GreenPilot

    辰龙 MVP 技术方案

    TIP

    核心思路 摒弃从零搭建的全栈架构，拥抱 辰龙硬件 ↔ 辰龙平台 API ↔ GreenPilot MCP ↔ AI Agent。

    架构总览

    ┌────────────────────────────────────────────────────────┐
│                   GreenPilot AI 平台                   │
│                                                        │
│  [ 大语言模型 (DeepSeek/Qwen) + RAG (农业知识库) ]     │
│                           │                            │
│  [ AI Agents: 环境/巡检/作物 Agent ]                   │
│                           │                            │
│  [ MCP Layer: 模型上下文协议 (统一接口转换) ]          │
└───────────────────────────┬────────────────────────────┘
                            │ (REST/WebSocket API)
┌───────────────────────────▼────────────────────────────┐
│                    辰龙机器人平台                      │
│                                                        │
│  [ 导航调度 ]  [ 视觉处理引擎 ]  [ 硬件驱动 (ROS) ]    │
│                           │                            │
│  [ 巡检机器人 ] [ 机械臂 ] [ 传感器 ] [ 环控设备 ]     │
└────────────────────────────────────────────────────────┘

    72 小时 MVP 落地路径

    阶段 1：感知接入

    用 MCP 封装辰龙 API — 做机器人的眼睛

    目标：让 AI 能够"看到"和"感知"机器人当前的状态。

    实现逻辑：

    1. 获取辰龙平台的 API/SDK 文档（RESTful API、WebSocket 或 ROS 接口）
    2. 编写 MCP Server，将辰龙的"读"接口封装成大模型能调用的 Tools

    核心工具：

    工具功能
    get_robot_location()获取机器人当前所在的大棚坐标
    get_camera_frame()抓取机器人摄像头的当前帧画面
    get_environment_data()通过机器人搭载的传感器获取温湿度

    阶段 2：AI 决策层

    多模态与 RAG 的结合 — 做机器人的大脑

    目标：基于机器人的感知数据，结合农业知识做出判断。

    实现逻辑：

    1. 图像理解：调用多模态大模型（GPT-4o / Qwen-VL）识别作物状态

      • "番茄是否成熟？"
      • "叶片是否有白粉病？"

    2. 知识检索 (RAG)：发现异常后，自动查询本地"病虫害知识库"，得出调控建议

    3. 决策输出：综合研判后，输出结构化的 JSON 决策指令

    阶段 3：执行闭环

    决策下发辰龙平台 — 做机器人的手脚

    目标：将 AI 的决策转化为物理世界的动作。

    核心工具：

    工具功能
    Maps_to(x, y)控制机器人移动到指定位置
    trigger_action(action_type)执行喷洒、采摘等动作
    set_greenhouse_env(device, status)下发环控指令（风机、补光等）

    Agent 决策链 Workflow

    TIP

    路演 Demo 场景：巡检发现病害并处理

    步骤动作说明
    1. 定时触发巡检 Agent 发送指令每天早上 8 点，机器人开始全棚巡检
    2. 异常发现多模态 LLM 识别A 区 3 垄黄瓜叶片有霜霉病初期症状
    3. 知识检索Agent 查询 RAG"霜霉病初期需降低湿度，喷洒普力克"
    4. 人类确认推送通知农场主"A 区发现霜霉病，建议降湿并喷药，是否执行？"
    5. 下发执行调用辰龙 API控制风机开启，调度机器人前往 A 区喷药

    MCP 工具定义示例

    {
  "name": "chenlong_robot_navigate",
  "description": "通过辰龙平台控制农业机器人移动到指定坐标",
  "parameters": {
    "type": "object",
    "properties": {
      "target_x": { "type": "number", "description": "大棚内的 X 坐标" },
      "target_y": { "type": "number", "description": "大棚内的 Y 坐标" },
      "task_type": { "type": "string", "enum": ["inspect", "spray", "harvest"] }
    },
    "required": ["target_x", "target_y"]
  }
}