关于平台
面向应急指挥的东盟多语国际情报聚合与多语简报平台。以下说明定位、功能实现、数据来源、技术架构与合规边界。
一、定位与用户
为谁服务：核心用户是应急指挥员、值班情报员与救援协调人员；同时服务需要接收多语讯息、与邻国开展对接协调的一线东盟语种人员。
什么场景：突发事件或灾害应对期间，值班人员聚合 USGS、WHO、UNDRR、AHA Centre 等权威外文源，完成中文化后生成情报简报与多语对照说明；灾害过后，用术语库与智能问答检索预案、流程与历史案例。
解决什么问题：一是多语情报“获取慢、聚合散”，以定时采集替代被动搜索；二是多语简报“靠人翻、译法不统一”，以术语约束与平行语料保证一致；三是知识分散、查询难，以检索增强问答提供可追溯答案。
二、五项核心功能达标情况
| 功能 | 实现方式 | 数据规模 | 入口 |
|---|---|---|---|
| 外语信息聚合 | 采集 USGS、WHO、UNDRR、AHA Centre 四个权威外文源，标题与摘要中文化，保留原题、来源与采集日期 | — 条 | 进入 |
| 多语种翻译 | 中、英、越、老、泰、缅、高棉、马来、印尼、菲律宾语（他加禄语）十语双向；术语约束、平行语料上下文、语音播报 | 10 语种 · 越/老/泰句级语料 | 进入 |
| 术语管理 | 中/外文检索，语种、领域、审核状态筛选，详情抽屉，翻译时双向高亮 | — 条 | 进入 |
| 平行语料库 | 句级与术语级对齐，原文/译文检索，特征向量建库与相似句召回 | — 组 | 进入 |
| 可追溯问答 | 向量召回 + DeepSeek 生成，引用编号回链切片与原始 URL，阈值拒答 | — 切片 | 进入 |
特色功能：语音播报与语音输入、情报时间线视图、多语简报生成与打印、大字号无障碍模式、统计概览。
三、技术架构
术语表 / 条目表 / 来源清单
特征向量 · 增量重建
原生 JS · 无框架依赖
DeepSeek / BigModel
前端为纯静态页面，数据以 JSON 随站点发布；翻译与问答通过同源 /api 代理调用模型，密钥只存在于服务端环境变量，前端代码与页面中不出现任何 Key。未配置密钥时自动降级为离线术语引擎与本地向量检索，功能界面保持可用。
检索层：知识切片与平行语料在构建阶段完成 160 维特征哈希向量化，浏览器端可直接计算余弦相似度；已生成 kb_emb.json（502 切片 × 2048 维）语义索引，配置 BIGMODEL_API_KEY 后问答按 BigModel embedding-3 向量检索，未配置时退回本地向量，两套向量不混算。
四、数据来源与授权
国情语料与术语来自本项目自建的东盟十国《语料条目收集表》（V1—V4）与《术语与专名对照表 V3》，逐条著录机构、标题、载体年份、URL 与访问日期，共 — 条来源记录。国际情报来自以下公开权威源：
- 美国地质调查局（USGS）地震监测 GeoJSON 订阅源；
- 世界卫生组织（WHO）英文新闻 RSS；
- 联合国减灾办公室（UNDRR）RSS；
- 东盟灾害管理人道主义协调中心（AHA Centre）区域灾害周报 RSS。
上述内容版权归原机构所有，本站仅作教学演练中的摘述与链接引用，不转载全文、不用于商业用途。中文标题与摘要为机器编译初稿，原文以链接为准。术语与语料仅限课程教学使用，引用请注明来源编号。
五、合规与边界
- 本站为课程教学演练环境，所有情报为公开来源的采集快照，不构成真实灾情通报，不作为处置依据。
- 演示数据不含真实个人信息；不采集、不存储访问者个人信息。
- API Key 与数据库凭据仅通过服务端环境变量注入，前端源码、截图与公开仓库中均不出现。
- 问答系统在依据不足时明确拒答，不输出推测性处置建议；涉及实时灾情时以官方通报为准。
- 页面统一标注「教学演练」，避免被误当作真实信息发布渠道。
六、部署与运行
本地运行
项目根目录执行 py -3 server/server.py（或 node server/server.js），访问 http://localhost:3000。模型密钥写入 .env（不提交仓库）：DEEPSEEK_API_KEY、BIGMODEL_API_KEY，可选 BIGMODEL_EMBEDDING_MODEL。
公网部署（HTTPS）
推荐 Vercel：导入仓库，Output Directory 设为 site，在项目设置中添加上述环境变量后部署；绑定自有域名后自动签发 HTTPS 证书。也可使用 Netlify（Publish directory 为 site）或任意支持 Node 的云主机，用 Nginx 反向代理并配置证书。静态托管（不含 API）同样可访问，此时自动进入离线演示模式。
七、自检清单
| 序号 | 检查项 | 状态 |
|---|---|---|
| 1 | 公开域名：外部网络可访问，HTTPS 无警告 | 待部署 |
| 2 | 手机适配：手机可正常浏览并完成主要操作 | 已实现 |
| 3 | 信息聚合：≥3 个来源、≥10 条中文化信息、来源可点 | 4 源 / 58 条 |
| 4 | 多语种翻译：≥4 种语言，中文与各语种双向 | 10 语双向 |
| 5 | 术语数量：≥500 条，有来源与审核状态 | 797 条 |
| 6 | 术语高亮：原文与译文均高亮，译文采用指定译法 | 已实现 |
| 7 | 语料数量：≥500 句双语对齐句对 | 664 句 |
| 8 | 语料向量化：已建向量索引，翻译时可检索上下文 | 160 维建库 |
| 9 | RAG 来源：回答带可点开的参考来源 | 已实现 |
| 10 | 无依据拒答：知识库外问题明确拒答 | 已实现 |
| 11 | 特色功能：已在演示中准备好 1—2 项 | 4 项 |
| 12 | PPT：完全由智能体生成，附生成记录 | 12 页 |
| 13 | 安全自查：无密钥、无真实个人信息、来源标注完整 | 已落实 |
第 1 项取决于实际部署账号与域名，代码与配置已就绪（见上节）。核心功能五的语义检索部分：已为 502 个切片预计算 2048 维 BigModel embedding-3 向量（kb_emb.json）；配置密钥后问答按语义向量排序，未配置密钥的环境自动退回本地 160 维特征向量，两条路径不混算。