avz-sharma/VenueSync

# VenueSync **一句话推介：** VenueSync 接收实时区域级别的人群、人员和事件数据，结合场馆限制条件进行推理分析，并为组织者提供一个排序且带有解释的操作队列。 ## 架构概述 VenueSync 依赖于一个严格、确定性的处理循环，专为人群管理和运营智能而设计。该系统将原始数据处理与 LLM 推理引擎严格隔离，遵循以下数据流： 1. **输入（实时场馆状态）：** 数据从各种来源获取，例如实时摄像头画面、闸机传感器日志和人工事件报告。 2. **确定性预处理：** 系统使用 Python 预处理器（例如，占用率、阈值违规检测）确定性地对数据进行标准化和清理。这保证了数值的准确性并强制执行 Canonical Data Schema。 3. **LLM 推理引擎：** 清理后的结构化数据专门传递给 LLM (Gemini 3.1 Pro) 进行高级判断和优先级排序。模型输出经过验证的 JSON 结构，其中包含优先级排序的操作和理由。 4. **输出（排序后的操作队列）：** 最终确定的操作和解释将发送到前端，供操作员审查和执行。 ## 入门指南 ### 切换数据源 您可以将应用程序配置为使用合成的生成数据，或上传自定义的真实世界 CSV 文件。这由 `DATA_SOURCE` 环境变量控制。 1. 打开您的 `.env` 文件（如果在本地运行，则为 `.env.local`）。 2. 设置 `DATA_SOURCE` 变量： - 用于**合成**数据生成： DATA_SOURCE=synthetic - 用于**文件上传**处理： DATA_SOURCE=upload 3. 重启后端服务器以应用更改。 ### 运行应用程序 **后端**（从项目根目录运行）： ``` uvicorn backend.main:app --reload --port 8000 ``` **前端：** ``` cd frontend npm run dev ```

标签：人群管理, 智能运维, 暗色界面, 自动化决策, 运营智能, 逆向工具