概述
AI执行监测不是单纯的飞行记录列表，也不是只看AI有没有产生告警。它把一次飞行执行中的任务过程、视频分析、告警证据、人工判断和成果处置组织在同一条业务链路中，帮助用户回答五个彼此关联的问题：
- 任务有没有正常执行？
- AI实际分析了什么？
- AI为什么产生这条告警？
- 告警是否经过人工确认？
- 产生的数据和分析结果最终如何处理？
从业务上，可以把一条执行记录理解为贯穿全过程的“主线对象”。机巢、飞行器、航线、视频、AI规则、告警、事件和成果都通过这条执行记录关联起来。执行名称方便用户识别，执行ID则用于准确区分同名任务和跨页面追踪问题。
提示
核心认识：飞行完成只是“任务执行结束”，并不自动代表AI分析已经完成、告警已经复核或采集成果已经发布。
一、AI执行监测在监测什么
1. 执行过程
执行过程描述无人机任务从等待、调度到执行结束的状态变化。它关注的是“任务是否按照计划运行”，主要通过计划状态、飞行回放、遥测、轨迹和执行事件呈现。
2. AI分析过程
AI分析过程以飞行视频为输入，按照本次执行锁定的规则包识别目标或行为。飞行过程中，AI通过WebRTC读取无人机视频并进行实时分析；如需补分析，由系统在实时分析过程中自动操控无人机完成，全程无需人工介入。
AI分析与飞行执行紧密关联，但仍使用独立状态表示。列表将计划状态和AI分析状态分开显示，避免把飞行进度直接当作分析结论。
3. 告警复核过程
AI输出的告警是一项需要核验的判断，而不是天然正确的最终结论。系统为告警保存视频片段、截图和地图位置等证据，再由人工选择采纳或忽略。
这一过程关注的是“AI判断是否可信、证据是否充分、业务人员是否认可”。所以页面同时保留AI判断、人工复核、最终判断和证据状态，避免把模型结论与人工结论混为一谈。
4. 成果处置过程
一次飞行会产生照片、视频、飞行记录和文件，AI分析还会形成告警及其证据。成果发布页把两类结果放在同一页面，但当前能力不同：
-
采集结果 关注文件是否可用、质量是否合格以及是否允许发布；
-
AI分析结果 当前关注告警证据和人工复核，发布接口尚未提供。
因此，用户必须先确认当前所在页签，再使用对应的状态和操作，不能把采集结果的发布能力套用到AI分析结果。
二、一条执行记录背后的业务对象
从用户视角，可以把AI执行监测理解为以下关联关系：
提示
执行记录 关联 机巢/飞行器 和 航线 飞行过程 产生 视频、遥测、轨迹和执行事件 视频 按照 规则包及版本 进行AI分析 AI分析 产生 智能告警及证据 人工复核 对告警形成业务判断 采集数据 进入质量检查和发布决策，AI结果 进入证据查看和人工复核
| 对象 | 它回答的问题 | 为什么需要单独保留 |
|---|---|---|
| 执行记录 | 这是哪一次任务？ | 同名任务可能多次执行，需要用执行ID唯一识别 |
| 机巢/飞行器 | 由哪台设备完成？ | 便于判断异常是否与特定设备有关 |
| 航线 | 飞了哪里、执行什么作业？ | 用于核对任务内容与现场覆盖范围 |
| 视频与遥测 | 飞行过程中实际发生了什么？ | 为回放和告警核验提供原始依据 |
| 规则包与配置快照 | AI当时依据什么规则分析？ | 规则会迭代，历史结果必须能够按当时配置解释 |
| 智能告警 | AI认为哪里可能存在问题？ |
这套关联关系的意义在于：用户不必在互不相关的页面中凭时间猜测数据归属，而是围绕同一个执行ID逐层追溯。
三、为什么页面上有多套状态
AI执行监测最容易产生误解的地方，是把不同维度的状态当成同一个进度。实际上，页面上的状态分别回答不同问题，它们可能异步变化。
| 状态维度 | 回答的问题 | 典型状态 |
|---|---|---|
| 计划状态 | 飞行任务执行到哪一步？ | 待执行、调度中、已调度、执行中、已完成、失败、已取消、已跳过 |
| AI分析状态 | 本次执行是否配置规则包并完成AI分析？ | 未注册、分析已完成 |
| AI判断 | 模型对单条告警如何判断？ | 待判定、AI确认、AI排除、判断失败 |
| 人工复核 | 人工是否处理了告警？ | 待复核、已采纳、已忽略 |
| 最终判断 | 页面当前显示的最终判断是什么？ | 待判定、最终确认、最终排除、判断失败 |
| 证据状态 | 告警证据是否可用于核验？ |
典型的异步情况
-
AI分析状态=未注册 ：当前执行未配置规则包，不能把没有AI告警理解为现场没有风险。
-
AI分析状态=分析已完成，人工复核=待复核 ：AI已经产出告警，但业务人员尚未处理。
-
成果状态与发布状态并列存在 ：两者当前没有明确的映射规则，不应自行把“待发布”与“待决策”等状态对应起来。
提示
判断原则：不要用某一个绿色状态推断全流程已经结束。应沿着“飞行 → 分析 → 证据 → 复核 → 成果”的顺序逐层确认。
四、页面结构与使用逻辑
AI执行监测采用“先总览、后下钻”的结构，是因为用户处理问题时通常先判断范围，再查看原因和证据。
| 页面 | 设计目的 | 用户应形成的认识 |
|---|---|---|
| 执行记录列表 | 从大量记录中定位异常或待处理任务 | 用多个状态维度筛选，不只看飞行是否完成 |
| 概览 | 快速掌握AI配置、分析进度和告警工作量 | 先确认分析前提，再进入具体告警 |
| 飞行回放 | 将告警还原到飞行上下文 | 视频、遥测和位置需要结合理解 |
| 智能告警 | 完成证据核验和人工判断 | AI输出不是天然正确的最终结论 |
| 执行事件 | 还原任务和系统状态变化 | 用时间线定位异常原因和责任边界 |
| 成果发布 | 管理采集文件，并查看AI告警复核结果 |