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