①项目背景：
随着城市轨道交通的快速发展，长沙地铁日均客流量已突破百万人次。海量的乘客出行也带来了日益增长的失物招领需求。据统计，长沙地铁每月失物招领记录超过100条，涉及证件、电子设备、钱包、钥匙等多类物品。然而，传统的失物招领信息仅以文字列表形式发布在官网公告栏中，缺乏直观的可视化展示，乘客难以快速了解哪些站点失物频率较高、哪类物品最容易遗失等关键信息。
本项目基于腾讯地图 JSAPI GL 和大模型 AI 技术，构建了一套完整的失物招领数据分析平台，将分散的失物信息转化为直观的热力图可视化、智能分类统计和站点排行分析，为乘客和地铁运营方提供数据驱动的决策支持。
②真实场景与需求：
-
目标人群：城市轨道运行单位、城市服务中心、交通管理集团、丢失物品乘客。
-
痛点描述：乘客丢失物品后，没有空间化的渠道查询；对于轨道运行中心，基于传统的失物招领信息仅以文字列表形式发布在官网公告栏中，缺乏直观的可视化展示；对物品易丢失的站点和丢失物品的深度挖掘不够；需要一个可量化的平台来进行支撑。
-
现有做法：第一、信息展示方式单一，以纯文字的形式进行展示。第二是缺乏空间化支撑，没有空间检索能力。第三、相关部门基于文本进行统计，不能深入进行挖掘。
③作品介绍：
本项目定位为城市公共服务公益平台，旨在通过数据可视化技术提升城市公共交通服务水平，帮助乘客更高效地找回遗失物品，同时为地铁运营方提供站点管理和资源配置的数据支撑。项目采用纯前端架构，无需服务器，可直接在浏览器中运行，降低了部署和维护成本。
创新点提炼
3.1 地理空间可视化创新
项目首创性地将地铁失物招领数据与地理信息进行深度融合，通过腾讯地图热力图层直观展示各站点失物密度分布。传统的失物招领信息仅以文字列表呈现，乘客需要逐条阅读才能获取有效信息。本平台将数据映射到地图空间中，用户可以一目了然地看到哪些站点是失物高发区域，哪些站点相对安全。这种“一图胜千言”的可视化方式极大地提升了信息获取效率。
3.2 大模型 AI 驱动的全流程数据处理
项目创新性地采用大模型 AI 技术贯穿数据采集、处理、分析、验证的全流程。从官网公告页面的智能爬取与结构化信息提取，到物品分类规则的设计与优化，再到多源数据交叉核对与异常检测修复，大模型在整个数据链条中发挥了核心驱动作用。例如，在数据核对阶段，大模型自动发现了15处“长沙火车站站”双“站”字符的数据异常，并自动完成修复，体现了 AI 在数据质量保障方面的强大能力。
3.3 多维度智能分析体系
平台构建了“时间 + 空间 + 类别 + 站点”四维分析体系：
**• 时间维度：**支持1月、2月、3月多月度切换，观察失物趋势变化
**• 空间维度：**热力图直观展示各站点失物密度，支持5条线路筛选
**• 类别维度：**9大类失物智能分类，包含证件、电子设备、钱包、钥匙、背包、衣物、书籍、食品、其他
**• 站点维度：**TOP15 站点排行，站点运营时间和换乘信息一览
3.4 零服务器纯前端架构
项目采用全纯前端架构，所有数据存储为 JSON 静态文件，无需后端服务器、数据库和 API 接口。这种架构设计带来了显著的优势：部署成本极低（可托管在 GitHub Pages 或任何静态资源服务上）、响应速度快（无网络请求延迟）、离线可用（数据本地加载）、维护简单（无服务器运维负担）。对于公益项目而言，这意味着可以以极低的成本持续运营。
3.5 换乘站智能识别与标记
平台智能识别并标记了7个换乘站（五一广场、侯家塘、黄土岭、长沙火车站、万家丽广场、鸭子铺、月湖公园北），在地图上以金色菱形图标和虚线圆环特别标识，并在站点详情中展示换乘线路信息。这一设计帮助乘客在换乘站这类人流密集的关键节点更加警惕，减少物品遗失。
④用 SOLO 实现的过程：
- 如何拆解任务？
针对以上需求，将目标分成以下两个部分：第一个部分是基于SOLO对官方网站的文本进行解析，形成详细的分析报告。第二个部门是使用SOLO调用腾讯位置服务的Skill来创建月度的轨道交通运营空间可视化系统进行深度赋能。
- 用了 SOLO 哪些能力？
1、资料整理能力；2、腾讯地图SKILL能力 ；3、文档生成能力；
- 关键 Prompt / 操作过程
项目的数据处理框架图如下：
使用SOLO MTC的交互过程如下：
1、资料整理阶段的提示词如下：
https://www.hncsmtr.com/905/921/content_84782.html ， https://www.hncsmtr.com/905/921/content_84715.html 整理这两个网页，分析出月度物品丢失数据。并进行数据深度挖掘。形成数据分析文档。
经过solo的能力赋能后得到交互报告。
2、在得到了初步的季度分析报告后，我们的交通运营部门如果想基于数据进行空间化分析，这样就需要可以在SOLO中开启相关的技能，这里以腾讯位置服务为例，首先配置skill。
3、设置好腾讯位置服务的技能之后，就可以使用SOLO来开发相应的功能，系统提示词如下：
调用 `invoke_command:/tencentmap-jsapi-gl-skill` ，将解析出来的地铁路线以及站点进行地理编码，使用腾讯地图开发一个热力图html应用
- 中间踩过什么坑
1、文档排版的问题，使用solo对文档进行排版，确实需要美化，需要进行提示词修正。
2、调用外部技能能力不足，表现为一些api调用后效果达不到预期，比如调用腾讯位置服务获取信息不足。
⑤成果展示：
1、季度分析报告
报表分析
2、长沙地铁丢失物品分析展示平台
整体界面
社会公益价值
6.1提升乘客失物找回效率
传统失物招领信息分散在各个月份的公告列表中，乘客需要耗费大量时间逐条筛选。本平台通过热力图可视化，让乘客能够一目了然地看到各站点失物分布情况。结合物品分类筛选和关键词搜索功能，乘客可以在几秒内定位到自己遗失物品的相关信息，极大地缩短了信息检索时间。
6.2 助力城市公共交通服务优化
平台的数据分析能力可以为地铁运营方提供有价值的决策参考：
**• 站点资源配置：**根据失物高发站点数据，优先在这些站点配置失物招领处、增加广播提醒等措施
**• 乘客安全提醒：**在失物高发站点的车厢屏幕、播报系统中加入专项提醒，降低乘客物品遗失率
**• 运营策略优化：**分析不同时段、不同站点的失物特征，为站点管理和人员排班提供数据支撑
6.3 普及公众安全意识
通过直观的数据可视化展示，平台能够有效提升公众对地铁乘车安全的关注度。当乘客看到某些站点的热力图颜色明显偏红（失物高发）时，会自然而然地增强警惕意识，导致更加注意个人财物安全。这种“数据即服务”的理念，将单纯的信息发布转化为主动的安全提醒，体现了智慧城市建设的理念。
6.4 促进城市数据开放与共享
本项目将分散在官网各处的失物招领数据进行了结构化整合和可视化展示，是城市数据开放与共享的一次有益尝试。项目采用开放的 JSON 数据格式，便于其他开发者和研究者进一步利用和分析这些数据，促进了城市公共数据的流通与价值释放。
6.5 可复制的公益模式
本项目的技术方案和开发模式具有很强的可复制性。同样的方案可以应用于其他城市的地铁失物招领系统，也可以扩展到公交、火车、飞机等其他公共交通场景。这种数据可视化服务能够在更多城市和场景中得到推广。