知几（MurSense）是一款面向桥梁结构健康监测的对话式AI Agent，把分布式光纤声学传感（DAS）采集的海量振动数据，与经过验证的结构分析算法结合——只需一句自然语言提问，就能得到带报警等级的结构诊断结论和可视化图件。
登录与主界面导览 → 一句自然语言健康提问 → 真实的、有工具验证的诊断结果 → 标准工程图件 → 导出Word报告 → 保存归档、随时查阅。画面上出现的每一句AI回答都是真实后端计算结果，没有任何预制内容。
请把这个HTML文件和 final_zh.mp4 / final_en.mp4 / final_fr.mp4 放在同一目录下（各自的字幕文件 .srt 也一起保留），播放器才能正确找到视频。
“数据我们是有的——只是读不过来。”
主工作台：一个提问框，每项能力都配一键示例，“荷载识别”卡片明确标注“规划中”——不会把还没做的功能包装成已经上线。
一句自然语言提问，由 AI Agent 路由到三类核心能力之一，再把真正的计算工作交给一套验证过的确定性算法引擎，在真实 DAS 传感数据上运行——AI 负责解释结果，但从不自己计算或编造数字。
知几采用“大语言模型Agent + 经验证分析工具”的架构：大模型负责理解意图、决定调用哪个分析工具、解读结果并生成自然语言回复；真正的结构分析计算，交给经过验证的专业算法函数完成。系统采用功率谱密度（Welch方法）分析结合峰值检测提取固有频率，并引入符号化预处理增强过车等强瞬态干扰下的模态识别稳健性；整套信号处理链（去均值、去趋势、滤波、量纲标定）都经过完整单元测试验证。画面上的结论，从来不是模型“想象”出来的数字，而是读取自真实的计算结果。
| 绿色 | η ≤ 1% | 结构状态正常，无需关注 |
| 蓝色 | 1% < η ≤ 2% | 轻微变化，纳入常规观察 |
| 黄色 | 2% < η ≤ 4% | 需留意，建议加密监测 |
| 橙色 | 4% < η ≤ 8% | 明显异常，建议现场核查 |
| 红色 | η > 8% | 显著异常，建议立即排查 |
真实传感数据 → 验证过的分析算法 → AI Agent选择并调用正确的工具 → 结构化诊断结果，含图件与报告。
一次真实回复：实际调用的工具、和基线对比的完整健康评估、空间异常分布图——都是在真实桥梁数据上现算出来的，不是摆拍。
这类分析里最重的开销来自完整的信号处理流程，而不是大模型本身的调用。知几会缓存已完成的分析结果，同样条件下的重复提问不需要再付一次计算成本。
| 即时模式（命中缓存） | 约0.2秒 |
| 深度模式（重新完整计算） | 约30–100秒 |
| 引入缓存机制之前 | 约200秒 |
缓存命中相比优化前提速近千倍。这里也是诚实呈现的地方：跑深度模式时助手会明确告知并显示进度，不会把所有查询都伪装成“秒回”。
在现有对话式分析之上，规划面向指挥室/监控中心的实时监测大屏方向：把历史性、交互式的对话分析，延伸为面向多桥梁、多通道的实时态势展示，对话式Agent作为大屏的智能问答与下钻入口。规划中，尚未实现。
检测车辆通过事件、统计单位时间荷载次数、定位峰值荷载时刻——产品自己的界面上已经用“规划中”标签明确标出，不会暗示这项功能已经能用。
邮件/短信/Webhook推送通道的入口已经在界面里，但功能预留给未来的云端部署版本（D3）——单机版本目前明确不支持。
同样的架构，覆盖更多结构：数据空间和专题项目系统本身已经支持多文件，扩展到多桥梁部署是规模问题，不是架构重做。
这些之所以标注为“规划中”，是因为它们确实还没做——页面其他地方展示的一切，今天就能在真实数据上跑起来。
独立全栈开发者 · 地球物理/DAS背景 · AI Agent工程。
独立设计并实现了知几的算法包、Agent架构和全栈产品——从最底层的DAS信号处理，到上面演示视频里看到的对话式界面。