本研究提出了一种实时空间检索增强生成（RAG）架构，旨在解决城市应用中基础模型知识更新慢和成本高的问题。该架构在马德里旅游助手中成功验证，显示出在智能城市解决方案中的潜在影响。

本研究提出了一种基于零-shot学习的自动化道路铺装监测方法，利用大语言模型，克服了传统人工检测的主观性和机器学习对高质量标注数据的依赖。实验结果显示，该方法在道路状况评估方面优于专家评价，具有城市应用潜力。