识断层：行李分拣、登机桥、安检机等关键设备的技术资料多为 PDF 扫描件与外文手册，故障代码与处置步骤检索困难，夜班年轻员工遇到疑难故障只能等待厂家支持。
安全合规约束严格：运行数据、旅客信息与航班计划属敏感数据，不允许接入公网大模型；同时要求系统适配国产服务器、国产操作系统与国产数据库，并满足等保三级与信创验收要求。
项目诉求
建成覆盖运行指挥、航站区、飞行区、安检、地服五大领域的统一知识底座，实现手册、预案、标准、设备资料的统一接入、版本治理与带引用溯源的检索问答。
面向高频运行场景交付可执行的 AI 智能体，能够调用航班动态、机位资源、工单与消息系统完成具体任务，而非仅提供问答窗口。
将大面积航班延误等复杂处置流程编排为可追踪的工作流，实现分级判定、影响评估、资源调整、通报发布与复盘生成的自动化串联。
实现按部门、岗位与密级的角色权限与数据隔离，确保驻场单位只能访问授权范围内的知识与任务。
完成本地私有化部署与国产化适配，支持本地大模型与国内外主流大模型的可插拔接入，满足数据不出内网与等保合规要求。
沉淀可复用的智能体开发规范与运营机制，使业务部门能够在平台内自主配置 Skill、调整提示词与工作流，形成持续迭代能力。
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
AI 知识库支持 OA、共享盘、业务系统附件与规章资料的批量与增量接入，对扫描版应急预案与设备手册进行 OCR 与版面还原，按“领域—场景—机型—版本—密级”打标；对运行手册建立生效/失效与替代关系，检索时自动过滤失效版本并提示现行版本号与生效日期，从机制上消除多版本并存导致的执行偏差。
针对民航术语缩写多、同一设备多种叫法的特点，构建术语词典与同义词表，将“廊桥/登机桥/旅客登机桥”“AODB/航班信息系统”等表达统一映射；检索采用关键词与向量混合召回并多路重排，支持条款、表格与流程图的定位返回，一线人员用口语化描述即可定位到具体章节条款。
每条回答强制附带文档名称、章节号、版本与生效日期，并可直接跳转原文比对；当知识库中缺少依据或存在版本冲突时，智能体主动拒答并列出建议咨询的岗位与可提交的知识补充入口，避免在运行指挥场景中出现“看似合理但无依据”的回答。
平台提供可视化智能体设计器，业务人员可配置角色定位、知识范围、可用 Skill、输出模板与人工确认节点；智能体支持按岗位发布到 PC 端、移动端与统一消息平台，并具备灰度发布、版本回滚与效果看板，使 AOC 与各业务部门能够在不依赖开发资源的情况下持续迭代场景。
将知识检索、航班动态查询、机位资源查询、桥位占用查询、工单创建与派发、通报推送、报告生成等能力封装为可复用 Skill；智能体在处置任务中可自动调用航班信息系统获取延误航班与旅客人数、调用资源分配系统查询可用机位与廊桥、调用 EAM 创建抢修工单，并通过统一消息平台定向推送至责任岗位，所有调用均带鉴权与审计留痕。
以工作流引擎将大面积航班延误处置编排为“延误分级判定—影响航班与旅客评估—机位与廊桥调整建议—跨单位通报—处置过程归档—复盘报告生成”多节点流程，关键节点设置人工确认与超时升级规则，资源调整建议必须由值班指挥员确认后方可下发，兼顾自动化效率与运行安全责任边界。
通过定时任务实现每日 06:00 自动汇总前一日运行数据与当日计划生成运行早报、每小时执行机位与桥位冲突巡检并推送预警、每日 22:00 自动归档保障复盘要点、每周一扫描规章与手册更新并触发知识库增量同步与影响提示。
平台整体部署于集团内网信创资源池，适配国产服务器、国产操作系统、国产数据库与国产中间件；模型层支持本地开源大模型与国内外主流商用大模型双通道接入，可按任务类型、密级与部门路由至不同模型，敏感数据任务限定在本地模型执行，全链路日志可审计，满足数据不出内网与等保三级要求。
按集团—二级单位—岗位三级建立角色体系，知识与智能体均支持按部门、岗位与密级授权；驻场航司与地服代理仅能访问授权范围内的保障标准与通报内容，涉及旅客信息与安防敏感数据的字段级权限独立控制，确保跨单位协同“信息够用但不越界”。
将值班指挥员、设备专家的历史处置记录、复盘报告与故障处置笔记经过结构化整理后注入知识库，训练面向运行指挥与设备诊断的专家模型，使疑难场景处置建议具备可解释的依据链，缓解关键岗位经验断层与人员轮换带来的能力波动。
项目实施范围
知识接入与治理：接入 OA 文档库、部门文件库、运维系统附件、规章资料等 30 万余份文档，完成解析、OCR、切片、术语对齐、版本生效管理与密级标注。
可信检索问答：建设面向运行指挥、航站区、飞行区、安检、地服五类岗位的检索问答入口，支持引用溯源、条款定位、版本提示与拒答兜底。
智能体开发与发布：交付航班延误处置、机位与廊桥资源调配、设备故障诊断与工单、旅客服务应答、运行日报与复盘、规章符合性核查等 11 个智能体，并完成灰度发布与运营看板配置。
系统集成与工具调用：打通航班信息系统、资源分配系统、EAM 工单系统、行李系统监控、统一消息平台与 OA 待办，完成接口鉴权、字段映射与调用审计。
工作流与定时任务：编排延误处置、资源调整、故障闭环三条主工作流，配置每日运行早报、机位冲突巡检、保障复盘归档、规章更新扫描等定时任务。
权限与安全：完成部门角色管理、知识密级与数据权限隔离、操作审计、模型调用留痕，并通过等保三级与信创适配验收。
运营与培训：建立智能体运营规范、提示词与 Skill 版本管理机制，完成 6 场分岗位培训与 2 期智能体配置能力工作坊。
实施工期与计划
| 阶段 | 周期 | 关键交付物 |
|---|---|---|
| 第一阶段：调研设计与知识盘点 | 4 周 | 完成 AOC、航站区、飞行区、安检、地服五大领域知识资产盘点与密级梳理；输出场景优先级清单（11 个智能体场景排序）、系统集成接口清单与信创环境适配方案；确定权限模型与数据隔离规则。 |
| 第二阶段：知识接入与底座建设 | 6 周 | 完成 30 万余份文档接入与解析、OCR 与切片，建成民航术语词典与同义词表；上线版本生效管理与密级标签；完成混合检索与引用溯源能力调优，五大岗位检索问答入口试运行。 |
| 第三阶段：智能体开发与系统集成 | 7 周 | 交付知识检索、航班动态查询、机位资源查询、工单创建、通报推送、报告生成等 Skill；完成与航班信息系统、资源分配系统、EAM 工单系统、行李系统监控、统一消息平台与 OA 待办的接口联调与调用审计；上线延误处置、资源调配、设备诊断等首批 6 个智能体。 |
| 第四阶段：工作流编排与定时任务 | 3 周 | 完成延误处置、资源调整、故障闭环三条主工作流编排与人工确认节点配置；上线运行早报、机位冲突巡检、复盘归档、规章更新扫描四类定时任务；完成灰度发布与运营看板配置。 |
| 第五阶段：试运行、培训与验收 | 4 周 | 完成 11 个智能体全量发布与 6 场分岗位培训、2 期智能体配置工作坊；通过等保三级与信创适配验收；输出智能体运营规范、提示词与 Skill 版本管理机制及项目验收报告。 |
项目最终成果
航班延误处置形成闭环：智能体自动完成延误分级判定、影响航班与旅客评估、机位与廊桥调整建议生成及跨单位通报，值班指挥员由过去平均 26 分钟的多方电话确认压缩至 9 分钟内完成决策，处置过程全程留痕可追溯。
机位与廊桥资源调配由事后协调转为事前预警：每小时定时巡检结合航班动态预测，机位冲突与桥位不足告警平均提前 4 小时以上触达，因资源冲突导致的航班二次等待显著减少。
设备运维知识断层得到缓解：行李分拣系统、登机桥、安检通道等关键设备故障可由夜班人员通过智能体检索故障代码与处置步骤，并在确认后一键创建抢修工单，设备故障首次修复率提升 18 个百分点，厂家远程支持请求量下降约三分之一。
运行知识检索效率大幅提升：一线岗位查询手册、预案与机型保障标准的平均耗时由 12 分钟降至 3.5 分钟，检索结果均带版本与章节引用，因误用失效版本导致的执行偏差基本消除。
跨单位协同规范化：200 余家驻场单位按授权范围接收通报与保障标准，跨单位信息不对称引发的重复确认减少，班前会与交接班材料由智能体自动生成，交接时间缩短约 40%。
形成可持续的智能体运营能力：业务部门在平台内自主完成 5 个衍生场景的智能体配置与发布，知识更新与智能体迭代不再依赖外部开发资源。
| 指标项 | 结果值 | 说明 |
|---|---|---|
| 延误处置决策时长 | 26 分钟 → 9 分钟 | 覆盖大面积航班延误与单航班延误两类场景，从触发告警到完成资源调整与通报下发的平均耗时，数据取自试运行后连续 8 周运行记录。 |
| 机位冲突预警提前量 | 提升至 4 小时以上 | 通过每小时定时巡检与航班动态预测结合，机位与桥位冲突在计划执行前平均 4.2 小时触达责任岗位，较原有人工核对方式提前约 3 小时。 |
| 设备故障首次修复率 | 提升 18 个百分点 | 行李分拣系统、登机桥、安检通道等关键设备在首次到场处置即恢复的比例，伴随厂家远程支持请求量下降约 33%。 |
| 手册与预案检索耗时 | 下降约 70% | 一线岗位平均检索耗时由 12 分钟降至 3.5 分钟，检索结果 100% 附带文档名称、章节号、版本与生效日期。 |
| 交接班准备时间 | 缩短约 40% | 班前会与交接班材料由智能体基于运行数据与处置记录自动生成，交接双方确认项由人工汇总改为清单式核对。 |
| 上线智能体数量 | 11 个（含业务自建 5 个） | 覆盖运行指挥、资源调配、设备运维、旅客服务、规章核查与运行复盘等场景，全部在私有化环境内发布运行。 |
“我们最初的目标只是把手册查得快一点，实际跑下来，HiNowly 帮我们把运行指挥的处置链条真正串起来了：知识库解决的是“依据可信、版本唯一”，智能体解决的是“能查、能调、能派、能复盘”。延误处置时它能自己拉航班数据、算机位影响、生成通报草稿，指挥员只需要确认。更关键的是整套系统跑在内网信创环境里，模型可以按密级和任务分流，驻场单位只能看到授权内容，这在机场这种安全敏感场景里是硬门槛。”
某大型枢纽机场集团 项目负责人