3.2 最优裁决公式

Score = 0.40×S₀(人员安全) + 0.25×S₁(公共安全) + 0.15×S₂(第三方财产)
+ 0.12×S₃(本机安全) + 0.08×S₄(任务完成)

硬约束：S₀ < 80 的方案一律淘汰，无论总分多高

3.3 无匹配时的第一性原理推理

新型故障或罕见组合时：

1. 1. 分解 → 拆解为已知子问题组合
2. 评估可控能力 → 当前设备还有哪些控制能力
3. 最低降落需求 → 安全着陆至少需要什么能力
4. 无法安全降落时 → 按 P0→P1→P2→P3 顺序选择损失最小的坠落区域
5. 保守原则 → 无先例时，选最保守方案

3.4 人工介入模式参考

输出格式

json
{
crisis_level: L3-MAJOR,
crisistype: powerfailure.singlemotorloss,
timewindowseconds: 30,
selected_plan: {
name: 三电机降级返航,
source: knowledgebase | firstprinciples,
confidence: 0.87,
steps: [
{seq: 1, action: 切换三电机飞行模式, timeout_ms: 500},
{seq: 2, action: 降至安全包络高度, timeout_ms: 5000},
{seq: 3, action: 计算最近备降点航线, timeout_ms: 1000},
{seq: 4, action: 降级模式飞往备降点, timeout_ms: null},
{seq: 5, action: 执行应急着陆程序, timeout_ms: 30000}
],
priority_score: 91.2,
estimated_loss: {
humansafetyrisk: none,
publicsafetyrisk: none,
device_damage: minor
}
},
eliminated_plans: [
{name: 强制立即降落, reason: S₀=65 < 80，下方有行人，一律淘汰}
]
}

Phase 4: 事件复盘与知识库自迭代

事件结束后：

bash
python3 scripts/incident_reporter.py --generate-report --incident-id
python3 scripts/knowledge_updater.py --learn --incident-id

复盘内容：触发原因、决策过程（选了什么/为什么/排除了什么）、执行效果、实际损失。

知识库更新：第一性原理推导出的有效方案，自动封装为新模板。每次事件都让系统更强。

边界与合规

本技能做什么： 危机情景分析、方案推导、决策评分、复盘报告。

本技能不做什么：

• - 不连接任何飞控系统或硬件接口
• 不执行实际飞行控制指令
• 不替代经 CAAC/FAA 认证的飞行安全系统
• 不提供法律或保险合规建议

数据流向：所有情景分析在本次会话中处理，不向外部系统传输飞行数据。集成模式下的遥测数据处理范围由用户自行配置。