一种基于通用大语言模型的城市交通拥堵治理方法及框架

本发明涉及一种基于通用大语言模型的城市交通拥堵治理方法及框架，其方法包括：接收并解析用户的提问内容，动态选择与提问内容最相关的底层多专家Agent进行首轮交互；依据用户的提问内容和首轮交互的底层专家Agent的反馈信息，判断首轮交互结果是否满足用户需求；若首轮交互结果未满足用户需求，则继续选择其他底层专家Agent进行交互，逐步逼近直至找到满足用户需求的解决方案，并在治理流程结束后向用户反馈最终结果。由此，本发明引入Multi‑Agent协作、大语言模型等技术手段，通过实施动态交互与反馈流程，实现了对城市交通拥堵问题的全面、高效、智能化治理，为城市交通拥堵治理带来了新的解决方案和思路。