AI 智能体应用案例
Views —

AI 智能体应用案例

今日新增

10全部 221 条

共 221 条，第 1–20 条

开发·编程

制作展示新加坡烟霾成因地图的智能体团队

作者用Claude Code制作烟霾地图，在一个画面中展示印度尼西亚火灾烟雾和风向。

Claude Code

使用方法

  1. 作者决定要制作什么，以及地图可以支持哪些结论；数据处理代码、地图、粒子模型和CI均由Claude Code编写。
  2. 多个Claude Code会话分别在独立的git工作目录中运行。每项修改从GitHub Issue开始，提交附有前后界面对比截图的PR，再由负责统筹的会话审核并合并。
  3. 作者表示，针对卫星火灾数据中的燃气火炬、工厂、火山、水面反光等误报，分别制定了过滤规则。

结果

清除51,922条误报后，作者公开了地图。目前GitHub Actions每天更新两次数据，数据过期时由Cloudflare Worker发出提醒。

注意事项

地图免费且无需登录。作者表示，预测及预计PSI范围均标为预测。没有公布开发周期或费用。

来源

Reddit 原文 ↗

示例提示词 · Claude Code

请制作一张网页地图，在一个画面中展示［地区］的空气污染可能来自哪里。

输入：显示地区［地区］、时间范围［起始日期］、公开数据［例如：卫星火灾探测、空气质量指数、风力预报］、界面语言［语言］。请先核对各数据的使用条件、更新频率和来源标注要求，以表格展示，并说明能否免费使用。

实现顺序：1）编写获取和整理数据的Python脚本。2）按规则过滤卫星火灾数据中的工厂、火山、水面反光等误报，记录每条规则删除的数量。3）在地图上叠加各日期的火灾位置、烟雾和风。预测数据必须明确标为预测。4）按Issue和PR拆分修改，PR附修改前后的截图，获得我的确认后才合并。5）建立定时更新数据的自动任务，以及数据过期时提醒我的检查机制。

交付物：手机也能打开的地图地址、数据来源列表、误报过滤规则及数量、一段运行说明。先用一天的数据制作地图，让我确认是否仍有误报，再启用完整时间范围及自动更新。请检查措辞，避免地图把未证实的原因写成定论。