О чём урок
FlameGuard AI™ помогает домовладельцам, покупателям жилья и специалистам по недвижимости выявлять и реагировать на внешние факторы пожарной уязвимости, такие как лесные пожары или возгорания соседних строений. Это больше, чем просто сканирование — это персонализированный помощник по исследованию для вашего дома.
- FlameGuard AI
- FlameGuard AI MCP
- GitHub Repo
- 📸 Загрузите фотографию дома
- 👁️ Анализ видимых пожарных рисков с помощью OpenAI Vision API
- 📚 Запуск углубленного исследования с использованием Perplexity Sonar API
- 📄 Получите подробный, сгенерированный ИИ отчет, включающий: Сводка рисков
- Стратегии предотвращения
- Региональные передовые практики
Защищаете ли вы свой дом, покупаете новый или просто хотите быть спокойны — FlameGuard AI™ превращает фотографию в план действий.
- 📸 Загрузка: Пользователь загружает фотографию своей собственности
- 👁️ Анализ с помощью ИИ-зрения: OpenAI Vision API выявляет конкретные уязвимости (например, легковоспламеняющаяся крыша, сухая растительность поблизости)
- 🔍 Углубленное исследование: Для каждого риска мы генерируем индивидуальный план исследования и выполняем итеративные вызовы в агентском стиле к Perplexity Sonar
- 📄 Генерация отчета: Исследование агрегируется, организуется и форматируется в действенный HTML-отчет — с цитатами, ссылками и визуальными рекомендациями
- 📧 Доставка: Подробный отчет отправляется по электронной почте с решениями для самостоятельного выполнения и профессиональными рекомендациями
Настоящая инновация заключается в том, как мы используем Perplexity Sonar API:
- Мы используем его как помощника по исследованию, собирающего лучшую доступную информацию
- Каждая уязвимость запускает несколько запросов, охватывающих серьезность, стратегии смягчения рисков и локализованные данные
- Результаты включают региональные пожарные нормы, погодные условия и доступность местных подрядчиков
Такое структурированное, надежное, основанное на ИИ исследование было бы невозможно без Perplexity.
FlameGuard AI™ работает на современном стеке GenAI и разработан для масштабирования:
- Frontend: Легковесная HTML-панель с управлением учетными записями пользователей, загрузкой фотографий и доступом к отчетам
- Backend: Python (Flask) с RESTful API
- База данных: PostgreSQL (локальная) со схемой, готовой для Azure SQL
- Интеграция ИИ: OpenAI Vision API + Perplexity Sonar API
- Готовность к облаку: Разработано для Azure App Service с Dockerized развертыванием
- Успешно использовали OpenAI Vision + Perplexity Sonar API вместе в значимом, реальном…
План урока
- 🧠 Что это делает
- Демо
- Попробуйте
- Ключевые особенности
- ⚙️ Как это работает
- Процесс работы FlameGuard AI™
- 🔍 Углубленное исследование с Perplexity Sonar API
- Технический стек
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.