mebrown47/airspace-visualizer
GitHub: mebrown47/airspace-visualizer
一款整合ADS-B航班追踪与ACARS航空通信的实时可视化工具,配备本地AI助手进行数据查询和语义检索。
Stars: 98 | Forks: 11
# ✈️ Airspace Visualizer (预发布版)
**⚠️ 正在开发中 —— 可能会发生破坏性变更,部分功能尚未完成。**
这是 Airspace Visualizer 的预发布版本,这是一个实验性的实时空中交通显示和航空数据 AI 助手。
该系统结合了:
- **实时 ADS-B** 飞机追踪(通过 [`readsb`](https://github.com/wiedehopf/readsb))
- **实时 ACARS/VDL2** 消息接收(通过 [`dumpvdl2`](https://github.com/szpajder/dumpvdl2))
- **雷达风格 HTML 可视化工具**,带有可配置控件
- **语义 RAG + 聊天助手**,使用本地 AI 模型(通过 Ollama)
- 可选的 **地理叠加层**,数据源自 OpenStreetMap
## 🚀 功能(当前预发布版)
- 实时雷达显示,支持可配置的探测范围、轨迹和过滤器。
- 联系人列表和通信日志。
- ACARS 消息与雷达范围上的飞机关联(蓝色文本)。
- 用于查询当前交通状况和消息上下文的 AI 助手(需要本地安装 Ollama)。
- 地理特征叠加层(机场、城市、港口等)。
- 用于 ADS-B 和 ACARS 数据源的模块化桥接服务。
- 基于 FAISS + embeddings 的语义搜索与聊天端点。
## 📦 组件
| 文件 | 用途 |
|------|---------|
| `visualizer_bridge.py` | 通过 HTTP 提供 ADS-B 和 ACARS 数据(兼容 dump1090/dumpvdl2 端点)。 |
| `airspace_visualizer.html` | 基于浏览器的雷达显示与控制面板。 |
| `ai_server.py` | 语义搜索 + 聊天 API,通过 Ollama 使用本地 LLM embeddings。 |
| `quick_start.sh` | 用于启动桥接服务和 AI 服务器的辅助脚本。 |
| `readsb_ingest.sh` | 从 `readsb`/`dump1090` 获取 ADS-B 数据的摄取脚本。 |
| `dumpvdl2_ingest.sh` | 从 `dumpvdl2` 获取 VDL2/ACARS 数据的摄取脚本。 |
| `requirements.info` | Python 组件的依赖项列表。 |
## ⚙️ 快速开始(开发者预览版)
1. **前置条件**
- Python 3.9+
- [`ollama`](https://ollama.ai/),需包含 `nomic-embed-text` 和 `gemma3:4b` 模型
- `dump1090` / `readsb` 用于 ADS-B
- `dumpvdl2` 用于 ACARS/VDL2
2. **克隆与安装**
git clone https://github.com/YOURUSERNAME/airspace-visualizer.git
cd airspace-visualizer
pip install -r requirements.txt
3. **首先运行 python mock_data_generator.py 生成测试数据,然后启动其他服务。
4. **运行数据桥接**
./readsb_ingest.sh &
./dumpvdl2_ingest.sh &
python3 visualizer_bridge.py
5. **启动 AI 服务器**
python3 ai_server.py
6. **打开可视化工具**
- 从本地 Web 服务器提供 `airspace_visualizer.html` 服务。
- 在 **Radar Controls** 面板中配置 dump1090 和 dumpvdl2 URL。
- 点击 **Connect** 开始接收实时数据。
## 🛠 状态
这是一个面向测试者和贡献者的早期、不稳定版本。
已知限制:
- 并非所有控件都可用。
- 地理叠加层可能不完整。
- API 端点无身份验证。
- AI 助手依赖于本地模型的可用性。
## 🤝 贡献
欢迎提交 Pull Request、Bug 报告和功能建议 —— 特别是关于数据可视化、UI 改进和 AI 查询优化方面。
## 📜 许可证
[MIT License](LICENSE) —— 使用风险自负。
标签:ACARS, ADS-B, AI风险缓解, DLL 劫持, ESC4, FAISS, HTML, HTTP/HTTPS抓包, LLM评估, Ollama, OSINT, Python, RAG, VDL2, 人工智能助手, 信号处理, 后端开发, 后端开发, 后端开发, 多模态安全, 大语言模型, 实时追踪, 嵌入式系统, 态势感知, 数据可视化, 无后门, 无线电监测, 空域可视化, 航空数据, 航空监控, 语义搜索, 逆向工具, 雷达显示