四川气象数据智能体示范应用入围中国信通院“开源大模型+”案例

近日，由中国信通院云计算开源产业联盟编写的《“开源大模型+”软件创新应用典型案例集（2025 年第一期）》正式发布，共评选出 52 个入围案例，其中包括：14 个精选案例，38 个优选案例，案例覆盖金融、政务、医疗、气象、通信、工业、教育、能源、交通等垂直应用侧行业，以及云计算、安全等信息技术服务供应侧行业。由上海和今信息科技有限公司（简称：和鲸科技）与四川省气象探测数据中心（以下简称“气象数据中心”）共建的气象数据智能体示范应用在全国数百个案例征集中脱颖而出，成为 14 个精选案例之一。

开源大模型降低了人工智能应用的技术门槛和成本壁垒，为各类应用场景提供了更加丰富多元的解决方案。伴随着气象业务需求的不断发展、现有业务系统日益繁杂，传统的气象数据检索流程存在众多痛点：

• 查询流程繁琐：气象大数据云平台拥有庞大的数据资源，包括上千种数据资源和近 10 万个气象要素。用户需要通过复杂的分类和筛选步骤才能定位到所需数据，并进一步在元数据中查找相应的字段，手动拼凑接口进行数据访问。这一过程不仅耗时，而且容易出错。

• 技术门槛高：数据访问要求使用者具备一定的 API 接口使用知识，能够编写程序或手动配置 URL。这对于普通气象业务人员来说，存在一定的技术门槛，限制了他们高效利用气象数据的能力。

• 查询效率有待提高：传统的查询方式需要用户逐一操作，每一步骤都需要深入了解气象数据的分类、字段和接口规则。这不仅导致查询效率低下，还可能因为不熟悉气象资料而难以快速找到关键字或字段，从而延长查询时间并增加出错的风险。

为解决上述难题，2024 年开始，气象数据中心携手和鲸科技，和鲸基于其实际需求，确定了如降水、温度、风向、能见度等不同类别的数据需求，并根据业务需求设定了问题的优先级。基于和鲸科技旗下可承载 DeepSeek 全生命周期应用的 ModelWhale 平台，为气象数据中心本地部署了 32B ChatGLM 基座模型和小参数模型，搭建了气象数据查询智能体应用。选择 DeepSeek 是因其作为新一代认知智能大模型，具备针对复杂问题的多步推理能力，能为破解气象领域 “数据孤岛” 与 “智能鸿沟” 难题提供创新方案。ModelWhale 凭借其推理服务集群纳管和资源调度能力，可打通模型训练、优化、迭代、管理、部署及服务应用的各个环节，为大模型与中小模型的协同增效提供支持。

气象数据查询智能体可对接千余气象种数据要素，并以 API、对话机器人、网页嵌入、浏览器插件等多种形式融入四川气象一体化平台内部业务和流程中，将原本耗时数小时的人工流程大幅缩短至分钟级别，完成从气象数据查询-可视化-数据报告的全流程闭环。

• 问答式交互：智能体采用自然语言问答的方式，帮助业务人员快速获取气象数据。气象业务人员只需通过简单的语言描述需求，智能体即可理解意图并执行数据查询，无需复杂的操作流程。

• 多源数据整合：智能体整合了实况数据、历史数据、预报数据等多种气象数据源，满足不同场景下的查询需求，为气象业务人员提供全面的数据支持。

• 智能检索：基于大语言模型的智能检索功能，智能体能够根据业务人员提供的关键词，快速匹配相关数据，并进行筛选和排序，提供精准的查询结果。

• 可视化展示：查询结果以图表形式直观展示，方便气象业务人员快速理解和分析数据，提升工作效率。

开源大模型凭借其卓越的性能、灵活的适配性以及开放共享的特性，为各行各业带来了创新机会和发展空间。和鲸未来将持续发挥技术优势，持续研发和完善先进的气象技术和解决方案，助力拓展气象服务边界，提升气象服务对社会经济发展的支撑能力。

若您想了解更多科研数据智能体示范应用详情，欢迎前往AI.heywhale.(括号删除）.com客户案例页了解详情或联系工作人员。