--- title: "AI 情报" description: "深入解析驱动 World Monitor AI 分析栈的核心技术组件：包含多层 LLM 提示链、RAG 检索增强流水线、威胁分类与实体识别模型、事件推演引擎，以及运行于浏览器端的轻量 ML 推理，用于实时生成国家情报简报、事件摘要、关联分析、异常检测与动态风险评分。" --- ## AI 摘要 ### AI 摘要链 世界简报由一个 4 层提供商链生成，该链优先使用本地算力，在云端 API 之间逐级回退，并以浏览器端推理作为最后手段： ``` ┌─────────────────────────────────────────────────────────────────┐ │ Summarization Request │ │ (headlines deduplicated by Jaccard similarity > 0.6) │ └───────────────────────┬─────────────────────────────────────────┘ │ ▼ ┌─────────────────────────────────┐ timeout/error │ Tier 1: Ollama / LM Studio │──────────────┐ │ Local endpoint, no cloud │ │ │ Auto-discovered model │ │ └─────────────────────────────────┘ │ ▼ ┌─────────────────────────────┐ timeout/error │ Tier 2: Groq │──────────────┐ │ Llama 3.1 8B, temp 0.3 │ │ │ Fast cloud inference │ │ └─────────────────────────────┘ │ ▼ ┌─────────────────────────────┐ timeout/error │ Tier 3: OpenRouter │──────────────┐ │ Multi-model fallback │ │ └─────────────────────────────┘ │ ▼ ┌──────────────────────────┐ │ Tier 4: Browser T5 │ │ Transformers.js (ONNX) │ │ No network required │ └──────────────────────────┘ ``` 所有三个 API 层级（Ollama、Groq、OpenRouter）共享同一个处理器工厂（`_summarize-handler.js`），行为完全一致： - **标题去重** —— 在发送给任何 LLM 之前，标题会使用词重叠相似度进行两两比较。近乎重复的标题（重叠度 > 60%）会被合并，从而将提示词缩减 20–40%，避免 LLM 在重复报道上浪费 token - **变体感知提示** —— 系统提示会根据当前激活的仪表盘变体自适应调整。地缘政治摘要强调冲突升级与外交动向；科技摘要聚焦融资轮次与 AI 突破；金融摘要突出市场走势与央行信号 - **语言感知输出** —— 当 UI 语言为非英语时，提示会指示 LLM 以该语言生成摘要 - **Redis 去重** —— 摘要使用复合键（`summary:v3:{mode}:{variant}:{lang}:{hash}`）缓存，因此 1,000 名并发用户查看相同标题时只会触发一次 LLM 调用。缓存 TTL 为 24 小时 - **优雅回退** —— 若某提供商返回 `{fallback: true}`（缺少 API 密钥或端点不可达），该链会静默前进至下一层级。进度回调会更新 UI，显示当前正在尝试哪个提供商 Ollama 层通过 OpenAI 兼容的 `/v1/chat/completions` 端点通信，因此兼容任何实现了此标准的本地推理服务器（Ollama、LM Studio、llama.cpp server、vLLM 等）。 ### 国家简报页 在地图上点击任意国家会打开一个整页情报档案 —— 在单屏内综合呈现该国所有情报模块。简报采用双栏布局： **左栏**： - **动荡指数** —— 动画 SVG 评分环（0–100），含四个组成分项条（动荡、冲突、安全、信息）、严重度徽章和趋势指示器 - **情报简报** —— AI 生成的分析（Ollama 本地 / Groq / OpenRouter，取决于已配置的提供商），含内联引用锚点 `[1]`–`[8]`，点击可滚动至对应新闻来源 - **头条新闻** —— 该国 8 条最相关标题，按威胁等级着色，附带来源与"多久前"元数据 **右栏**： - **活跃信号** —— 抗议、军机、军舰、互联网中断、地震、人口流动、气候压力、冲突事件，以及该国股指（1 周变化）的实时芯片式指标 - **7 天时间线** —— D3.js 渲染的事件图表，含 4 条按严重度分色的泳道（抗议、冲突、自然、军事），支持交互式 tooltip 和响应式重排 - **预测市场** —— 按成交量排名的前 3 个 Polymarket 合约，附带概率条与外部链接 - **基础设施暴露** —— 距该国质心 600km 半径内的管道、海底光缆、数据中心、军事基地、核设施和港口，按距离排序 **标题相关性过滤**：每个国家都有一张别名映射（例如 `US → ["united states", "american", "washington", "pentagon", "biden", "trump"]`）。标题使用负匹配算法过滤 —— 若另一国家的别名在标题中出现得比目标国家别名更早，该标题会被排除。这能防止交叉污染（例如一篇关于委内瑞拉、提及"Washington sanctions"的标题出现在美国简报中）。 **导出选项**：简报可导出为 JSON（包含所有评分、信号和标题的结构化数据）、CSV（扁平表格格式）、PNG 图片，或一份便携的证据 Markdown 包（含精选信号、可用时的引用来源链接、新鲜度说明与来源溯源免责声明）。其中结构化 JSON 与 CSV 导出需要包含数据导出的套餐（Pro Business、API 套餐与 Enterprise），证据包需要 Pro 及以上；PNG 图片免费。打印按钮会调用浏览器原生打印对话框以导出 PDF，在所有套餐上均免费。 ### 本地优先的国家检测 地图点击通过本地几何服务解析为国家，而非依赖网络反向地理编码（Nominatim）。系统加载一个包含约 200 个国家多边形边界的 GeoJSON 文件，并构建带索引的空间查找结构： 1. **包围盒预筛选** —— 每个国家的多边形都包裹在一个包围盒（`[minLon, minLat, maxLon, maxLat]`）内。包围盒之外的点无需多边形相交测试即被拒绝。 2. **射线投射算法** —— 对于包围盒内的点，从该点沿正 x 轴方向投射一条射线。多边形边的相交次数决定内外状态（奇数次 = 在内）。边界情况已处理：位于线段边界上的点返回 `true`，多边形孔洞会被扣除（位于外环内但同时在孔洞内的点会被排除）。 3. **MultiPolygon 支持** —— 拥有不连续领土的国家（例如美国的阿拉斯加与夏威夷、印度尼西亚的数千个岛屿）使用 MultiPolygon 几何，每个多边形独立测试。 此方法在浏览器内即可实现亚毫秒级国家检测，无网络延迟。几何数据在应用启动时预加载并按会话缓存。对于 GeoJSON 中未包含的国家（罕见），系统回退至硬编码的矩形包围盒，最终以网络反向地理编码作为最后手段。 ## 推演与预测 ### AI 推演与预测 推演面板是一款交互式 AI 地缘政治分析工具，基于实时情报数据生成近期时间线预测。 **请求流水线**： 1. 分析师输入自由文本查询（例如"未来 24 小时中东会发生什么？"）以及可选的地理上下文字段 2. 提交前，`buildNewsContext()` 从实时信息流中拉取最近的 15 条 `NewsItem` 标题，并将它们作为结构化上下文前置（`"Recent News:\n- Headline (Source)"`）—— 确保 LLM 始终具备当前态势感知 3. 查询被发送至 `deductSituation` RPC 端点，该端点调用 `callLlm()` 并使用提供商回退链（Groq、OpenRouter，或任何通过 `LLM_API_URL`/`LLM_API_KEY`/`LLM_MODEL` 环境变量配置的 OpenAI 兼容端点），系统提示要求其扮演"资深地缘政治情报分析师与预测员" 4. 温度为 0.3（偏低，以保证分析一致性），最多 1,500 tokens。思维链 `think` 标签会作为纵深防御被剥离 5. 结果按 `deduct:situation:v1:{hash(query|geoContext)}` 在 Redis 中缓存 1 小时 —— 相同查询直接从缓存返回 **跨面板集成**：任何面板都可派发一个 `wm:deduct-context` 自定义 DOM 事件（携带 `{ query, geoContext, autoSubmit }`），它会预填推演面板并可选地自动提交。这使仪表盘任意位置都能发起情境化预测 —— 点击某战区态势卡上的"分析"可自动触发区域推演。5 秒冷却时间防止快速重复提交。 该面板采用懒加载（`import()`），除非面板被实际访问，否则 DOMPurify 不会进入主包，从而保持 Web 包精简。 ## 记忆与分类 ### 客户端标题记忆（RAG） 标题记忆系统提供浏览器本地的检索增强生成 —— 一个完全在用户设备上运行的、持久化的新闻标题语义索引。 **摄入流水线**： ``` RSS Feed Parse → isHeadlineMemoryEnabled()? → ML Worker (Web Worker) │ ┌─────────┴──────────┐ │ ONNX Embeddings │ │ all-MiniLM-L6-v2 │ │ 384-dim float32 │ └─────────┬──────────┘ │ ┌─────────┴──────────┐ │ IndexedDB Store │ │ 5,000 vector cap │ │ LRU by ingestAt │ └────────────────────┘ ``` 1. 每次 RSS feed 抓取并解析后，若标题记忆已启用且嵌入模型已加载，每条标题的标题、发布日期、来源、URL 与位置标签会被发送至 ML Worker 2. Worker 对文本做净化处理（剥离控制字符、截断至 200 字符），通过 ONNX 流水线嵌入（`pooling: 'mean', normalize: true`），并按内容哈希去重 3. 向量通过串行化 promise 队列写入 IndexedDB（防止并发事务冲突）。当超过 5,000 向量上限时，按 `ingestedAt` 最旧的条目会被驱逐 **搜索**：查询使用同一模型嵌入，随后进行一次全游标扫描，对所有存储向量计算余弦相似度。结果按分数排序，上限为 `topK`（1–20），并通过 `minScore`（0–1）过滤。可同时搜索多个查询字符串（最多 5 个），每条记录在所有查询中的最高分用于排序。 **Opt-in 机制**：该设置默认为 `false`（在 localStorage 中存储为 `wm-headline-memory`）。启用时会触发 `mlWorker.init()` → `loadModel('embeddings')`。禁用时会卸载模型，且若无其他 ML 功能活跃，可选择终止整个 Worker。`ai-flow-changed` CustomEvent 将开关变更传播至所有相关组件。 ### 威胁分类流水线 每条新闻项都会经过一个三阶段分类流水线： 1. **关键词分类器**（即时，`source: 'keyword'`）—— 对约 120 个威胁关键词进行模式匹配，这些关键词按严重度层级（critical → high → medium → low → info）和 14 个事件类别（conflict、protest、disaster、diplomatic、economic、terrorism、cyber、health、environmental、military、crime、infrastructure、tech、general）组织。短关键词使用词边界正则匹配以避免误报（例如 "war" 不会匹配 "award"）。较长关键词使用字面子串正则。在关键词层级运行之前，生活方式/娱乐排除项会通过小写子串检查（`protein`、`couples`、`relationship`、`dating`、`diet`、`fitness`、`recipe`、`cooking`、`shopping`、`fashion`、`celebrity`、`movie`、`tv show`、`sports`、`game`、`concert`、`festival`、`wedding`、`vacation`、`travel tips`、`life hack`、`self-care`、`wellness`）将匹配标题强制归为 `info` / `general`。这能防止消费类标题被 "virus"、"ban" 或 "war" 等通用词提升等级。每次匹配返回一个严重度级别、类别与置信度分数。变体专属的关键词集确保科技变体不会在非地缘政治语境下标记 "sanctions"。 2. **浏览器端 ML**（异步，`source: 'ml'`）—— Transformers.js 在浏览器内直接运行 NER、情感分析与主题分类，无需任何服务器依赖。在不发起任何 API 调用的前提下提供第二分类意见。 3. **LLM 分类器**（批处理异步，`source: 'llm'`）—— 标题被收集进批处理队列，通过 sebuf proto 客户端以并行 `classifyEvent` RPC 发出。每个 RPC 调用已配置的 LLM 提供商（温度 0 的 Groq Llama 3.1 8B，或用于本地推理的 Ollama）。结果按标题哈希在 Redis 中缓存（24h TTL）。当发生 500 系错误时，LLM 分类器会自动暂停队列以避免浪费 API 配额，并在指数退避延时后恢复。当 LLM 结果到达时，仅在其置信度更高时才会覆盖关键词结果。 此混合方法意味着 UI 永远不会因等待 AI 而阻塞 —— 用户即时看到关键词结果，ML 与 LLM 精修在数秒内到达，并持久化供所有后续访客使用。每次分类都携带其 `source` 标签（`keyword`、`ml` 或 `llm`），下游消费者可据此加权置信度。 ### 支撑端点 | 表面 | 端点 | 备注 | |---|---|---| | 事件分类 | `GET /api/intelligence/v1/classify-event` | 生成客户端使用的直接 REST RPC；服务端结果按标题哈希缓存。 | | 国家事实背景 | `GET /api/intelligence/v1/get-country-facts` | 国家简报与档案工作流的 RestCountries / Wikipedia 上下文。 | | 摘要缓存查询 | `GET /api/news/v1/summarize-article-cache` | 针对确定性摘要键的 CDN 可缓存查询；生成仍走 `POST /api/news/v1/summarize-article`。 | ## 警报 ### 突发新闻警报流水线 仪表盘监控五个独立的警报来源，并将它们融合为统一的突发新闻流，具备分层去重、冷却和来源质量门控： | 来源 | 触发条件 | 示例 | | -------------------- | -------------------------------------------------------------- | -------------------------------------------- | | **RSS 警报** | 含 `isAlert: true` 且威胁等级为 critical/high 的新闻项 | 路透社快讯：确认遭导弹袭击 | | **关键词激增** | 趋势关键词超过激增阈值 | "nuclear" 在 2 小时内跨 8+ 个 feed 激增 | | **热点升级** | 热点升级分数超过 critical 阈值 | 台海紧张度突破 80/100 | | **军事集结** | 战区态势评估检测到打击包装 | 中东同现加油机 + AWACS + 战斗机 | | **OREF 警报** | 以色列后方司令部发布火箭/导弹来袭警报 | 以色列北部检测到火箭齐射 | **防噪声保障**： - **按事件去重** —— 每条警报以内容哈希为键；同一事件的重复警报在 30 分钟内被抑制 - **全局冷却** —— 任何警报触发后，60 秒全局冷却防止快速连发的通知冲击 - **时效门控** —— 处理时已超过 15 分钟的项目会被静默丢弃，防止陈旧事件在重连后产生警报 - **来源层级门控** —— Tier 3+ 来源（小众媒体、聚合器）必须具备 LLM 确认的分类（`threat.source !== 'keyword'`）才能触发警报；Tier 1–2 来源绕过此门 - **故事阶段门控** —— 持续中与衰减中的 RSS 报道被抑制；横幅保留给突发/发展中报道或无故事元数据的条目 - **重要性下限** —— `importanceScore < 30` 的 RSS 条目信号过低，不进入横幅 - **启动宽限** —— 应用加载后的前 10 秒内 RSS 警报被抑制，使初始 feed 抓取不会将旧文章重播为突发新闻。OREF 警报豁免 - **用户灵敏度控制** —— 可在 `critical-only`（仅 critical 严重度触发）与 `critical-and-high`（critical 与 high 严重度均触发）之间配置 当警报通过所有门控时，系统会在 `document` 上派发 `wm:breaking-news` CustomEvent，突发新闻横幅消费该事件以在屏幕顶部显示持久通知。可选的浏览器 Notification API 弹窗与提示音作为用户设置提供。点击横幅会滚动至来源警报的 RSS 面板，并应用 1.5 秒闪烁高亮动画。 ## 浏览器端 ML ### 浏览器端 ML 流水线 仪表盘通过 Transformers.js 在浏览器内运行本地 ML 流水线，用于嵌入、序列分类、回退摘要与实体抽取。CII/CRI 评分、来源归因简报、预测、MCP 工具与缓存运营数据在文档注明处保持服务端权威。为节省内存，浏览器 ML 在移动设备上自动禁用。 | 能力 | 模型 | 用途 | | --------------------------- | ------------------ | ------------------------------------------------- | | **文本嵌入** | sentence-similarity | 新闻标题的语义聚类 | | **序列分类** | threat-classifier | 威胁严重度与类别检测 | | **摘要** | T5-small | Ollama、Groq、OpenRouter 全部不可用时的最后回退 | | **命名实体识别** | NER pipeline | 国家、组织与领导人抽取 | **混合聚类** 结合了快速的 Jaccard 相似度（n-gram 重叠，阈值 0.4）与 ML 精修的语义相似度（余弦相似度，阈值 0.78）。Jaccard 在每次刷新时即时运行；语义精修在 ML Worker 加载后运行，合并文本不同但语义相同的聚类（例如"NATO expands missile shield"与"Alliance deploys new air defense systems"）。 每个聚类的新闻速度会被跟踪 —— 当多个 Tier 1–2 来源在短窗口内汇聚于同一报道时，该聚类会被标记为突发警报，`sourcesPerHour` 作为速度指标。 --- ## 基于浏览器的机器学习 为提升离线韧性并降低 API 成本，系统包含基于 ONNX Runtime Web 的浏览器端 ML 能力。 ### 可用模型 | 模型 | 任务 | 大小 | 用例 | |-------|------|------|----------| | **T5-small** | 文本摘要 | ~60MB | 离线简报生成 | | **DistilBERT** | 情感分析 | ~67MB | 新闻基调分类 | ### 回退策略 浏览器 ML 作为云端 API 不可用时的最终回退： ``` User requests summary ↓ 1. Try Groq API (fast, free tier) ↓ (rate limited or error) 2. Try OpenRouter API (fallback provider) ↓ (unavailable) 3. Use Browser T5 (offline, always available) ``` ### 懒加载 模型按需加载以最小化初始页面加载： - 模型仅在首次需要时下载 - 进度指示器显示下载状态 - 缓存后模型可从 IndexedDB 即时加载 ### Worker 隔离 所有 ML 推理在专用 Web Worker 中运行： - 主线程在推理期间保持响应 - 30 秒超时防止挂起 - 出错时自动清理 ### 局限性 相比云端模型，浏览器 ML 有以下约束： | 方面 | 云端 (Llama 3.3) | 浏览器 (T5) | |--------|-------------------|--------------| | 上下文窗口 | 128K tokens | 512 tokens | | 输出质量 | 高 | 中等 | | 推理速度 | 2-3 秒 | 5-10 秒 | | 离线支持 | 否 | 是 | 浏览器摘要有意限制在 6 条标题 × 80 字符，以保持在模型约束之内。 --- ## AI 洞察面板 洞察面板提供对当前新闻格局的 AI 驱动分析，将原始标题转化为可操作的情报简报。 ### 世界简报生成 每 2 分钟（含限流），系统使用多提供商回退链生成一份精炼态势简报： | 优先级 | 提供商 | 模型 | 延迟 | 用例 | |----------|----------|-------|---------|----------| | 1 | Groq | Llama 3.3 70B | ~2s | 主提供商（快速推理） | | 2 | OpenRouter | Llama 3.3 70B | ~3s | Groq 被限流时的回退 | | 3 | Browser | T5 (ONNX) | ~5s | 离线回退（本地 ML） | **缓存策略**：Redis 服务端缓存防止冗余 API 调用。当相同标题集近期已被摘要时，缓存结果会立即返回。 ### 焦点检测 AI 接收关于**焦点**的富化上下文 —— 即同时出现在新闻报道与地图信号中的实体。这支持情报级分析： ``` [INTELLIGENCE SYNTHESIS] FOCAL POINTS (entities across news + signals): - IRAN [CRITICAL]: 12 news mentions + 5 map signals (military_flight, protest, internet_outage) KEY: "Iran protests continue..." | SIGNALS: military activity, outage detected - TAIWAN [ELEVATED]: 8 news mentions + 3 map signals (military_vessel, military_flight) KEY: "Taiwan tensions rise..." | SIGNALS: naval vessels detected ``` ### 标题评分算法 并非所有新闻同等重要。标题会被评分以识别对简报最具意义的报道： **加分项**（高权重）： - 军事关键词：war、invasion、airstrike、missile、deployment、mobilization - 暴力指标：killed、casualties、clashes、massacre、crackdown - 民间动荡：protest、uprising、coup、riot、martial law **地缘政治乘数**： - 热点地区：Iran、Russia、China、Taiwan、Ukraine、North Korea、Gaza - 关键行为体：NATO、Pentagon、Kremlin、Hezbollah、Hamas、Wagner **减分项**（降权）： - 商业语境：CEO、earnings、stock、revenue、startup、data center - 娱乐：celebrity、movie、streaming 这确保军事冲突与人道主义危机优先于常规商业新闻呈现。 ### 情感分析 标题按整体情感分布进行分析： | 情感 | 检测方法 | 显示 | |-----------|------------------|---------| | **负面** | 危机、冲突、死亡关键词 | 红色百分比 | | **正面** | 协议、增长、和平关键词 | 绿色百分比 | | **中性** | 两者均未检测到 | 灰色百分比 | 整体情感平衡提供了一个快速判断 —— 新闻周期是趋于升级还是缓和。 ### 速度检测 当同一主题出现在多条近期标题中时，快速演进的报道会被标记： - 标题按共享关键词与实体分组 - 6 小时内出现 3 次及以上的主题被标记为"高速" - 单独显示以突出发展中态势 --- ## 焦点检测器 焦点检测器是情报综合层，将新闻实体与地图信号关联以识别驱动当前事件的"主角"。 ### 它解决的问题 缺乏综合时，情报流各自为政： - 新闻 feed 显示 500+ 来源的数千条标题 - 地图图层独立显示军机、抗议、中断 - 无法自动看出 IRAN 既出现在新闻中，又有军事活动，还发生了互联网中断 ### 工作原理 1. **实体抽取**：使用实体注册表（含别名的 66 个实体）从所有新闻聚类中抽取国家、公司与组织 2. **信号聚合**：收集所有地图信号（军机、抗议、中断、舰船）并按国家分组 3. **交叉引用**：将新闻实体与信号国家匹配 4. **评分与排序**：基于关联强度计算焦点分数 ### 焦点评分 ``` FocalScore = NewsScore + SignalScore + CorrelationBonus NewsScore (0-40): base = min(20, mentionCount × 4) velocity = min(10, newsVelocity × 2) confidence = avgConfidence × 10 SignalScore (0-40): types = signalTypes.count × 10 count = min(15, signalCount × 3) severity = highSeverityCount × 5 CorrelationBonus (0-20): +10 if entity appears in BOTH news AND signals +5 if news keywords match signal types (e.g., "military" + military_flight) +5 if related entities also have signals ``` ### 紧急度分类 | 紧急度 | 标准 | 视觉 | |---------|----------|--------| | **Critical** | 分数 > 70 或 3+ 种信号类型 | 红色徽章 | | **Elevated** | 分数 > 50 或 2+ 种信号类型 | 橙色徽章 | | **Watch** | 默认 | 黄色徽章 | ### 信号类型图标 焦点显示指示当前激活信号类型的图标： | 图标 | 信号类型 | 含义 | |------|-------------|---------| | ✈️ | military_flight | 附近检测到军机 | | ⚓ | military_vessel | 水域内有军舰 | | 📢 | protest | 民间动荡事件 | | 🌐 | internet_outage | 网络中断 | | 🚢 | ais_disruption | 航运异常 | ### 输出示例 IRAN 的焦点可能显示： - **显示**："Iran [CRITICAL] ✈️📢🌐" - **新闻**：12 次提及，速度 0.5/小时 - **信号**：5 次军机、3 次抗议、1 次中断 - **叙述**："12 news mentions | 5 military flights, 3 protests, 1 internet outage | 'Iran protests continue amid...'" - **关联证据**："Iran appears in both news (12) and map signals (9)" ### 与 CII 的集成 焦点紧急度输入国家动荡指数（CII）： - **Critical** 焦点 → 该国 CII 分数提升 - 确保多源汇聚的国家被正确标记 - 防止单凭新闻不足以触发警报时的"静默"动荡