作为西建大建筑学专业的毕业生，我在学习建筑物理和建筑与城市气候课程时，逐渐接触到了一些能够有效服务于绿色建筑设计的软件和工具。然而，许多设计师和建筑学生在面对形式设计和建筑性能策略时，常常遇到零散且难以解析的问题。这些问题虽然关系到项目的长效节能和环境融合度，却往往被忽视。
为了解决这些痛点，我意识到需要一个既专业又便捷的工具，能够将气候数据和绿色建筑技术结合起来。经过对现有绿色建筑设计软件和工具的研究，我决定开发一个全新的工具。这个工具应当具备以下特点：
- 🌐 全球化：用户可以随时获取全球任何地区的气候数据。
- 📊 直观性：以图表形式生动展现专业数据。
- 🤖 智能化：自动生成被动式设计策略和气候指标评价。
- 🔄 开放性：接受用户建议，持续改进。
- 🌐 全球气象数据查询与分析：涵盖被动式策略、气温、风速风向、湿度、天空覆盖率、照度和辐射等多项数据。
- 🤖 人工智能总结与建议：基于分析结果提供绿建建议。
- 📊 灵活的图表调整：用户可自由选择月份和图表样式。
- 🌏 全球数据在线调用：随时获取任何地区的气候数据。
- 🧠 智能分析与建议：基于绿建知识库提供合理建议。
- 🖼️ 用户友好界面：直观的图表展示，易于操作。
- ➕ 增加一键人工智能板块，可以一键获取绿建气候信息报告，方便制作文本。
- 📂 结构更新：增加
charts/artificial_intelligence_zone，用于处理人工智能总结。
- 🔧 代码重构：删除冗余代码，提升代码可读性。
- 🚀 性能提升：迁移至高性能服务器。
- 🎨 自定义色卡：新增自定义色卡功能。
- 🧩 人工智能模型优化：结合实际地理信息进行更合理的分析。
- 克隆仓库：
git clone https://github.com/Zoumachuan/Streamlit-ladybug-Tools-V3
- 修改配置：
修改
config.py中的OPENAI_API_HOST和OPENAI_API_KEY。 - 创建虚拟环境并安装依赖：
python3 -m venv venv source venv/bin/activate pip install -r requirements.txt - 运行项目：
streamlit run main.py
- 克隆仓库：
git clone https://github.com/Zoumachuan/Streamlit-ladybug-Tools-V3
- 修改配置：
修改
docker-compose.yaml中的OPENAI_API_HOST和OPENAI_API_KEY。 - 启动 Docker 容器：
docker-compose up -d
欢迎各位开发者提交PR！我对Python的使用尚不熟练，期待与绿建行业的同仁和爱好者们共同完善并扩展这个项目。
如有问题或建议，请联系：[email protected]，也欢迎访问来我的个人网站转转！
charts/存放各种图表生成函数humidity_chart.py用于生成湿度图 💧illuminance_chart.py用于生成照度图 💡passive_strategies_chart.py用于生成被动式策略图 🌱radiation_chart.py用于生成辐射图 ☀️sky_cover_chart.py用于生成天空覆盖率图 ☁️temperature_chart.py用于生成温度图 🌡️wind_chart.py用于生成风玫瑰图 🌬️artificial_intelligence_zone/用于处理人工智能总结
utils/存放各种数据处理函数chart_generator.py用于图表生成 📈data_loader.py用于读取EPW文件 📂data_processor.py用于数据处理 🔄file_manager.py用于文件管理 🗃️openai_integration.py用于人工智能分析 🤖template_base.py用于色卡管理 🎨
config.py配置文件 ⚙️dockerfileDocker 配置文件 🐋main.py主程序入口 🚪requirements.txt依赖库列表 📜
- 增加人工智能在项目中的比重。
- 增加绿色建筑知识库。