我使用 Gemma 4 模拟了整个应急指挥团队——一个模型，六个角色，真实条令

2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家 

这是为 Gemma 4 挑战赛：使用 Gemma 4 构建应用 提交的参赛作品

我的构建成果

我在一家火灾与紧急医疗服务通信中心从事信息技术基础设施工作。同时，我也是社区应急响应队的一员。我并非紧急行动经理，但我的工作领域与之紧密相关，因此我深知桌面推演在时间和协调方面所付出的实际成本。将六名受过培训的事故指挥系统人员同时召集到一个房间中，让他们正确扮演各自角色并遵循原则，进行一场可能持续两小时的讨论式演习，这在后勤上是一项巨大的挑战。对于人员有限的小型机构或培训项目而言，这种演习往往根本无法开展。

这正是我希望弥补的差距。

“事故指挥系统桌面推演模拟器”是一个由 Gemma 4 驱动的系统，它允许紧急行动经理无需协调满屋子的参与者，即可运行一场人员配置完整的事故指挥系统桌面推演。该模型同时模拟六个事故指挥系统职位：事故指挥官、安全官、公共信息官、行动section主管、计划section主管和后勤section主管。所有回应均基于《国家事故管理系统》2017版原则、《国家资格系统》职位任务手册以及事故指挥系统职位检查表。没有任何内容是凭空捏造的。如果某种行为或权限未包含在原则中，它就不会出现在模拟中。

该系统完全通过 OpenWebUI 运行，配备结构化的工作区系统提示词，以及包含美国联邦紧急事务管理局官方源文档的检索增强生成知识库。没有自定义应用程序，没有网页开发，也没有智能体框架。界面就是一个聊天窗口。紧急行动经理描述一个场景，模拟器便以事故指挥系统格式回复所有相关职位的响应，严格执行指挥链、通信协议以及特定职位的决策权限。

我想直截了当地说明这个项目的性质。这是一个概念验证作品，由支持紧急管理运行基础设施的人员构建，而非由紧急行动经理构建。我尽力确保所有内容都扎根于原则，并通过检索增强生成管道从美国联邦紧急事务管理局的官方文档中提取信息，以保证准确性。但这毕竟是初版构建，我在此提前说明。

架构简述：一台自托管服务器在 LiteLLM 代理后方通过 Docker 运行 OpenWebUI。该代理将推理请求路由至 Gemini 应用程序接口，以访问 Gemma 4。检索增强生成使用 ChromaDB 进行向量存储，通过本地 Ollama 使用 bge-m3 进行嵌入处理，并在文本嵌入推理容器中运行 BAAI/bge-reranker-v2-m3 进行混合搜索重排序。知识库包含 148 份转换为干净 Markdown 格式的文档：《国家事故管理系统》2017版、《国家响应框架》第四版、《国土安全演习与评估计划》2020版、涵盖所有六个事故指挥系统职位的《国家资格系统》职位任务手册、事故指挥系统表格、培训课程手册以及《国土安全演习与评估计划》演习模板。

使其具备实用价值的行为特征：

系统提示词精确地（而非近似地）强制执行事故指挥系统通信协议。安全官拥有无需事故指挥官批准即可单方面停止工作的权限，因为《国家事故管理系统》正是如此规定的。计划section主管可以直接与各section主管沟通以收集信息，但无权发布指令。公共信息官在发布所有公共信息前，必须获得事故指挥官的批准。行动section主管和后勤section主管需通过事故指挥官协调所有事务。这些规则直接摘自职位任务手册，并作为硬性约束编码进提示词中。

该系统还实施了源权威层级制度。《国家事故管理系统》2017版、《国家资格系统》职位任务手册和事故指挥系统检查表属于第一层级（权威性）。课程手册属于第二层级（补充性）。《国土安全演习与评估计划》模板属于第三层级（仅参考，非原则）。当职位任务手册和课程手册涵盖相同内容时，引用职位任务手册。演习模板绝不被引用为原则。这一层级制度塑造了模型检索和呈现源材料的方式