Ragavendra0604/Smart-Supply-Chain-Management
GitHub: Ragavendra0604/Smart-Supply-Chain-Management
一款融合交通、天气和新闻数据的多模态 AI 物流决策平台,能实时评估货运风险并智能推荐替代路线。
Stars: 1 | Forks: 0
# 🚚 智能供应链管理 MVP
一款专为 **Google Solution Challenge 2026** 设计的 AI 驱动物流决策引擎。该平台通过聚合来自 Google Maps、Weather 和 News APIs 的数据,提供实时货运追踪、预测性风险评估和智能路线优化。
## 🌟 概述
**智能供应链管理**平台解决了现代物流中的可视化盲区。它不仅能在地图上显示位置点,还提供**上下文智能**。它不仅能回答货物在*哪里*,还能回答*为什么*可能会延迟,以及司机*应该*怎么做。
### 🔄 持续监控循环
该平台基于闭环系统运行,以确保持续的可靠性:
1. **监控**:通过模拟器/GPS 持续追踪车辆坐标。
2. **分析**:将天气警报和交通拥堵进行实时关联。
3. **优化**:如果当前路径变为高风险,则自动提供重新规划路线的建议。
4. **通知**:通过 FCM 针对严重中断发送即时推送通知。
5. **更新**:实时 Firestore 同步确保 UI 反映最新的情报。
6. **生产加固**:用于统计数据的内存缓存以及遥测数据的竞争条件保护。
### 核心价值主张
- **实时风险评分**:将交通拥堵、天气严重程度和本地新闻(事故、罢工)结合为一个 0-1 的风险评分。
- **AI 推理**:使用 Gemini (Vertex AI) 生成人类可读的运营建议。
- **动态优化**:从车辆的**实时位置**重新计算风险和路线,而不仅仅是起点。
- **毛玻璃 UI**:专为专业调度员设计的高级、现代 Flutter 仪表板。
## 🏗️ 系统架构
该系统遵循受微服务启发的架构,将数据摄取 与智能生成 分离。
```
graph TD
subgraph L1 ["1. CLIENT LAYER (Flutter)"]
Dashboard["Shipment Dashboard"]
LiveMap["Interactive Traffic Map"]
AlertsUI["Risk Alert System"]
end
subgraph L2 ["2. API GATEWAY LAYER (Node.js)"]
RequestHandling["Request Validation"]
Orchestration["Service Orchestration"]
end
subgraph L3 ["3. DATA INTEGRATION LAYER"]
MapsAPI["Google Maps (Traffic/Routes)"]
WeatherAPI["OpenWeather (Conditions)"]
NewsAPI["NewsAPI (Disruptions)"]
end
subgraph L4 ["4. INTELLIGENCE & DECISION LAYER (Python)"]
Router["Decision Router"]
RuleEngine["Deterministic Rules"]
GeminiAI["Gemini AI (Reasoning)"]
RiskEngine["Risk Scoring Engine"]
end
subgraph L5 ["5. DATA & STATE MANAGEMENT"]
Firestore["Firebase Firestore (Real-time DB)"]
end
subgraph L6 ["6. NOTIFICATION & DELIVERY"]
FCM["Firebase Cloud Messaging"]
end
L1 <--> L2
L2 --> L3
L2 <--> L4
L2 <--> L5
L5 -.->|Real-time Sync| L1
L4 --> RiskEngine
RiskEngine --> L2
L2 --> L6
```
## 🚀 技术栈
| 层级 | 技术 |
|---|---|
| **Frontend** | Flutter (Dart), Google Maps Flutter, Provider (状态管理) |
| **API Gateway** | Node.js, Express.js, Firebase Admin SDK |
| **AI Engine** | Python 3.11+, FastAPI, Google GenAI SDK |
| **Database** | Firebase Firestore |
| **Infrastructure** | Vertex AI, Google Cloud Platform |
## 📂 项目结构
```
smart-supply-chain-management/
├── backend/
│ ├── api-gateway/ # Express.js Server
│ │ ├── controllers/ # Business logic (Shipment analysis)
│ │ ├── services/ # API wrappers (Maps, Weather, News)
│ │ ├── routes/ # Endpoint definitions
│ │ ├── simulator.js # Vehicle movement simulator
│ │ └── index.js # Entry point
│ └── ai-service/ # Python FastAPI Server
│ └── main.py # Risk logic & Gemini integration
├── frontend/ # Flutter Application
│ ├── lib/
│ │ ├── models/ # Data structures
│ │ ├── modules/ # Screen-based features (Dashboard, Map)
│ │ ├── controllers/ # Frontend state logic
│ │ └── widgets/ # Reusable UI components
└── README.md
```
## 🛠️ 设置与安装
### 1. 前置条件
- [Flutter SDK](https://docs.flutter.dev/get-started/install)
- [Node.js](https://nodejs.org/) (v18+)
- [Python](https://www.python.org/) (3.10+)
- 启用了 Vertex AI 的 Google Cloud 项目
- API 密钥:Google Maps、OpenWeather 和 NewsAPI.org
### 2. 后端 - API Gateway
```
cd backend/api-gateway
npm install
```
创建 `.env` 文件:
```
PORT=5000
GOOGLE_MAPS_API_KEY=your_key
WEATHER_API_KEY=your_key
NEWS_API_KEY=your_key
AI_SERVICE_URL=http://localhost:8000/predict
```
*注意:请将来自 Firebase 的 `serviceAccountKey.json` 放置在此文件夹中。*
### 3. 后端 - AI 服务
```
cd backend/ai-service
python -m venv venv
venv\Scripts\activate # Windows
pip install -r requirements.txt
```
*注意:请确保已配置 `gcloud auth application-default login`。*
### 4. 前端 - Flutter
```
cd frontend
flutter pub get
```
## 🚦 如何运行演示
1. **启动 AI 服务**:
cd backend/ai-service
uvicorn main:app --port 8000
2. **启动 API Gateway**:
cd backend/api-gateway
npm start
3. **启动模拟器**:
cd backend/api-gateway
node simulator.js
4. **运行 Flutter**:
cd frontend
flutter run -d chrome # 或者你首选的模拟器
## 📡 API 参考
| 端点 | 方法 | 描述 |
|---|---|---|
| `/create-shipment` | `POST` | 在 Firestore 中初始化一个新的货运。 |
| `/update-location` | `POST` | 更新实时纬度/经度(由模拟器/GPS使用)。 |
| `/api/shipments/analyze` | `POST` | 为特定货运触发多模态 AI 分析。 |
| `/predict` (AI 服务) | `POST` | 核心风险评分与 Gemini 推理引擎。 |
## 🏆 评估标准对齐
### 技术价值
- **微服务设计**:解耦的 Python AI 和 Node.js Gateway。
- **强大的错误处理**:如果外部 API 失败,提供全面的回退机制。
- **实时同步**:Firestore 监听器确保仪表板即时更新。
### 创新性
- **多模态风险**:与标准 GPS 不同,它能够解析*新闻*和*天气*上下文。
- **可行动的 AI**:不仅报告数据,还提供具体的运营策略建议。
### 视觉卓越
- 高保真 Flutter UI 配合响应式地图。
- 实时交通图层集成,用于可视化验证。
- 针对风险级别(低/中/高)的动态颜色编码。
## 📄 许可证
基于 MIT 许可证分发。有关更多信息,请参见 `LICENSE`。
标签:AI推理, AI驱动, CISA项目, FCM推送通知, Firestore, Flutter, Gemini, Glassmorphism UI, GNU通用公共许可证, Google Maps API, Google Solution Challenge 2026, GPS追踪, MITM代理, News API, Node.js, Python, Vertex AI, Weather API, 交通拥堵预测, 人工智能, 供应链可视化, 供应链管理, 决策支持系统, 动态重路由, 天气预警, 实时数据集成, 实时货物追踪, 微服务架构, 无后门, 智慧供应链, 智慧物流, 智能路线优化, 物流决策引擎, 用户模式Hook绕过, 运营管理, 逆向工具, 预测性风险评估, 风险评分