去年，我发布了 smartFly v1.0。当时，它还是一个功能相对基础的 Web 端无人机应用平台，主要围绕无人机上云、航线规划和指令飞行等场景展开，并接入了初步的 AI 识别能力。

具体效果可见这里：大疆机场及无人机上云：航线规划、指令飞行等功能展示

随着 DeepSeek、Kimi、Qwen、GPT 等大模型不断发展，当前smartFly无人机平添也有了重大的更新：将 AI 智能体与无人机业务结合，让平台能够理解任务需求、调用业务工具，并协同完成更复杂的工作。 这也成为了 smartFly 当前探索重点。

使用agent + 无人机平台，明显有以下优点：

• 操作更简单：用户直接用日常语言描述需求，比如“帮我规划一次园区巡检”，智能体就可以辅助拆解任务、设置参数、生成方案，减少在页面上反复点击和填写的操作。

• 流程更顺畅：把设备检查、航线规划、无人机作业和影像识别等步骤串起来，减少人工来回切换功能、重复录入信息的麻烦。

• 数据更好用：帮助用户从无人机拍摄的图片、视频中找出异常和重点信息，减少逐张查看、手动筛选的工作。

• 报告自动生成：作业完成后，自动汇总作业数据、现场图片和发现的问题，整理成带有统计图表的报告，省去人工统计和编写报告的时间。

• 功能可按需扩展：根据实际需要，逐步接入新的工具和技能，让平台能够处理更多任务，适用于园区巡检、设备巡查、应急辅助等不同场景。

当前我们私有化部署了多款大模型，包括deepseek v4 pro、deepseek v4 flash、qwen3  14B/35B等，并训练了数据集，在此基础上我们搭建了当前的agent。

以下为部分截图：

并且后续我们将接入ai自动化数据处理以及ai建模等功能，并退出uni和android版本。

未完待续...