AI导哈

货运管理AI系统

TruckerAI是一个支持货运工作流程的AI系统，提供PDF解析、数据存储和财务运营评分功能，适用于货运市场的负载管理。

  • by bmw330i
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 bmw330i/TruckerAI

使用说明

卡车司机AI

三台MCP服务器，支持现货市场负载管理的卡车运输工作流程（灵感来自萨克拉门托/I-5/I-80附近的加利福尼亚州温特斯枢纽）：

  • pdf-mcp-server：解析加载PDF并标准化为JSON(LoadOffer)使用Python（pdfplumber）。
  • db-mcp-server：持久化和查询JSON文档（最初是文件备份存储）。
  • finops-mcp-server：使用NorCal策略对接受/反对/拒绝的负载进行评分，包括利润计算、HOS模拟和投标估算。

Grok Suggestion的新功能

  • PDF提取：现在使用Python脚本和pdfplumber进行健壮的文本提取和启发式字段解析（负载ID、速率、位置等）。
  • 详细评分：利润阈值（1.50美元/英里）、HOS合规性模拟、路线存根的地理门。
  • 投标逻辑：根据市场缓冲估算竞争性投标。
  • 示例PDF：目录，链接到真实的经纪商PDF进行测试（手动下载）。
  • 区域重点更新至加利福尼亚州温特斯；政策包括CARB冷藏规则、冬季链、I-5/I-80车道。
  • 未来：用于自然语言查询的会话接口MCP服务器（例如，“LA的前5个负载”）。

先决条件

  • Node.js 18+和npm
  • Python 3.11+（这里已经创建了venv： .venv)

快速入门

# 1) (Optional) Activate Python venv (already created)
source .venv/bin/activate  # macOS/Linux

# 2) Install Node dependencies (per server)
npm run install:all  # Via VS Code task

# 3) Run each scaffold (they print a startup message)
npm run start:pdf
npm run start:db
npm run start:finops

VS代码任务

使用命令面板→ “任务：运行任务”并从以下选项中选择：

  • npm install pdf-mcp-server
  • npm install db-mcp-server
  • npm install finops-mcp-server
  • npm install (all)
  • git: init and push origin (force) --设置远程，强制推动本地 main 转到GitHub

强制推送到GitHub（手动）

如果您更喜欢直接使用终端：

cd /Users/david/Documents/TruckerAI

git init
git checkout -B main
# Ensure remote matches your repo
git remote remove origin 2>/dev/null || true
git remote add origin https://github.com/bmw330i/TruckerAI

git add .
git commit -m "Enhanced: Python PDF extraction, detailed finops scoring (profit/HOS), sample PDFs, Winters CA focus"
# Force-push so origin exactly matches local main
git push -u origin +main

使用示例PDF进行测试

  1. 从下载PDF sample-pdfs/README.md 进入 sample-pdfs/.
  2. 跑 pdf-mcp-server 并致电 extract_load_data 使用PDF路径。
  3. 管道输出至 db-mcp-server 存储，然后 finops-mcp-server 为了得分。

备注

  • 这些服务器是脚手架；接下来是MCP SDK布线和完整处理程序。
  • db-mcp-server 将文档存储在 ./data/<db>/<collection>/<id>.json 默认情况下。
  • finops-mcp-server/policy.json 包括利润门槛、居屋规则、投标缓冲。
  • 为了优化路由，稍后将OR Tools集成到Python代理中。

相关 MCP