研究
从研究走向实际预报业务
我们研究大语言模型智能体能否进入一线洪水预报，同时不削弱科学责任。
我们为什么做这件事
为什么要做面向洪水预报的智能体工作流？
气候变化带来越来越极端的洪水，而预报是我们抵御洪水的第一道防线。今天的业务化预报从水文模型起步，但最终的预报单从来不是模型直接输出来的。有经验的预报员始终在环路里，把雨水情信息和本地经验结合起来，对模型结果做修正。这份专家判断，往往是预报质量中很关键的一层。
可是这一层是隐性的：难以表达、难以复盘，而且要花数年才能培养出来。机器学习能规模化，但过程往往难以检查；大语言模型带来了语言、规划和工具调用能力，但很多应用仍停在聊天界面，缺少真实预报所需要的完整业务流程。
HydroAgent 要补上的正是这道缺口：把预报员的工作记录下来，让它可以被复核，并进入真实工具环境。
大语言模型智能体 × 水文
探索大语言模型智能体如何与水文模型和业务数据对接。
预报员在环
在自动化常规流程的同时，让人类专业判断始终处于核心位置。
工作流自动化
从数据接入到简报生成与审核的端到端编排。
论文
研究论文
首批预印本即将发布
这里之后会列出每篇论文的核心问题、方法、关键图示和预印本链接。关注我们，第一篇上线时第一时间告诉你。
下一步
从产品匹配、工作流设计或研究合作开始一次聚焦沟通。
HydroAgent-Lab 服务于需要业务可信度、可部署能力与领域协作支持的机构、团队与研究伙伴。