AI集成 · MCP
AI智能体处理场景，操作员做出决定。
CityTac内置MCP服务器。MCP是一项开放标准，使任何兼容的AI智能体都能在机构设定的权限范围内读取和管理战术数据。
01什么是MCP
连接AI与数据的开放标准。
Model Context Protocol（MCP）是一项开放标准，规定AI智能体如何连接外部工具和数据源。它以一套通用协议，取代为每个模型单独定制的集成。
对CityTac而言，这意味着任何兼容的智能体都能访问战术场景，而无需绑定单一的人工智能供应商。
02开放的工具
智能体可以借助CityTac做什么。
MCP服务器为工作的每个阶段提供专门工具。每个工具都有独立的权限：智能体可以仅获授权读取，也可以同时获授权提出修改。
get_area_layers返回所选区域的地理空间图层。
get_alpha_zone返回当前阿尔法区及其周界和安全圈层。
set_alpha_zone设定或更新阿尔法区及其安全圈层。
add_threat登记威胁，包括位置、类型和风险等级。
list_threats列出场景中的现有威胁。
check_coverage核查方案已覆盖哪些通道和威胁方向。
propose_defense_scheme生成防御方案，提交操作员审批。
export_briefing为指挥链准备场景摘要。
- 操作员
游行队伍改道前往加里波第广场。核查对当前方案的影响。
- AI智能体
正在读取新路线，并与阿尔法区及有人值守的通道进行比对。
- CityTac MCP
get_alpha_zone → 3 个圈层 · check_coverage → 2 个通道未覆盖
- AI智能体
东侧有两个通道仍未覆盖。建议从外层圈层调出两个岗哨，并开辟一条备用疏散路线。
- CityTac MCP
propose_defense_scheme → 待审批
- 操作员
批准调整岗哨。疏散路线我与指挥部一起评估。
03AI的用途
AI智能体的价值所在。
- 01
场景分析
- 发现未覆盖的通道
- 指出圈层与岗哨之间的不一致
- 提示受阻的疏散路线
- 将场景与已登记的威胁进行比对
- 02
防御建议
- 准备备选方案
- 建议调整岗哨部署
- 评估覆盖范围
- 说明每项建议的理由
- 03
态势演变监测
- 形势变化时更新态势图
- 重新评估风险隐患
- 向操作员提示重要变化
- 记录所有修改
- 04
简报与沟通
- 面向指挥链的摘要
- 交接班摘要
- 复盘报告
- 清晰、可核查的表述
04原则
- 01
人工智能提出建议。操作员做出决定。
- 02
智能体的每项操作都可见、有依据、有记录。
- 03
智能体只能看到其获授权的内容。
05AI治理
每个环节都由人工把控。
按工具设定权限
每个智能体仅可使用必要的工具：读取、提出建议，或无权使用。
强制审批
建议将保持待审批状态，直至操作员批准或驳回。
完整日志
每次MCP工具调用都会被记录，包括发起者、时间和结果。
不依赖单一供应商
MCP是开放标准：机构可自主选择最合适的智能体和模型。
06常见问题
简要解答。
01什么是Model Context Protocol（MCP）？
Model Context Protocol（MCP）是一项开放标准，规定AI智能体如何连接外部工具和数据。CityTac通过内置服务器实现该标准，使任何兼容的智能体都能访问战术场景。
02哪些AI智能体可以连接CityTac？
任何支持MCP的智能体或客户端均可连接CityTac，但须在机构分配的权限范围内。模型和供应商由机构自行选择。
03AI智能体能否自行修改场景？
不能。在CityTac中，AI智能体可以读取场景并提出建议；建议须经获授权的操作员批准后方可执行。
04如何管控AI智能体的行为？
在CityTac中，每个AI智能体都按单个工具设定权限，其每项操作均被记录：随时可以追溯谁在何时提出了什么建议。