多源监测融合
整合监测记录、气象特征、遥感信息与人工巡查，实现同一时空口径下的统一研判。
核心亮点
分级风险预警
按区域、场所类型和风险分值分层预警，突出高风险街道、重点场所和异常波动点。
闭环任务流转
从预警到工单到验收再到回写，形成完整审计链路，支撑监管追踪和绩效评估。
AI辅助决策
通过 Discuss 中的 AI 命令快速获取天气解读、风险分析、监测计划与调参建议。
预警机制介绍
风险分级
高风险
中风险
低风险
平台结合气象风险评分与场所敏感度系数自动判级，并对高风险场景优先触发应急监测与处置建议。
重点输出
- 区域风险热度与趋势变化
- Top高风险点位与驱动因子
- 质控异常和离群波动提示
- 监测频次建议与任务优先级
AI能力介绍（Discuss内可用）
/ai-weather
/ai-risk
/ai-monitoring-plan
/ai-monitoring-execute
/ai-monitoring-review
/ai-monitoring-backtest
通过自然语言命令，业务人员可在同一会话内完成“分析建议、任务执行、复核回写、周度回测”， 将 AI 从问答工具升级为可落地的业务协同能力。
多 Agent 协作
平台把业务拆分为“监测、预测、公众科普”三个专职 Agent，既分工清晰又能共享上下文，提升连续任务执行稳定性。
监测 Agent
负责监测任务编排、缺测提醒、数据质量巡检与异常样本识别，保障输入数据可信。
预测 Agent
负责风险评分、趋势判断、重点区域识别和阈值建议，输出可执行的预警与调参建议。
公众科普 Agent
负责把专业结论转成公众可读内容，自动生成健康提示、传播文案和社区宣教建议。
课程中心与题库框架（按角色分班）
放在这里是合适的：对外访客可先了解课程结构，登录后可直接进入 Odoo 课程中心进行学习与考试。
公众科普班
对象：社区居民 / 志愿者
- 课程目标：掌握家庭与社区常见病媒防制要点
- 建议结构：6课时 + 20题
- 达标要求：通过分数 ≥ 70
一线操作员班
对象：监测与消杀执行人员
- 课程目标：监测规范、处置流程、数据回写标准化
- 建议结构：10课时 + 40题 + 实操清单
- 达标要求：通过分数 ≥ 80
管理与应急班
对象：管理人员 / 监管人员
- 课程目标：风险研判、资源调度、应急联动决策
- 建议结构：8课时 + 30题 + 案例推演
- 达标要求：通过分数 ≥ 85
系统与 AI 协同班
对象：系统管理员 / AI操作员
- 课程目标：/ai 命令体系、审计、发布与回滚
- 建议结构：8课时 + 30题 + 演练任务
- 达标要求：通过分数 ≥ 85
题库框架（可直接映射到课程中心测验）
基础认知题
题型：单选 / 判断；覆盖病媒识别、传播风险、个人防护。
流程与处置题
题型：多选 / 步骤排序；覆盖巡查、取样、消杀、复核闭环。
数据质控题
题型：案例判断；覆盖缺失、重复、越界、异常值处置。
AI 协同题
题型：命令应用；覆盖 /ai-weather、/ai-risk、回写与回测。
预警+AI闭环流程
- 识别：自动识别高风险区域与异常点，生成监测建议。
- 执行：自动创建周计划与任务，推动处置落地。
- 回写：汇总执行与验收结果，更新预警处理状态。
- 回测：每周回测效果并给出阈值调优建议，持续优化策略。