RailWise KB已发布

视频教程：CLI 智能体配置与工作流编排

本教程配套文档演示 RAILWISE-CLI 四大智能体（测量、平差、监测、质检）的配置方法，以及多步骤工作流的编排技巧，帮助用户构建自动化监测数据处理流程。

复核 2026-07-09入门公开可引用RailWise 技术团队

learning-path

视频教程：CLI 智能体配置与工作流编排

视频时长：约 18 分钟
难度：中级
前置要求：已完成 CLI 安装与首条命令执行（见视频教程：CLI 安装与首条命令）

视频概述

本视频深入讲解 RAILWISE-CLI 的核心架构——多智能体系统。通过本教程，您将学会：

理解四大智能体的职责分工与协作方式
配置智能体参数以适配不同精度要求
编排多步骤工作流实现复杂数据处理自动化
使用条件判断和变量传递实现智能工作流

视频内容结构

章节	时间点	内容
智能体概述	00:00 - 02:00	四大智能体介绍、架构原理
测量智能体配置	02:00 - 05:00	仪器品牌、精度等级、观测参数
平差智能体配置	05:00 - 07:30	平差方法、定权方案、精度评定
监测智能体配置	07:30 - 10:00	预警阈值、频率设置、通知渠道
质检智能体配置	10:00 - 12:00	检查规则、标准引用、异常处理
工作流编排	12:00 - 16:00	多步骤编排、条件分支、变量传递
实战案例	16:00 - 17:30	完整监测数据处理工作流演示
课后练习	17:30 - 18:00	练习任务布置

前置知识

在开始本教程前，请确保：

已完成 CLI 安装与首条命令教程
理解 YAML 基本语法（缩进、键值对、列表）
了解工程测量中的基本概念（测站、测回、平差、闭合差等）

步骤详解

步骤 1：智能体架构概述（00:00 - 02:00）

视频画面：架构图展示，四大智能体关系图

RAILWISE-CLI 采用多智能体（Multi-Agent）架构，将复杂的监测数据处理流程分解为四个专业智能体：

┌─────────────────────────────────────────────────────────┐
│                    RAILWISE-CLI 智能体架构                 │
├─────────────────────────────────────────────────────────┤
│                                                         │
│  ┌─────────────┐    ┌─────────────┐    ┌─────────────┐ │
│  │  测量智能体  │───→│  平差智能体  │───→│  监测智能体  │ │
│  │  Surveyor   │    │  Adjuster   │    │  Monitor    │ │
│  │             │    │             │    │             │ │
│  │ • 数据导入   │    │ • 平差计算   │    │ • 变形分析   │ │
│  │ • 坐标转换   │    │ • 精度评定   │    │ • 预警判断   │ │
│  │ • 观测值提取 │    │ • 粗差探测   │    │ • 趋势预测   │ │
│  └─────────────┘    └─────────────┘    └─────────────┘ │
│         │                  │                  │         │
│         └──────────────────┼──────────────────┘         │
│                            ▼                           │
│                   ┌─────────────┐                      │
│                   │  质检智能体  │                      │
│                   │  Inspector  │                      │
│                   │             │                      │
│                   │ • 限差检查   │                      │
│                   │ • 规范符合性 │                      │
│                   │ • 数据完整性 │                      │
│                   └─────────────┘                      │
│                                                         │
└─────────────────────────────────────────────────────────┘

智能体协作流程：

测量智能体导入原始数据，提取观测值
质检智能体检查数据质量，标记异常
平差智能体进行平差计算，输出成果坐标
监测智能体分析变形趋势，判断预警状态
质检智能体最终审核成果质量

[截图占位符：智能体架构关系图]

步骤 2：配置测量智能体（02:00 - 05:00）

视频画面：配置文件编辑界面，展示各参数含义

编辑 .railwise/agents/surveyor.yaml：

agent:
  name: "surveyor"
  version: "1.2.0"
  description: "测量数据导入与处理智能体"

# 仪器配置
instruments:
  supported_brands:
    - "leica"      # 徕卡
    - "topcon"     # 拓普康
    - "sokkia"     # 索佳
    - "south"      # 南方测绘
    - "trimble"    # 天宝

  default_settings:
    leica:
      format: "gsi"           # 原始数据格式
      encoding: "utf-8"       # 文件编码
      angle_unit: "degree"    # 角度单位
      distance_unit: "meter"  # 距离单位
      temperature_unit: "celsius"  # 温度单位
      pressure_unit: "hpa"    # 气压单位

# 观测参数
observation:
  default_rounds: 3           # 默认测回数
  max_rounds: 9             # 最大测回数
  min_rounds: 1             # 最小测回数
  face_change_limit: 30     # 半测回互差限差（秒）
  round_diff_limit: 20      # 各测回互差限差（秒）

# 坐标系统
coordinate_systems:
  default: "CGCS2000"
  available:
    - name: "CGCS2000"
      epsg: 4490
      projection: "高斯-克吕格投影"
      central_meridian: 121.0  # 宁波地区中央子午线
    - name: "宁波独立坐标系"
      epsg: 0
      custom: true
      params:
        central_meridian: 121.467
        false_easting: 500000
        false_northing: 0

关键配置项说明：

配置项	说明	典型值
`supported_brands`	支持的仪器品牌	根据现场仪器选择
`default_rounds`	默认测回数	3-4（二等水准）
`face_change_limit`	半测回互差限差	20-40秒（视精度等级）
`coordinate_systems`	坐标系统定义	与项目一致

[截图占位符：测量智能体配置文件编辑界面]

步骤 3：配置平差智能体（05:00 - 07:30）

视频画面：平差参数配置演示，不同平差方法对比

编辑 .railwise/agents/adjuster.yaml：

agent:
  name: "adjuster"
  version: "1.2.0"
  description: "平差计算与精度评定智能体"

# 平差方法
adjustment_methods:
  default: "间接平差"
  available:
    - name: "间接平差"
      code: "indirect"
      description: "以观测值改正数为未知数，适用于大多数测量平差"
      applicable: ["水准网", "导线网", "GNSS网", "综合网"]

    - name: "条件平差"
      code: "conditional"
      description: "以条件方程为约束，适用于条件明确的网形"
      applicable: ["闭合水准路线", "闭合导线", "附合导线"]

    - name: "附有条件的间接平差"
      code: "indirect_with_conditions"
      description: "结合间接平差与条件平差，适用于复杂网形"
      applicable: ["大型控制网", "变形监测网"]

# 定权方案
weight_schemes:
  default: "按距离定权"
  available:
    - name: "按距离定权"
      code: "by_distance"
      formula: "P = 1/S"  # S 为测段距离（km）
      applicable: ["水准测量"]

    - name: "按测回数定权"
      code: "by_rounds"
      formula: "P = n"    # n 为测回数
      applicable: ["角度测量"]

    - name: "按精度定权"
      code: "by_precision"
      formula: "P = σ₀²/σ²"  # σ₀ 为单位权中误差，σ 为观测值中误差
      applicable: ["综合网平差"]

# 精度评定
precision:
  unit_weight_error: 1.0    # 单位权中误差（mm）
  confidence_level: 0.95     # 置信水平
  relative_error_limit: 1/50000  # 相对误差限

平差方法选择指南：

网形类型	推荐方法	理由
单一水准路线	条件平差	条件明确，计算简单
水准网	间接平差	未知数多，网形复杂
导线网	间接平差	适用于多边形导线
综合监测网	附有条件的间接平差	兼顾多种观测类型

[截图占位符：平差方法选择决策流程图]

步骤 4：配置监测智能体（07:30 - 10:00）

视频画面：预警阈值设置界面，通知渠道配置

编辑 .railwise/agents/monitor.yaml：

agent:
  name: "monitor"
  version: "1.2.0"
  description: "变形监测分析与预警智能体"

# 预警阈值
alert_thresholds:
  method: "规范法"  # 规范法 / 统计法 / 综合法

  # 规范法阈值（根据 GB 50497-2019 / GB 50911-2013）
  by_standard:
    settlement:
      attention: 10.0    # 关注值（mm）
      warning: 15.0      # 预警值（mm）
      danger: 20.0       # 报警值（mm）

    horizontal_displacement:
      attention: 10.0
      warning: 15.0
      danger: 20.0

    convergence:
      attention: 10.0
      warning: 15.0
      danger: 20.0

    tilt:
      attention: 1/2000   # 倾斜率
      warning: 1/1000
      danger: 1/500

  # 变化速率阈值
  rate_thresholds:
    settlement_rate:
      attention: 2.0      # mm/天
      warning: 3.0
      danger: 5.0

    horizontal_rate:
      attention: 2.0
      warning: 3.0
      danger: 5.0

# 监测频率
monitoring_frequency:
  normal: "1次/天"
  attention: "2次/天"
  warning: "4次/天"
  danger: "实时"

# 通知配置
notifications:
  channels:
    - type: "sms"
      enabled: true
      recipients: ["138****5678", "139****1234"]

    - type: "email"
      enabled: true
      recipients: ["engineer@railwise.cn", "manager@railwise.cn"]

    - type: "wechat"
      enabled: true
      webhook: "https://qyapi.weixin.qq.com/cgi-bin/webhook/..."

    - type: "dingtalk"
      enabled: false
      webhook: ""

# 趋势分析
trend_analysis:
  enabled: true
  methods:
    - "线性回归"
    - "移动平均"
    - "指数平滑"
  forecast_horizon: 72  # 预测未来 72 小时

预警等级说明：

等级	颜色	判定标准	响应措施
正常	绿色	累计变形 < 关注值	按常规频率监测
关注	蓝色	关注值 ≤ 累计变形 < 预警值	加密监测频率
预警	黄色	预警值 ≤ 累计变形 < 报警值	加密监测，通知相关单位
报警	红色	累计变形 ≥ 报警值	实时监测，启动应急预案

[截图占位符：预警阈值配置界面与通知渠道设置]

步骤 5：配置质检智能体（10:00 - 12:00）

视频画面：质检规则配置，检查清单展示

编辑 .railwise/agents/inspector.yaml：

agent:
  name: "inspector"
  version: "1.2.0"
  description: "数据质量检查与规范符合性审核智能体"

# 检查规则
inspection_rules:
  # 限差检查
  tolerance_check:
    enabled: true
    standards:
      - "GB 50026-2020"
      - "GB 50497-2019"
      - "JGJ 8-2016"

    checks:
      - name: "闭合差检查"
        description: "检查水准路线闭合差是否超限"
        formula: "f_h ≤ ±40√L mm（二等水准）"
        action_on_fail: "标记异常，提示复测"

      - name: "半测回互差检查"
        description: "检查同一测回内半测回互差"
        formula: "Δ ≤ 30秒"
        action_on_fail: "标记异常，提示重测"

      - name: "各测回互差检查"
        description: "检查各测回间互差"
        formula: "Δ ≤ 20秒"
        action_on_fail: "标记异常，提示增加测回数"

  # 粗差探测
  outlier_detection:
    enabled: true
    methods:
      - name: "3σ准则"
        description: "观测值残差大于3倍中误差视为粗差"
        threshold: 3.0

      - name: "Grubbs检验"
        description: "Grubbs统计量检验"
        significance_level: 0.05

      - name: "Dixon检验"
        description: "Dixon Q检验"
        significance_level: 0.05

  # 逻辑一致性检查
  logical_consistency:
    enabled: true
    checks:
      - name: "时间顺序检查"
        description: "观测时间是否按顺序排列"

      - name: "坐标合理性检查"
        description: "坐标值是否在合理范围内"

      - name: "变形趋势一致性"
        description: "相邻测点变形趋势是否一致"

  # 规范符合性检查
  standard_compliance:
    enabled: true
    checks:
      - name: "精度等级符合性"
        description: "实测精度是否达到设计等级"

      - name: "观测方法符合性"
        description: "观测方法是否符合规范要求"

      - name: "记录格式符合性"
        description: "观测记录格式是否规范"

# 异常处理
exception_handling:
  on_tolerance_fail:
    action: "标记并警告"
    auto_retry: false

  on_outlier_detected:
    action: "标记并提示复测"
    auto_remove: false  # 不自动删除，需人工确认

  on_logic_error:
    action: "标记并暂停"
    require_confirmation: true

[截图占位符：质检规则配置界面与检查报告示例]

步骤 6：工作流编排实战（12:00 - 16:00）

视频画面：工作流文件编写、条件分支、变量传递演示

基础工作流：水准测量处理

name: "二等水准测量处理流程"
description: "从原始数据到平差成果的完整处理流程"
version: "1.0"

steps:
  # 步骤 1：数据导入
  - id: "step_1"
    name: "数据导入"
    agent: "surveyor"
    action: "import"
    input: "data/leveling/leveling_data.gsi"
    params:
      format: "gsi"
      instrument: "leica_ls15"
    output_var: "raw_data"

  # 步骤 2：数据质检
  - id: "step_2"
    name: "数据质检"
    agent: "inspector"
    action: "check"
    input_var: "raw_data"
    params:
      checks: ["闭合差", "粗差探测", "逻辑一致性"]
      standard: "GB 50026-2020"
    output_var: "inspection_result"

  # 步骤 3：条件分支 - 质检通过则继续，否则停止
  - id: "step_3"
    name: "质检判断"
    agent: "coordinator"
    action: "condition"
    condition: "{{inspection_result.passed}} == true"
    then:
      - id: "step_4"
        name: "平差计算"
        agent: "adjuster"
        action: "adjust"
        input_var: "raw_data"
        params:
          method: "间接平差"
          weight_scheme: "按距离定权"
        output_var: "adjusted_data"

      - id: "step_5"
        name: "精度评定"
        agent: "adjuster"
        action: "evaluate"
        input_var: "adjusted_data"
        output_var: "precision_report"
    else:
      - id: "step_6"
        name: "异常处理"
        agent: "inspector"
        action: "report_issues"
        input_var: "inspection_result"
        output: "output/issues_report.md"

  # 步骤 7：生成报告
  - id: "step_7"
    name: "生成报告"
    agent: "surveyor"
    action: "report"
    input_var: "adjusted_data"
    params:
      template: "templates/leveling_report.md"
      include_precision: true
    output: "output/leveling_report.md"
    condition: "{{inspection_result.passed}} == true"

高级工作流：自动化监测数据处理

name: "自动化监测数据处理工作流"
description: "全站仪自动化监测数据从采集到预警的完整流程"
version: "1.0"

# 工作流变量
variables:
  project_id: "proj_rw_2025_001"
  station_id: "TS-01"
  measurement_rounds: 3

steps:
  # 步骤 1：执行测量
  - id: "measure"
    name: "执行全站仪测量"
    agent: "surveyor"
    action: "execute"
    params:
      project_id: "{{project_id}}"
      station_id: "{{station_id}}"
      rounds: "{{measurement_rounds}}"
    output_var: "measurement_data"

  # 步骤 2：数据质检
  - id: "inspect"
    name: "测量数据质检"
    agent: "inspector"
    action: "check"
    input_var: "measurement_data"
    params:
      checks: ["精度检查", "粗差探测", "基准稳定性"]
    output_var: "quality_check"

  # 步骤 3：坐标计算
  - id: "calculate"
    name: "坐标计算与转换"
    agent: "surveyor"
    action: "compute_coordinates"
    input_var: "measurement_data"
    params:
      coordinate_system: "CGCS2000"
    output_var: "coordinates"
    condition: "{{quality_check.passed}} == true"

  # 步骤 4：变形分析
  - id: "analyze"
    name: "变形分析与预警判断"
    agent: "monitor"
    action: "analyze"
    input_var: "coordinates"
    params:
      compare_with: "initial_values"
      alert_thresholds: "standard"
    output_var: "analysis_result"

  # 步骤 5：预警响应
  - id: "alert"
    name: "预警处理"
    agent: "monitor"
    action: "handle_alert"
    input_var: "analysis_result"
    params:
      notification_channels: ["sms", "email", "wechat"]
    condition: "{{analysis_result.max_alert_level}} != 'NORMAL'"

  # 步骤 6：生成日报
  - id: "report"
    name: "生成监测日报"
    agent: "surveyor"
    action: "report"
    input_var: "analysis_result"
    params:
      report_type: "daily"
      template: "templates/monitoring_daily.md"
    output: "output/daily_report_{{date}}.md"

工作流编排关键技巧：

技巧	语法	用途
变量引用	`{{variable_name}}`	在步骤间传递数据
条件分支	`condition: "{{var}} == value"`	根据条件执行不同步骤
输出变量	`output_var: "result"`	将步骤结果存入变量
输入变量	`input_var: "result"`	读取上一步的变量
动态输出路径	`output: "file_{{date}}.md"`	生成带时间戳的文件名

[截图占位符：工作流编排可视化界面或代码编辑器]

步骤 7：实战案例演示（16:00 - 17:30）

视频画面：完整工作流执行录屏，从数据准备到报告生成

案例：深基坑监测数据处理

场景：某深基坑项目每日进行全站仪自动化监测，需要自动完成测量、质检、坐标计算、变形分析、预警判断和日报生成。

执行命令：

# 执行自动化监测工作流
railwise run workflows/automated_monitoring.yaml \
  --var project_id="proj_deep_excavation_001" \
  --var station_id="TS-01" \
  --var measurement_rounds=3

预期输出：

[2025-06-15T08:00:00+08:00] INFO  开始执行工作流：自动化监测数据处理
[2025-06-15T08:00:05+08:00] INFO  [measure] 执行全站仪测量 — 完成 3 测回，156 个测点
[2025-06-15T08:00:10+08:00] INFO  [inspect] 数据质检 — 通过 154 点，2 点待复核
[2025-06-15T08:00:15+08:00] INFO  [calculate] 坐标计算 — CGCS2000 转换完成
[2025-06-15T08:00:20+08:00] INFO  [analyze] 变形分析 — 最大沉降 12.3mm（P-15），速率 0.5mm/天
[2025-06-15T08:00:20+08:00] WARN  [analyze] 预警状态：P-15 达到黄色预警（15mm 预警值）
[2025-06-15T08:00:25+08:00] INFO  [alert] 预警推送 — 短信/邮件/微信已发送
[2025-06-15T08:00:30+08:00] INFO  [report] 日报生成 — 输出至 output/daily_report_20250615.md
[2025-06-15T08:00:30+08:00] INFO  工作流执行完成，耗时 30.5s

[截图占位符：工作流执行完成后的终端输出与生成的报告预览]

关键操作要点

要点 1：智能体配置优先级

配置优先级（从高到低）：

工作流步骤中的 params（最高优先级）
项目配置文件 .railwise/config.yaml
智能体配置文件 .railwise/agents/*.yaml
系统默认配置（最低优先级）

要点 2：工作流调试技巧

# 单步调试模式
railwise run workflow.yaml --step-by-step

# 详细日志模式
railwise run workflow.yaml --verbose --log-level debug

# 从指定步骤开始执行
railwise run workflow.yaml --from-step "calculate"

# 模拟执行（不实际运行）
railwise run workflow.yaml --dry-run

要点 3：变量作用域

工作流变量分为三个作用域：

作用域	定义位置	访问范围
全局变量	工作流 `variables` 段	所有步骤
步骤变量	步骤 `output_var`	后续步骤
运行时变量	`--var` 命令行参数	所有步骤

要点 4：错误处理策略

# 步骤级错误处理
steps:
  - name: "数据导入"
    agent: "surveyor"
    action: "import"
    on_error:
      action: "retry"      # 重试 / 跳过 / 停止
      max_retries: 3
      retry_delay: 5       # 秒

常见问题（FAQ）

Q1: 智能体配置修改后何时生效？

答：智能体配置文件在工作流执行时动态加载，修改后下次执行即可生效，无需重启 CLI。

Q2: 如何查看智能体的详细日志？

# 查看指定智能体日志
railwise agent logs surveyor --follow

# 查看所有智能体日志
railwise agent logs --all --last 100

Q3: 工作流执行到一半失败了，如何恢复？

# 从失败步骤重新执行
railwise run workflow.yaml --resume

# 或从指定步骤开始
railwise run workflow.yaml --from-step "step_4"

Q4: 如何在工作流中使用自定义脚本？

steps:
  - name: "自定义处理"
    agent: "surveyor"
    action: "custom_script"
    params:
      script: "scripts/my_custom_processing.py"
      interpreter: "python3"

Q5: 多个工作流如何并行执行？

# 后台并行执行多个工作流
railwise run workflow1.yaml --background
railwise run workflow2.yaml --background

# 查看后台任务
railwise jobs list

课后练习

练习 1：修改预警阈值

修改 .railwise/agents/monitor.yaml 中的预警阈值，将沉降报警值从 20mm 调整为 15mm，重新执行工作流观察预警变化。

练习 2：添加新的质检规则

在 .railwise/agents/inspector.yaml 中添加一条自定义规则：检查观测时间是否在白天（6:00-18:00）进行。

练习 3：编排多项目工作流

编写一个工作流，依次处理 3 个不同项目的监测数据，每个项目使用不同的预警阈值。

练习 4：条件分支实践

编写一个工作流，根据天气条件（从外部 API 获取）决定是否执行外业测量步骤：雨天自动跳过外业步骤，使用上次数据。

视频资源

视频文件：video-cli-02-agents-workflow.mp4
配套配置文件：agents-config-sample.zip
讲义下载：handout-cli-02.pdf
字幕文件：video-cli-02-agents-workflow.srt

视频教程：CLI 智能体配置与工作流编排

视频教程：CLI 智能体配置与工作流编排

视频概述

视频内容结构

前置知识

步骤详解

步骤 1：智能体架构概述（00:00 - 02:00）

步骤 2：配置测量智能体（02:00 - 05:00）

步骤 3：配置平差智能体（05:00 - 07:30）

步骤 4：配置监测智能体（07:30 - 10:00）

步骤 5：配置质检智能体（10:00 - 12:00）

步骤 6：工作流编排实战（12:00 - 16:00）

基础工作流：水准测量处理

高级工作流：自动化监测数据处理

步骤 7：实战案例演示（16:00 - 17:30）

案例：深基坑监测数据处理

关键操作要点

要点 1：智能体配置优先级

要点 2：工作流调试技巧

要点 3：变量作用域

要点 4：错误处理策略

常见问题（FAQ）

Q1: 智能体配置修改后何时生效？

Q2: 如何查看智能体的详细日志？

Q3: 工作流执行到一半失败了，如何恢复？

Q4: 如何在工作流中使用自定义脚本？

Q5: 多个工作流如何并行执行？

课后练习

练习 1：修改预警阈值

练习 2：添加新的质检规则

练习 3：编排多项目工作流

练习 4：条件分支实践

相关文档链接

视频资源

元数据标签