智巡守卫:多模态巡检智能体算法服务端设计与实现——基于Ollama+Qwen3.5的自动化巡检报告生成系统针对石化防爆场景中巡检数据量大、人工分析效率低、报告生成不规范等痛点,本文设计并实现了一套多模态大模型驱动智能分析引擎的服务端组件。该系统以每日生成的巡检CSV文件为数据中枢,通过时间窗口采样、统计特征提取、本地大模型推理及自动化PDF渲染,将巡检机器人采集的可见光、热红外、气体传感器等多模态异构数据转化为结构化、可审计的智能分析报告。系统采用分层模块化架构(数据接入层、预处理层、分析层、展现层),基于Ollama框架调用Qwen3.5模型完成根因推理与处置建议生成,并通过WeasyPrint引擎输出符合