STROLLANE · NYC — Pedestrian Routing Engine

本版本在原有界面上加入真实的步行路线引擎：路线在 OpenStreetMap 步行路网上计算，12 个体验维度评分与 Explore Urban Data 共用同一套定义和版本。架构见 ARCHITECTURE.md，接口和数据契约见 API.md。

Routes are computed by routing/engine.py on the Manhattan OSM pedestrian graph and scored with the same 12 experience scores Explore shows, transferred to OSM edges through a LION–OSM match table. Scores are relative ranks within Manhattan, not calibrated measurements.

Run / 运行

1. 解压，进入 STREETWISE_NYC_v04 文件夹。
2. Terminal 运行 python3 server.py；Mac 也可运行 bash START_HERE_MAC.command。
3. 打开 **http://127.0.0.1:8080**。保留终端窗口。
4. 真正的 LLM 自然语言解析需服务端配置 OPENAI_API_KEY，可选 OPENAI_MODEL。不要把 key 放进 JS。未配置时使用明确标注的有限 Local Preview。

No Python packages are required to run the server; rebuilding the OSM graph needs OSMnx (scripts/build_pedestrian_network.py). The built routing data ships in data/pedestrian/. An internet connection is required for MapLibre/CARTO assets, Open-Meteo and OSM POIs. Public APIs can rate-limit or fail; no route is fabricated on failure.

STREETWISE_single_file_demo.html includes the real pilot snapshot and current application code. Opening it directly supports the pilot interface but does not provide the LLM or POI server endpoints; use server.py for the complete supported setup. It is not a fully offline map.

Try the full flow / 完整交互检查

1. 顶部切换 Navigate / Explore Urban Data。地图只有一个 MapLibre 实例。
2. 点击 Explore Urban Data：13 张全曼哈顿街段地图（Overall Experience + 12 个维度），约 10,500 条街段，蓝 = 低、黄 = 高、灰 = N/A。整岛缩放下即可悬停（显示街名与当前评分）和点击；点击会高亮街段并打开 Street Segment Inspector：显示 Segment ID（LION physicalid，重建后保持稳定）、街名、长度、当前维度评分及其全部子指标（原始值、单位、计算方法、数据来源）；Overall 视图显示全部 12 个维度评分、综合方法与数据覆盖率。切换视图时地图与 Inspector 同步。缺失数据显示 N/A，不填充。评分是曼哈顿内部的百分位排名（原始代理量），不是校准后的体验评分。Explore 与 AI Journey 相互独立（Explore 中不显示路线、起终点和 POI）。数据由 python3 scripts/build_manhattan_streets.py 生成到 data/manhattan-streets.json；server.py 启动时若数据超过 30 天（STREETWISE_REFRESH_DAYS，设为 0 关闭）会在后台自动重建。
3. 在 Navigate 模式下展开 Street evidence，选择 Nature 或 Architecture，切换 Street evidence / Original points / Validated score。前两项显示实际记录或代理量；Validated score 明确显示 NULL，不伪造分数。
4. 点击街段，查看 ID、原始证据、来源、年份与方法。勾选/取消 Trees、Landmarks、Experience、Coverage、POIs。Navigate 下路线强制保持可见；Explore 可关闭 Routes。
5. 默认 Bryant Park → Rockefeller Center，输入 I want a greener walk with interesting architecture.，点击 Plan My Walk。服务器上的路线引擎在 OSM 步行路网上生成最短、最佳体验和替代路线，按你的偏好排序。
6. 右侧 Route Intelligence 显示每条路线的距离、时间、绕路比例、个性化得分、12 维评分、数据覆盖率和排序说明；“Compare routes” 并排比较；“Route edges” 列出路线经过的 OSM 边。点击地图上的路线路段打开 Route Edge Inspector（OSM Edge ID、匹配的 LION 路段、评分与来源）。
7. 输入后续需求，或打开偏好 Slider 并改变权重。系统重新请求路径及数据并排序，保持视角；若最佳路线几何未变，解释其仍是当前可行候选中的最佳。
8. 点击 GPS：允许、拒绝、超时分别显示状态；再次点击连续定位可停止。GPS 为起点、定位精度 ≤60 m 且偏离路线 >60 m 时请求重规划。仅前台定位，无语音或逐转向导航。
9. 放大到局部范围，点击 Analyze current view 进行实时分析。过大的区域、失败或不完整数据不会生成评分。
10. 导出 sections GeoJSON，再通过保留的 Kepler.gl Studio 入口导入。GeoJSON 包含 12 个 NULL score 字段和真实代理量。

Data / 数据

真实快照检索时间与来源 URL 均在 data/pilot.json：667 条 NYC Street Centerline 记录、3,177 条官方树木记录、186 条 LPC 地块记录。Nature 只计入 3,025 条 Alive 树木，Dead / Stump 排除。镜像树木源发现字段损坏，已替换为 NYC Open Data 官方 Socrata 接口。

The tree census is from 2015, not a live vegetation inventory. LPC and centerline observation years are unspecified in the source snapshot; retrieval time is not substituted for observation year. The 477 interior street sections exclude the 75 m bounding-box margin; this is a Midtown pilot, not complete Manhattan experience coverage. NYC centerlines are not automatically walkable graph edges.

Navigate: Urban Data Layers / 路线周边城市数据

• 地图左下角 Urban Data Layers（默认收起）按真实数据集分为 10 类（街道与步行设施、自然、建筑、历史文化、餐饮商业、交通安全、环境、公共交通、公共服务、滨水与公共空间），不是按 12 个体验维度。原有 59 个静态数据集默认开启；新增索引数据按用途设置默认值（犯罪密度在请求该目标时自动开启），并按缩放级别聚合；提供 All on / All off、类别开关（部分开启时为半选状态）、单个数据集开关、搜索、透明度和计数。未接入的标为 Not connected · available / Not connected · no dataset，并说明原因。
• 每个数据集的状态互相区分：Loaded · N within 100 m / No nearby features / Loading / Error / Zoom in to load；失败不会显示为 0。还没有规划路线时，数据按当前地图视野显示，规划路线后自动切换为路线两侧。全岛视野下只加载稀疏数据集（公园、地标、车站等），密集数据集（树木、建筑、人行道等）提示放大后加载；瓦片请求最多 12 个并发。
• 范围：Along selected route（所选路线两侧 50/100/200/500 m，仅影响显示，不改变评分）或 Current map view。切换路线时保留已开启的图层并重新筛选。
• 点击数据要素打开 Urban Feature Inspector（真实字段、缺失为 Not Available、来源、时间范围、更新日期、与路线的距离；事故/投诉标注为历史记录）。点击路线路段打开 Street Segment Evidence（OSM Edge ID、LION 路段或 Unmatched、附近数据的数量/密度/最近距离/覆盖率，以及现有评分指标）。右侧 Route Urban Data 汇总路线周边的真实要素数量，点击即在地图上显示。
• 原有图层是静态文件（data/layers/catalog.json + 1 km 瓦片），GitHub Pages 可直接读取；新增城市级图层由后端索引按视野查询，限制记录数与响应大小。重建：python3 scripts/build_urban_layers.py（需要 OSMnx/pyproj，约 3 分钟）。
• 步行时间：默认 60 分钟，滑块 10–60，自定义更大值时滑块自动扩展；该值原样作为路线引擎的硬约束。

Cartographic design system / 地图设计系统

全部数据同时开启时地图仍保持统一、清晰。规则写在 urban-style.js（设计 token），由 urban-layers.js 使用：

• 唯一强调色：所选路线是地图上唯一的青柠色（#d8f365，带深色描边光晕），位于所有数据之上；备选路线为低对比灰色虚线；起点/终点为精确的小圆点。tests/urban-style.test.cjs 检查没有任何数据颜色接近路线色。
• 语义色系（为深色底图调校、低饱和）：街道 蓝灰 · 建筑 深中性灰 · 公园/树木 柔和绿 · 历史文化 淡紫 · 餐饮商业 琥珀 · 公共设施 青绿 · 交通 冷蓝 · 安全 珊瑚 · 环境 连续色带。同类数据集在同一色相内微调明度（shade()）。
• 按几何与层级组合，而不是每个数据集一套图层：建筑、绿地、铺装、历史街区、地标、线、噪声、树木以及每个类别一个点图层（约 63 个固定图层，原先约 240 个）。图层按层级锚点排序：面 → 线 → 环境 → 树 → 点 → 标签 → 路线。同一建筑在多个建筑数据集中只画一次；通用的 Activity places 不再重复画出已由具体数据集画出的地点。
• 建筑主题（一次一个填充主题）：Neutral / Height / Age / Land use（PLUTO 地块）。环境主题（一次一个连续表面）：311 噪声投诉密度，带单位/年份/来源；空气质量、热岛、洪水风险列出但标为 not connected。
• 四个缩放层级：City（<13，点按类别聚合为带数字的环）· Neighborhood（13–15）· Street（15–17，人行道/斑马线/建筑轮廓出现，聚合拆开）· Detail（≥17，名称标签）。街道设施类点（坡道、信号等）视觉权重更低；离路线越远的记录越淡。
• 动态图例（可折叠，手机上默认收起）：只显示当前地图上真正可见的符号，并说明聚合、概括化和当前主题。
• 点击：路线路段优先（Street Segment Evidence），其次是最上层的数据要素（Urban Feature Inspector）；聚合环点击后放大展开。

Live navigation, route QA and data registry / 实时导航、路线质检与数据登记

功能	状态
数据集登记表 data/registry.json（scripts/build_registry.py：103 个数据集，记录数、有效几何、重复、缺失字段、许可、发布方更新时间、新鲜度、接入状态，全部从实际文件统计）	Implemented & Tested
规范地点模型与实体消解（build_place_index.py：canonical ID、provider IDs、步行接入距离、数据质量、冲突字段、LPC 地标与 OSM 关联；同名且同地址或 60 m 内才合并，同楼不同商家保留）	Implemented & Tested
菜品证据四级：Confirmed Menu Match / Probable Match — Review Needed / Unverified / Not Found in Checked Sources；HTML 与 PDF 菜单，图片菜单不做 OCR（Unverified）	Implemented & Tested
菜单抓取 SSRF 防护：只读地点索引中的官方网站；仅 http/https 和标准端口；DNS 解析后必须是公网地址并固定连接该 IP；每次重定向重新校验；大小、页数、超时限制；robots.txt；每客户端限流（菜单 10 次/分钟）	Implemented & Tested
路线质检：每条路线和行程返回 validation（几何、步行网络、必经站点、站点入口、时间、距离、菜品证据、数据覆盖、警告、阻断问题、版本、时间），有阻断问题时禁止开始导航	Implemented & Tested
逐转弯指令 routing/maneuvers.py：只基于所选路线的有向边和路网拓扑；无其他可走方向的弯道不播报；人行横道直行不播报；名称来自 OSM、LION（标注为推导）或路的类型；近距离转弯合并；数据断裂给出低置信度提示而不是猜测	Implemented & Tested
可恢复的导航会话：route_signature + 有序边 ID；服务器重启后可用快照重建，版本不一致时拒绝并要求重新规划；浏览器 sessionStorage 仅保存路线和进度（6 小时，不保存 GPS 轨迹）	Implemented & Tested（浏览器刷新恢复：Implemented, Not Device-Tested）
实时导航 nav-engine.js：13 个状态的状态机、窗口化地图匹配（精度、步行速度、方向、防跳点、防倒退）、沿路线的转弯距离、去重的提前/接近/立即提醒、多信号偏航判断、站点到达需用户确认	Implemented & Tested（14 个可重放 GPS 场景）
导航界面 nav-ui.js：大号转弯卡片、蓝色定位点、精度圆、仅在有可信方向时显示的方向扇形、北向/航向向上、拖动后暂停跟随并可 Recenter、剩余距离/时间/站点、语音（中/英）、暂停/退出、偏航重算（保留剩余必经站点，限频，失败保留原路线并可重试）、Navigate to Start / 从当前位置重新规划	Implemented, Not Device-Tested（浏览器内用模拟 GPS 测试）
Explore 分析：分布统计、两个维度对比（Spearman ρ）、维度背后的数据集、维度搜索、重置视图；检查器显示归一化方法、数据版本和来源	Implemented & Tested
Explore 中显示城市数据图层（目前只在 Navigate 中）	Partial

真实设备测试计划（Not Tested — 需要实体设备和户外步行）： iPhone Safari、Android Chrome、桌面 Chrome。逐项检查：定位权限、方向权限（iOS 需点击后授权）、精度圆、方向扇形、地图跟随、转弯指令、语音、锁屏和后台（浏览器可能暂停定位，属于平台限制）、断网、Recenter、暂停/继续、到达。屏幕常亮使用 Wake Lock API（支持的浏览器才有效）。本项目不具备 Google Maps 等级的可靠性，也不知道实时施工或封路。

AI Discover My Walk / 城市漫步发现与多站点路线

游客不需要知道目的地，只要说出想看什么、想吃什么、住在哪里、有多少时间、能走多远。

功能	状态	说明
全纽约地点搜索（起点、终点、酒店、添加站点共用）	Implemented	places.js：Photon（OpenStreetMap POI）+ NYC GeoSearch（NYC Planning 官方地址/场所，五大区），输入 2 个字符起查询，300 ms 防抖，可取消请求，旧请求不会覆盖新结果，键盘/鼠标/触摸，加载/无结果/错误状态，显示 GPS 直线距离（标明为直线），选中后绑定来源 ID 和坐标；手动改名即清除坐标。Mapbox Search Box（/suggest + /retrieve）已接好，仅在配置公开 token 后启用（Blocked：未配置）。
道路交叉口搜索	Partial	两个免费服务对 “5 Av & 42 St” 这类交叉口支持有限；可用地图点选（附反向地理编码）。
地点发现（景点、博物馆、历史建筑、公园、购物、餐饮、酒店、药店、超市、医院、ATM/银行、公共卫生间、行李寄存）	Implemented（仅 Manhattan）	data/places/（scripts/build_place_index.py）：OpenStreetMap Overpass 快照 + NYC LPC 地标 + NYC 公共卫生间开放数据，只收录离步行路网 150 m 内的地点（共 13,300+ 条），每条有来源 ID、名称、类别、地址、坐标、网站、营业时间、来源和数据时间。“著名程度”使用 Wikidata 条目的维基百科语言版本数（帝国大厦 125），而不是名称相似度。行李寄存在 OSM 中只有 1 条，这是数据缺口。
自然语言理解	Partial	配置 LLM Key 后，/api/interpret 输出结构化 journey（兴趣、指定地点、餐饮/菜品、服务、酒店、起终点、步行时间、总时长、距离），未知字段为 null，模型不得输出坐标、菜单或价格。线上是否启用以 /api/status 为准；真实 AI 失败或未配置时使用明确标注的 Limited Local Preview。
多轮对话状态	Implemented	每轮合并而不清空：起点、酒店、站点、餐饮、终点方式、时间和距离都会保留；“再加一个博物馆”、“延长到 180 分钟”只改对应项。
多站点路线规划	Implemented	/api/itinerary（routing/itinerary.py）：地点吸附到 OSM 步行路网 → 真实路网距离矩阵（每个地点一次 Dijkstra） → 必经点 ≤ 7 个时精确枚举顺序与候选，否则最便宜插入 + 2-opt（标注为启发式，不保证最优） → 可选站点按“价值/新增分钟”贪心插入，且不超出预算 → 每段用体验加权代价路由并拼接成一条连续路线。必经点不会被静默删除，超出预算时返回“不可行”和原因。支持往返、回酒店、指定终点、开放终点和用户指定顺序。
步行与停留时间	Implemented	默认最大步行时间 100 分钟（快捷 60/100/120/150/自定义）；最大步行距离默认不设（2/5/8/10 km/自定义，km/mi 切换）；可选总时长 = 步行 + 停留。停留时间为估计值，明确标注且可修改。“我有两个小时”= 总时长 120 分钟。
餐厅与菜单核验	Partial	先找真实店铺（OSM 菜系/drink 标签只作为线索），再用 /api/menu/verify 读取该店官方网站（优先 website:menu），遵守 robots.txt，单次用户操作最多读 3 页。三种状态：Verified on Menu（菜单页上找到，附价格和来源链接）/ Unverified / Not Found in Available Sources。没有接入有授权的菜单 API；菜单上有不代表当天有货。
酒店	Implemented	酒店属于同一个地点搜索；“My Hotel”可作为起点、终点或搜索中心；名称有歧义时列出真实候选让用户确认；只有勾选“Remember on this device”才保存在本浏览器。只是搜索，没有实时房态、价格或预订。
生活服务	Implemented	“附近找”只列出地点，不改路线；“沿途找”按真实路网绕路时间排序（/api/detours）；“先去存行李”作为必经站点。营业状态来自 OSM 营业时间，不推断一定开放。
语音输入	Partial	浏览器 Web Speech API（中文/English），转写结果进入同一输入框，可编辑后发送，与文字使用同一套解析和规划。没有服务器端语音服务；不支持的浏览器会禁用麦克风并提示。真实麦克风识别未在自动化测试中验证。

营业时间：opening-hours.js 只在 OSM 写法能被确定解析时判断“到达时是否营业”，否则显示“未知”。

NYC tourism intelligence / 城市旅游信息与证据推荐

Data coverage and quality are measured, not estimated: python3 scripts/build_registry.py && python3 scripts/build_audit_report.py writes data/registry.json, DATA_AUDIT_REPORT.md and data/audit.json. Every dataset has a class (static_urban, periodic_poi, on_demand_business, realtime_availability), an update frequency and known limitations. python3 scripts/build_inspections.py refreshes the NYC DOHMH permits (five boroughs, server-side data/inspections/dohmh.json.gz).

API	Purpose
GET /api/places/search?lat&lon&categories&radius_m&q&cuisine&include_closed	Canonical places near a point. Manhattan: discovery index (OSM, LPC, NYC restrooms, DOHMH, Wikidata, DOF hotel lots). Other boroughs: DOHMH food permits, routing_coverage: search_only.
GET /api/places/<id>	Canonical place with a restaurant / hotel / attraction / service extension, data_sources and a rule-based quality_status (verified, unverified, limited_data, closed).
GET /api/places/<id>/ratings	Ratings per provider (Google Places, Yelp Fusion, Foursquare), never blended, held 15 min in memory only. Without keys: blocked_by_provider_access.
GET /api/hotels/<id>/rooms?checkin&checkout&guests	Room types, prices and availability need a lodging partner API (Booking.com Demand, Expedia Rapid). None is configured: blocked_by_provider_access, no rooms.
POST /api/recommend/food	Requested item → discover → hard filters (DOHMH closure, closed at arrival, unreachable, detour limit) → official-menu evidence → detour → rank → explanation in four parts: verified facts, derived metrics, rule-based interpretation, unknowns.

Provider keys (GOOGLE_PLACES_API_KEY, YELP_API_KEY, FOURSQUARE_API_KEY, BOOKING_DEMAND_API_KEY, EXPEDIA_RAPID_API_KEY) are read only by the Render backend; /api/status reports which are configured as booleans. Rate limits per client per minute: places 60, ratings/rooms 20, recommendations 6. No third-party page (Google Maps, Yelp, Booking.com) is scraped.

Feature	Status
Data audit report, dataset classes, update policy	Implemented & Tested
Five-borough coverage	Partial — food places (DOHMH) in all five boroughs, search only outside Manhattan; attractions, hotels and routing stay Manhattan
Canonical place model, entity resolution (name + distance; branches stay separate)	Implemented & Tested
DOHMH health grade and closure status on restaurant cards	Implemented & Tested
Restaurant ratings and review counts	Blocked by Provider Access (adapters tested with recorded responses)
Menu items	Partial — item evidence from the official website only (Verified / Probable / Unverified / Not Found); no menu API
Food recommendation pipeline with evidence sections	Implemented & Tested (locally); Not Production-Tested
Restaurant / hotel / attraction cards with confidence labels	Implemented, Not Production-Tested (checked in a local browser)
Hotel stars (OSM) kept apart from guest rating	Implemented & Tested; guest rating Blocked by Provider Access
Hotel room types, prices, availability, money budget	Blocked by Provider Access
Hotel-based walks (start or return to My Hotel)	Implemented & Tested
Attraction opening hours, closed-at-arrival and closing-during-visit checks	Implemented & Tested (OSM hours incl. dated closures; anything else is "unknown")
Admission and reservation	Partial — OSM fee / charge / reservation tags; amounts are rarely mapped
Current exhibitions, live crowding	Not Implemented (no authorised source)

Weather-aware routing / 天气感知路线

天气是独立的动态上下文，不是第 13 个维度，也不改变 12 维静态评分。

• 数据（weather.js，全站只请求一次，15 分钟刷新，地图移动不会触发请求）：Open-Meteo 预报 API（无需 Key；current 为 15 分钟模型状态，hourly 为预报，不是站点实测）+ 美国国家气象局 NWS 当前警报。获取温度、体感温度、湿度、降水、降水概率、风速风向、天气类型、时间戳；显示来源、更新时间和过期状态（45 分钟后标为 stale；引擎拒绝 180 分钟以上的数据）。请求失败或离线时状态为 unavailable，路线照常计算。
• 步行时段：按“现在出发 + 最大步行时间”覆盖的预报小时取最不利值（最高体感温度、最大降水概率、最大风速、是否白天）。
• 路线成本（routing/weather.py + routing/engine.py）：边成本 = 原有成本 + 系数 × 热度 × 暴露度，仅在以下条件同时满足时启用：体感温度 ≥ 27 °C（NWS “Caution”，32 °C 时达到满值）、步行时段在白天、有空间证据。暴露度 = 1 − 树木覆盖代理值（行道树密度，150 棵/km 为满值，约曼哈顿第 90 百分位；或与公园相邻的比例）。**这是树木覆盖代理变量，不是实测遮阴。**无证据的边取全网中位数（中性，不当作最差）。原有候选路线完全不变，另加一条 “Cooler Route (tree-cover proxy)” 候选；排序再减去 20 × 热度 × 暴露长度占比。用户明确要求更凉快或更遮阴时，权重 ×2。所有系数都在 CONFIG 中，并附理由；响应会回传 config_version。
• 雨、风：没有有顶步道、脚手架、积水或街道风环境数据，因此只做提醒，不改变路线，也不声称某条路更干或更避风。
• 四种状态分开显示：Weather Data Available / Weather Context Applied / Weather Routing Active / Weather Routing Unavailable。响应中的 weather_routing 记录天气是否进入计算、原因，以及对推荐的实际影响（与不考虑天气时的推荐相比：是否改变、多花几分钟、暴露减少多少）。Route Intelligence 和对话只复述这条记录。
• AI Journey：识别 “cooler / too hot / shade / 凉快 / 阴凉” 等（热度项 ×2，不改其他偏好）、“consider today's weather”（使用天气）、“Is my route comfortable in this weather?”（根据数据回答，不重新规划）。LLM 模式下，预报作为上下文传入，输出新增 weather 字段。
• 界面：Navigate 地图左上角是紧凑的天气标签，展开后显示当前天气、步行时段预报、NWS 警报、天气路线状态、开关、刷新，以及天气变化后的 “Recalculate” 按钮；点击地图即收起，Explore 中隐藏。右侧新增 “Weather & your walk”：天气状况 / 对步行的影响 / 天气路线说明。
• 重新规划：只有天气等级发生变化时才提示重新计算，例如热度档位、白天黑夜、雨或风提醒；数值小幅波动不会提示，也不会自动切换路线。

Files / 文件

• routing/engine.py: pedestrian routing engine — graph loading, snapping, A*, candidate routes, route scores, personalized ranking, navigation progress.
• server.py: existing APIs plus /api/routes, /api/edges/…, /api/segments/…, /api/routing/status, /api/navigation/progress; gzip, data auto-refresh.
• route-client.js: AI Journey ↔ engine adapter, Route Intelligence (cards, 12-dimension profile, comparison, ordered edges), route-edge inspector, GPS progress.
• explore-map.js: Explore Urban Data (13 maps, segment inspector). app.js, center-map.js: existing shell, preferences, map, Street evidence panel.
• scripts/streetwise_indicators.py: shared indicator definitions and measurement. build_manhattan_streets.py: LION scores. build_pedestrian_network.py: OSM graph. match_lion_osm.py: matching + edge scores.
• data/manhattan-streets.json, data/pedestrian/: built data. data/cache/: raw downloads (safe to delete).
• nav-engine.js: navigation engine (map matching, state machine, alerts). nav-ui.js: live navigation UI, voice, re-routing, session. explore-analytics.js: Explore distribution / comparison / dataset details. routing/validation.py: route QA. routing/maneuvers.py: turn-by-turn maneuvers. scripts/build_registry.py → data/registry.json.
• places.js: NYC-wide place search (Photon + NYC GeoSearch + optional Mapbox) and the shared autocomplete. journey.js: AI Discover My Walk state, agent tools, local journey parser, itinerary planning client. journey-ui.js: journey panel, My Hotel, map waypoints, Your City Walk. voice.js: Web Speech input. opening-hours.js: OSM hours check. routing/itinerary.py: multi-stop planner + detours. routing/menu.py: official-website menu verification. scripts/build_place_index.py → data/places/.
• weather.js: shared weather context (Open-Meteo + NWS, walk window, routing snapshot). weather-ui.js: Navigate weather status, Route Intelligence weather section, weather chat answers. routing/weather.py: weather assessment, coefficients, tree-cover exposure.
• urban-style.js: cartographic design tokens (colours, zoom tiers, point/line/building/environment styles). : dataset catalog panel, composition into grouped map layers, themes, dynamic legend, static tile loading, map layers, Urban Feature Inspector, Street Segment Evidence, Route Urban Data. : shared geometry (projection, corridor, nearest, coverage). : API base + . : reference implementation for tests. : datasets → catalog + tiles.

Automated checks / 自动测试

node tests/spatial.test.cjs
node tests/real-route.test.cjs
node tests/urban-geo.test.cjs
node tests/urban-style.test.cjs
node tests/weather.test.cjs
node tests/places.test.cjs          # LIVE=1 node tests/places.test.cjs calls the real providers
node tests/opening-hours.test.cjs
node tests/nav-gps.test.cjs          # 14 replayable GPS tracks on a real route
python3 -m unittest discover -s tests -p 'test_*.py'   # includes the routing engine end-to-end tests
python3 -m unittest tests.test_tourism   # datasets, places, hours, providers (stubbed), scenarios A–F, endpoints
# Install jsdom separately for DOM integration tests:
npm install --prefix /tmp/streetwise-test jsdom
JSDOM_PATH=/tmp/streetwise-test/node_modules/jsdom node tests/dom.test.cjs

Browser scripts require Playwright and a supported Chromium installation. CHROME_PATH may specify its executable. The cartographic redesign was checked visually in a real browser (MapLibre/WebGL, 1440×900 and 375×812): route/street/city/detail zoom, height, age and land-use building themes, Current map view in dense Midtown, clicks on data points and route segments, Explore round trip. Real hardware GPS and touch gestures on a physical phone were not tested. DOM tests do not prove rendered map interactions.

Indexed NYC evidence / 城市级索引数据

本次扩容的来源、实际记录数、字段缺失率、时间范围与“用于选路 / 仅供地图背景”角色分别见 城市数据清单、扩容审计报告 和 data/urban/inventory.json。完整已有清单仍在 data/registry.json，总记录数不能视为去重后的商家数。

• NYPD 历史及 Current YTD 投诉：独立的 Historical Reported Complaint Density 目标，支持高/低偏好、日期（结束日期不含当天）与事件类型。不是犯罪发生率或实时个人风险；不改变 Access & Safety 的交通安全定义。
• 官方水体边界：真实路网边的水体邻近比例参与候选生成与排序；“改为避开河边”会替换偏好并重算。包含湖泊和海岸水体，不代表可见水景或已核验的公共入口。
• 当前 Forestry Full-structure 树木库存：五区索引查询和地图聚合，原始条件可能为 Dead / Unknown，不能当作实测树冠遮荫。现有 Nature 数值与 12 维定义保持原版本；修正了把 Full 误写为 Living 的指标文案。
• 水岸公共空间、步行广场、施工许可与座椅：真实空间背景。施工许可的有效日期不证明全时段封路，也不自动判定人行道不可走。
• 多项菜品可由一家有独立菜单证据的真实店铺满足；所有要求分别核验并显示来源。12 小时后的缓存证据需要重新核验。

运行服务仍只需 Python 标准库。大量数据在离线 ETL 中写成压缩 SQLite 与空间索引，服务器只进行有界查询；路线及导航缓存也有大小上限。离线重建需 pyproj==3.7.2 和 shapely==2.1.2，步骤见 .github/workflows/indexed-urban-refresh.yml，生成审核用 artifact 后再发布，不会自动覆盖生产数据。衍生的街段证据需在基础评分文件重建后运行 scripts/build_segment_evidence.py；水体边特征需在路网或水体源改变后运行 scripts/build_waterfront_features.py。

五区数据查询与五区路线覆盖是两回事：现有已验证的步行路网仍覆盖 Manhattan。其他区路线、实测遮荫、实时商业价格/库存和完整无障碍连通性尚未实现。本次不把这些能力报告为完成。