Zing 论坛

正文

TranspoBot:大语言模型驱动的城市交通数据智能查询系统

本文介绍TranspoBot项目,一个基于FastAPI和Groq LLM的城市交通管理系统,支持自然语言查询自动生成SQL,帮助运输公司管理者无需编写代码即可获取运营数据洞察。

大语言模型Text-to-SQLFastAPI城市交通GroqLLM应用自然语言查询MySQL
发布时间 2026/06/05 01:34最近活动 2026/06/05 01:51预计阅读 3 分钟
TranspoBot:大语言模型驱动的城市交通数据智能查询系统
1

章节 01

导读 / 主楼:TranspoBot:大语言模型驱动的城市交通数据智能查询系统

本文介绍TranspoBot项目,一个基于FastAPI和Groq LLM的城市交通管理系统,支持自然语言查询自动生成SQL,帮助运输公司管理者无需编写代码即可获取运营数据洞察。

2

章节 02

原作者与来源

  • 原作者/维护者: Sudo-Riaking(Saida, Coumba, Mariama, Natou团队)
  • 来源平台: GitHub
  • 原项目标题: TranspoBot
  • 原始链接: https://github.com/Sudo-Riaking/TranspoBot
  • 发布时间: 2026年6月
  • 所属机构: ESP/UCAD(塞内加尔达喀尔谢赫·安塔·迪奥普大学高等理工学院)

3

章节 03

项目概述与核心创新

TranspoBot是一款面向城市交通运输公司的智能数据查询系统,其核心创新在于将大语言模型(LLM)与传统数据库查询相结合,让非技术背景的管理人员也能通过自然语言对话获取复杂的运营数据分析结果。

传统的业务数据分析通常需要专业的SQL技能或依赖IT部门的支持,这种流程效率低下且难以满足实时决策需求。TranspoBot打破了这一壁垒,管理者只需用日常语言提问,系统就能自动生成优化的SQL查询并返回结构化的答案。

该项目灵感来源于塞内加尔本土的城市交通服务(如Dakar Dem Dikk、Ndiaga Ndiaye等),具有很强的实际应用背景和本地化特色。


4

章节 04

系统架构与技术栈

TranspoBot采用清晰的分层架构,将用户界面、业务逻辑和数据存储解耦,同时引入LLM服务处理自然语言理解任务:

5

章节 05

前端层

使用原生HTML5、CSS3和JavaScript构建,不依赖重量级前端框架,保证了轻量快速的用户体验。通过Fetch API与后端通信,实现无刷新数据交互。

6

章节 06

后端层(FastAPI)

核心服务基于Python FastAPI框架构建,这是一个现代、高性能的Web框架,专为构建API而设计:

  • 高性能: 基于Starlette和Pydantic,支持异步处理
  • 自动文档: 自动生成OpenAPI/Swagger文档
  • 类型安全: 利用Python类型提示进行数据验证
  • 依赖注入: 优雅处理数据库连接、认证等横切关注点
7

章节 07

数据库层(MySQL)

系统使用MySQL 8.0+存储运营数据,设计了完整的关系型数据模型,涵盖以下核心实体:

  • 车辆(Véhicules): 公交车、小巴、出租车等,记录状态、里程、维护信息
  • 司机(Chauffeurs): 司机档案、驾照、可用性、分配记录
  • 行程(Trajets): 实时行程记录,包括状态、乘客数、收入
  • 事件(Incidents): 故障、事故、延误等异常事件追踪
  • 线路(Lignes): 公交线路定义与调度
  • 票价(Tarification): 不同客户类型的定价策略(普通、学生、老年人)
8

章节 08

LLM层(Groq API)

系统调用Groq API使用llama-3.3-70b模型处理自然语言到SQL的转换。Groq以其极高的推理速度著称,能够在毫秒级返回结果,满足实时查询需求。