# road

**Repository Path**: estrell9/road

## Basic Information

- **Project Name**: road
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-03-22
- **Last Updated**: 2026-03-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

<<<<<<< HEAD
# RoadVision AI - 智慧道路系统

## 项目介绍

RoadVision AI是一个智能道路监控和分析系统，利用计算机视觉和人工智能技术，实现对道路状况的实时监控、分析和预警。系统整合了多种先进技术，提供道路状况识别、交通流量分析、事故检测和安全预警等功能。

## 核心功能

- **道路状况实时监控**：通过摄像头实时获取道路图像，识别道路状况
- **交通流量分析**：智能分析交通流量，预测潜在拥堵
- **事故检测与预警**：自动检测道路事故，及时发出预警
- **数据可视化**：直观展示道路状况和交通数据
- **智能决策支持**：提供基于数据的决策建议

## MCP智能体系统

### 什么是MCP？

MCP（Multi-Agent Conversational Programming，多智能体对话编程）是一种创新的技术架构，通过多个专业智能体的协作，共同解决复杂问题。在RoadVision AI系统中，我们整合了LangChain和AutoGen等MCP框架，实现了一个强大的多智能体协作系统。

### MCP系统架构

RoadVision AI的MCP系统由以下部分组成：

1. **基础智能体**：监控道路、分析数据、发出安全警报的专业智能体
2. **MCP增强智能体**：基于LangChain和AutoGen的高级智能体
3. **智能体管理器**：协调各智能体的协作与通信
4. **消息总线**：智能体间的通信机制
5. **Web API接口**：提供与外部系统的交互

### 关键特性

- **多框架集成**：同时支持LangChain和AutoGen框架
- **智能协作**：智能体间的自动协作与任务分配
- **动态工作流**：支持顺序和并行的协作模式
- **可扩展性**：易于添加新的智能体和功能
- **自然语言交互**：通过自然语言与系统交互

### 交互方式

用户可以通过以下方式与MCP系统交互：

1. **Web界面**：直观的用户界面，发送查询并查看结果
2. **API接口**：通过REST API进行程序化交互
3. **自然语言问答**：直接用自然语言提问并获取答案

## 技术栈

- **前端**：Vue.js, Element UI
- **后端**：Flask, SQLAlchemy
- **数据库**：MySQL
- **AI框架**：PyTorch, OpenCV, LangChain, AutoGen
- **部署**：Docker, Nginx

## 安装与使用

### 环境要求

- Python 3.8+
- Node.js 14+
- MySQL 5.7+

### 安装步骤

1. 克隆代码库：
```bash
git clone https://github.com/yourusername/RoadVision-AI.git
cd RoadVision-AI
```

2. 安装后端依赖：
```bash
pip install -r requirements.txt
```

3. 安装前端依赖：
```bash
cd frontend
npm install
```

4. 配置数据库：
```bash
python manage.py db init
python manage.py db migrate
python manage.py db upgrade
```

5. 配置MCP系统：
   - 编辑`RoadVisionAI/mcp_config.yaml`，设置API密钥和框架配置

6. 启动服务：
```bash
# 启动后端服务
python app.py

# 启动前端开发服务器
cd frontend
npm run serve
```

### 使用MCP智能体

1. 通过API调用MCP智能体：
```python
import requests

response = requests.post("http://localhost:5000/api/agent/mcp/query", json={
    "agent_id": "langchain_road_agent",
    "query": "西湖大道当前的交通状况如何？",
    "context": {
        "road_name": "西湖大道"
    }
})

print(response.json())
```

2. 使用综合问答接口：
```python
response = requests.post("http://localhost:5000/api/agent/qa/ask", json={
    "question": "预测明天早高峰西湖大道的交通状况",
    "context": {
        "road_name": "西湖大道",
        "time": "早高峰"
    }
})

print(response.json())
```

## 开发扩展

### 添加新的智能体

1. 在`RoadVisionAI/agents/`目录下创建新的智能体类
2. 在`RoadVisionAI/mcp_config.yaml`中添加智能体配置
3. 在智能体管理器中注册新智能体

### 创建新的工作流

1. 在`RoadVisionAI/mcp_config.yaml`的`collaboration.workflows`部分添加新工作流
2. 指定参与的智能体和执行模式

## 贡献指南

我们欢迎社区贡献！如果您想参与项目开发，请：

1. Fork项目仓库
2. 创建您的特性分支: `git checkout -b feature/amazing-feature`
3. 提交您的更改: `git commit -m 'Add some amazing feature'`
4. 推送到分支: `git push origin feature/amazing-feature`
5. 提交Pull Request

## 许可证

本项目采用MIT许可证 - 详情请查看[LICENSE](LICENSE)文件
=======
>>>>>>> b282f7c4e3fce1686b050acea460a5789d69f012

## 项目描述

[IofTV-Screen](https://gitee.com/daidaibg/IofTV-Screen/tree/main)  的 Vue3+vite版本，

### 与vue2版本对比

#### 功能

功能采用与vue2版本相同功能

因为要与vue2版本相同功能，有些组件不兼容vue3版本，例如：胶囊柱图，数字滚动皆重新封装为组件，整体来说，功能属实相同。根据自己需求选择[vue2](#vue2版本地址)版本与[vue3](#本项目地址 vue3+vite)版本

#### 样式

进行微调，整体看着更加美观



- 项目需要全屏展示（按 F11）。

- 项目部分区域使用了全局注册方式，增加了打包体积，在实际运用中请使用 **按需引入**。

- 项目环境：Vite、Echarts、Npm、Node，axios,mock,vue3。

- 请拉取 master 分支的代码，其余分支是开发分支。

- 在项目public目录下存放地图数据合集，根据地市编存放。


友情链接：

1. [Vue 官方文档](https://cn.vuejs.org/)
3. [echarts 实例](https://gitee.com/link?target=https%3A%2F%2Fecharts.apache.org%2Fexamples%2Fzh%2Findex.html)，[echarts API 文档](https://gitee.com/link?target=https%3A%2F%2Fecharts.apache.org%2Fzh%2Fapi.html%23echarts)
4. [mock.js官网](http://mockjs.com/examples.html)
5. [axios官网](https://axios-http.com/)

**项目展示** 

![项目展示](https://www.daidaibg.com/bigscreen/a-img/home.png)

### 项目预览地址

[https://www.daidaibg.com/bigscreen-vue3](https://www.daidaibg.com/bigscreen-vue3)

### 项目仓库地址

#### 本项目地址 vue3+vite

**github地址**

[https://github.com/daidaibg/IofTV-Screen-Vue3](https://github.com/daidaibg/IofTV-Screen-Vue3)

**Gitee地址**

[https://gitee.com/daidaibg/IofTV-Screen-Vue3](https://gitee.com/daidaibg/IofTV-Screen-Vue3)

#### vue2版本地址

**github地址**

[https://github.com/daidaibg/IofTV-Screen](https://github.com/daidaibg/IofTV-Screen)

**Gitee地址**

[https://gitee.com/daidaibg/IofTV-Screen](https://gitee.com/daidaibg/IofTV-Screen)



### 采用自适应组件方式，

###  滚动设置，自适应设置 

项目中可以进行滚动配置，内容是否滚动

点击右上角设置按钮
![设置](https://www.daidaibg.com/bigscreen/a-img/setting.png)



可以进行以下配置，可以自行代码中进行修改或增加配置



![在这里插入图片描述](https://www.daidaibg.com/bigscreen/a-img/setting2.png)



##  2、主要文件介绍

| 文件              | 作用/功能                                                    |
| ----------------- | ------------------------------------------------------------ |
| main.js           | 主目录文件，引入 Echart/DataV 等文件                         |
| utils             | 工具函数与 mixins 函数等                                     |
| views/ home.vue   | 项目主结构                                                   |
| views/其余文件    | 界面各个区域组件（按照位置来命名）                           |
| assets            | 静态资源目录，放置 logo 与背景图片                           |
| assets / css/     | 通用 CSS 文件，全局项目快捷样式调节                          |
| components/echart | 所有 echart 图表（按照位置来命名）                           |
| common/...        | 全局封装的 ECharts 和 flexible 插件代码（适配屏幕尺寸，可定制化修改） |
| api/api.js        | 接口封装文件                                                 |
| mock              | 模拟数据接口地址                                             |

###  

## 使用介绍

### 安装

```npm
npm install   
```
### 启动

```npm
npm run dev
```

### 取消mock模拟数据

```javascript
// src\main.ts文件
把下面两行代码注释掉就可以了。
import { mockXHR } from "@/mock/index";
mockXHR()
```

## 

## 公用组件

封装了除面条外个别用到的组件

### 自适应缩放组件

#### 注意

采用Scale方式，会自动给组件父元素添加overflow:hidden 

#### 使用

```vue
<template>
  <scale-screen width="1920" height="1080">
    <div>
   			content
    </div>
  </scale-screen>
</template>

<script>
import ScaleScreen from 'scale-screen'

export default {
  name:'Demo',
  components:{
    VScaleScreen
  }
}
</script>
```

#### API

| 属性         | 说明                                                         | 类型                             | 默认值 |
| ------------ | ------------------------------------------------------------ | -------------------------------- | ------ |
| selfAdaption | 是否进行自适应                                               | Boolean                          | true   |
| width        | 大屏宽度                                                     | `Number` or `String`             | 1920   |
| height       | 大屏高度                                                     | `Number` or `String`             | 1080   |
| autoScale    | 自适应配置，配置为boolean类型时，为启动或者关闭自适应，配置为对象时，若x为true，x轴产生边距，y为true时，y轴产生边距，启用fullScreen时此配置失效 | Boolean or {x:boolean,y:boolean} | true   |
| delay        | 窗口变化防抖延迟时间                                         | Number                           | 500    |
| fullScreen   | 全屏自适应，启用此配置项时会存在拉伸效果，同时autoScale失效，非必要情况下不建议开启 | Boolean                          | false  |
| boxStyle     | 修改容器样式，如居中展示时侧边背景色，符合Vue双向绑定style标准格式 | Object                           | null   |
| wrapperStyle | 修改自适应区域样式，符合Vue双向绑定style标准格式             | Object                           | null   |


###  外边框

因为我的项目外边框几乎一样，还有title,所以封装了此组件。

根据自己需求更改，更换外边框（src\components\item-wrap\item-wrap.vue）下更换。

```vue
<ItemWrap
    title="我是title"
    >
       <div>我是谁？</div>
</ItemWrap>
```

| 参数  | 描述 | 默认值 |  类型  | 可选值 |
| :---: | :--: | :----: | :----: | :----: |
| title | 标头 |   -    | string |   -    |

### CountUp 数字滚动

以下属性同 coutup.js 配置项（same as countup.js properties）

#### Props

| Name     | Type             | Default | Description                                                  |
| -------- | ---------------- | ------- | ------------------------------------------------------------ |
| endVal   | Number \| String | -       | 结束值                                                       |
| startVal | Number \| String | 0       | 起始值                                                       |
| duration | Number           | 2.5     | 动画时长，单位：秒                                           |
| options  | Object           | -       | [countUp.js](https://github.com/inorganik/countUp.js) options 配置项 |

以下为组件特有属性（extension properties）

| Name     | Type              | Default | Description                   |
| -------- | ----------------- | ------- | ----------------------------- |
| autoplay | Boolean           | true    | 是否自动计数                  |
| loop     | Boolean \| Number | false   | 循环次数，有限次数 / 无限循环 |
| delay    | Number            | 0       | loop 循环的间隔时间，单位：秒 |

#### 插槽（slots）

| Name   | Description |
| ------ | ----------- |
| prefix | 前缀        |
| suffix | 后缀        |

#### 事件（Events）

| Name      | Description                | return       |
| --------- | -------------------------- | ------------ |
| @init     | CountUp 实例初始化完成触发 | CountUp 实例 |
| @finished | 计数结束时触发             | -            |

#### countup.js 配置项说明
```ts
interface CountUpOptions {
  startVal?: number // number to start at (0) 开始数值，默认 0
  decimalPlaces?: number // number of decimal places (0) 小数点 位数
  duration?: number // animation duration in seconds (2) 动画时长
  useGrouping?: boolean // example: 1,000 vs 1000 (true) 是否使用千分位
  useEasing?: boolean // ease animation (true) 是否开启动画过渡，默认动画函数为easeOutExpo 
  smartEasingThreshold?: number // smooth easing for large numbers above this if useEasing (999)
  smartEasingAmount?: number // amount to be eased for numbers above threshold (333)
  separator?: string // grouping separator (',') 千分位分隔符
  decimal?: string // decimal ('.') 小数点分隔符
  // easingFn: easing function for animation (easeOutExpo) 动画函数
  easingFn?: (t: number, b: number, c: number, d: number) => number
  formattingFn?: (n: number) => string // this function formats result 格式化结果
  prefix?: string // text prepended to result 数值前缀
  suffix?: string // text appended to result 数值后缀
  numerals?: string[] // numeral glyph substitution 数字符号替换 0 - 9，例如替换为 [a,b,c,d,e,f,g,h,i,j]
  enableScrollSpy?: boolean // start animation when target is in view 在可视范围内才开始动画
  scrollSpyDelay?: number // delay (ms) after target comes into view  目标进入可视范围内后的延迟时间(毫秒)
}
```

###  胶囊柱图

#### Props

|  属性  |   说明   |      类型       |          可选值           | 默认值  |
| :----: | :------: | :-------------: | :-----------------------: | :-----: |
|  data  |  柱数据  | `Array<Object>` |   [data属性](#data属性)   |  `[]`   |
| config | 基础配置 |     Object      | [config属性](#config属性) | `false` |

#### config属性

|   属性    |   说明   |      类型       | 可选值 | 默认值  |
| :-------: | :------: | :-------------: | :----: | :-----: |
|   unit    |   单位   |    `String`     |  ---   |  `''`   |
|  colors   |  环颜色  | `Array<String>` |  [1]   |   [2]   |
| showValue | 显示数值 |    `Boolean`    |  ---   | `false` |

#### 注释config注释

[1] 颜色支持`hex|rgb|rgba|颜色关键字`等四种类型。

[2] 默认配色为`['#37a2da', '#32c5e9', '#67e0e3', '#9fe6b8', '#ffdb5c', '#ff9f7f', '#fb7293']`。

#### data属性

| 属性  |   说明   |   类型   | 可选值 | 默认值 |
| :---: | :------: | :------: | :----: | :----: |
| name  |  柱名称  | `String` |  ---   |  ---   |
| value | 柱对应值 | `Number` |  ---   |  ---   |

### 无缝轮播组件

看此文档 优化次源码

[https://doc.wssio.com/opensource/vue3-seamless-scroll/](https://doc.wssio.com/opensource/vue3-seamless-scroll/)

## 中间地图

### 南海显隐控制

 根据需求来，**修改此值请刷新页面**

```indexs/center-map.vue``` 文件中```isSouthChinaSea```变量 默认不显示南海(false),为```true```的时候显示南海

```
isSouthChinaSea:false,//默认不显示南海，改为true可显示南海
```


##  大屏交流反馈（面条的群）

### 大屏QQ群

QQ群号：

一群：713105837 （已满）

二群：495755841



<<<<<<< HEAD

# RoadVision AI 智能体系统 - 本地LLM配置指南

## 目录

- [介绍](#介绍)
- [为什么需要本地LLM](#为什么需要本地llm)
- [系统要求](#系统要求)
- [步骤1：部署本地LLM服务](#步骤1部署本地llm服务)
- [步骤2：配置RoadVision AI使用本地LLM](#步骤2配置roadvision-ai使用本地llm)
- [步骤3：启动和测试](#步骤3启动和测试)
- [常见问题](#常见问题)
- [参考资料](#参考资料)

## 介绍

RoadVision AI 智能体系统原本设计使用OpenAI API，但考虑到API密钥可能无法获取或使用费用高昂的问题，我们支持使用开源的本地大语言模型(LLM)作为替代方案。本指南将详细介绍如何配置和使用本地LLM。

## 为什么需要本地LLM

- **无需API密钥**：不需要OpenAI账号和API密钥
- **降低成本**：无需支付API调用费用
- **更好的隐私**：数据不会发送到外部服务器
- **更高的自由度**：可以选择和调整适合需求的开源模型
- **离线使用**：不依赖网络连接，可在本地环境运行

## 系统要求

- **硬件要求**：
  - 最低配置：8GB RAM，CUDA兼容GPU（至少4GB显存）
  - 推荐配置：16GB+ RAM，CUDA兼容GPU（至少8GB显存）
- **软件要求**：
  - Python 3.9+
  - CUDA 11.6+（对于GPU加速）
  - Docker（可选，用于容器化部署）

## 步骤1：部署本地LLM服务

我们推荐使用[api-for-open-llm](https://github.com/xusenlinzy/api-for-open-llm)项目，它提供了OpenAI API兼容的接口，支持多种开源大语言模型。

### 1.1 使用Docker部署（推荐）

安装Docker后，运行以下命令：

```bash
# 拉取镜像
docker pull xusenlin/api-for-open-llm:latest

# 启动ChatGLM3-6B模型（适用于大多数场景）
docker run -d -p 8000:8000 \
  --name local-llm \
  -e MODEL_NAME=chatglm3 \
  -e PROMPT_NAME=chatglm3 \
  -e DTYPE=float16 \
  xusenlin/api-for-open-llm:latest
```

### 1.2 手动部署

如果您希望手动部署，请按照以下步骤操作：

```bash
# 克隆仓库
git clone https://github.com/xusenlinzy/api-for-open-llm.git
cd api-for-open-llm

# 安装依赖
pip install -r requirements.txt

# 启动服务（ChatGLM3-6B模型）
MODEL_NAME=chatglm3 PROMPT_NAME=chatglm3 python main.py
```

### 1.3 验证服务

在浏览器中访问`http://localhost:8000/docs`，如果显示了Swagger文档界面，说明服务已成功启动。

## 步骤2：配置RoadVision AI使用本地LLM

配置`RoadVisionAI/mcp_config.yaml`文件，将后端类型设置为`local`，并指定本地LLM服务地址和模型名称：

```yaml
# 通用设置
general:
  # API密钥设置
  api_keys:
    openai: ""  # 无需填写
  
  # 后端配置
  backend:
    type: "local"  # 使用本地LLM
    local_url: "http://localhost:8000/v1"  # 本地LLM服务地址
    local_model: "chatglm3"  # 本地模型名称
  
  # 默认使用的大模型
  default_model: "local"
```

对所有智能体配置，确保使用`local`作为模型名称：

```yaml
# LangChain框架配置
langchain:
  models:
    default: "local"
    advanced: "local"
  
  agents:
    - id: "langchain_road_agent"
      # ...
      model: "local"
```

## 步骤3：启动和测试

### 3.1 启动服务

```bash
# 启动RoadVision AI系统
cd RoadVisionAI
python app.py
```

### 3.2 测试本地LLM

使用curl或Postman向API发送请求：

```bash
curl -X POST http://localhost:5000/api/agent/query \
  -H "Content-Type: application/json" \
  -d '{
    "query": "西湖大道当前的交通状况如何？",
    "context": {"location": "杭州"}
  }'
```

如果返回了正常的响应结果，说明本地LLM集成成功。

### 3.3 使用工作流

您也可以通过工作流API使用本地LLM：

```bash
curl -X POST http://localhost:5000/api/agent/workflow/execute \
  -H "Content-Type: application/json" \
  -d '{
    "workflow": "traffic_analysis",
    "input": {
      "road_id": "rd10001",
      "forecast_hours": 2
    }
  }'
```

## 常见问题

### 模型加载很慢或内存不足

- 尝试使用更小的模型，如ChatGLM3-6B-base
- 增加系统内存或使用显存更大的GPU
- 使用int8或int4量化模型来减少内存使用

### 服务返回错误

- 检查本地LLM服务是否正常运行（访问`http://localhost:8000/docs`）
- 检查`mcp_config.yaml`中的`local_url`和`local_model`配置
- 查看日志文件中的详细错误信息

### 响应质量较差

- 尝试调整温度参数（temperature），降低可获得更确定性的回答
- 使用更大或性能更好的模型，如Qwen-14B或Baichuan2-13B
- 改进提示词工程，提供更详细的上下文

## 参考资料

- [api-for-open-llm 文档](https://github.com/xusenlinzy/api-for-open-llm)
- [常见开源大语言模型列表](https://github.com/eugeneyan/open-llms)
- [提示词工程指南](https://platform.openai.com/docs/guides/prompt-engineering)
- [LangChain 文档](https://python.langchain.com/docs/get_started/introduction.html)
- [AutoGen 文档](https://microsoft.github.io/autogen/)



=======
>>>>>>> b282f7c4e3fce1686b050acea460a5789d69f012