ISW-Agent：LLM 对话驱动 n8n 工作流处理内孤立波遥感图像

ISW-Agent: Integrating LLM-Driven Dialogue with n8n Workflow for Internal Solitary Wave Remote Sensing Image Processing

AI 导读

ISW-Agent 将 LLM 对话解析与 n8n 工作流及独立科学模型结合，用于内孤立波遥感图像处理。在每后端 120 条中文指令测试中，GPT-5.6 Sol 和 DeepSeek 均达到 94.2% 的严格任务匹配率；50 个计时场景中 39 个完成检测、提取与预测，中位耗时 48.04 秒。3,408 次故障注入测试中，重试恢复 234 个瞬时故障，输出验证拒绝 234 个结构缺陷。

正文 · AI 翻译

查看 PDF HTML（实验性）

摘要：内孤立波（ISW）遥感需要将任务参数和空间信息在图像采集、检测、条纹提取和传播预测之间传递。在此，我们提出 ISW-Agent，它通过结构化任务约束、地理空间变换和分阶段输出验证，将大语言模型（LLM）解释与 n8n 工作流及独立科学模型集成。在每个后端 120 条中文指令的测试中，GPT-5.6 Sol 和 DeepSeek 均实现了 94.2% 的严格任务匹配率，所有意图和执行决策均与参考一致。Sentinel-1 案例展示了从对话请求到指定场景波前预测的连续处理。在 50 个计时场景中，39 个完成了检测、提取和预测，中位周转时间为 48.04 秒；11 个在提取为空后停止。在 3,408 次受控故障注入运行中，重试恢复了 234 个瞬态故障条件，输出验证拒绝了 234 个结构缺陷，而 61 个来源或完整性错误表明需要进行内容一致性检查。总体而言，ISW-Agent 由此将自然语言请求连接到可追踪的空间处理链，用于多模型 ISW 分析。

学科：	人工智能（cs.AI）
引用为：	arXiv:2610.21502 [cs.AI]
	（或本版本使用 arXiv:2610.21502v1 [cs.AI]）
	https://doi.org/10.48550/arXiv.2610.21502 arXiv 颁发的 DOI，通过 DataCite（待注册）

提交历史

来自：Hao Zhang [查看电子邮件]
[v1] 2026年10月15日星期四 08:38:23 UTC（7,600 KB）

来源：arXiv cs.AI · arxiv.org