把地图数据喂给AI：我们踩过的三个坑

让AI理解真实世界的位置信息——港口、道路、建筑、工地——OpenStreetMap是最现成的数据源。但直接把原始OSM数据丢给模型，就像给一个人看数据库裸表还指望他出分析报告。能行，但极其痛苦。

我们花了几周搭了一条从OSM到RDF知识图谱的管道。不是 polished 产品，是个能跑的原型，但教训足够真实。这篇分享关键步骤、踩过的坑、以及确实能用的代码。

第一版：bash脚本的幻觉

最初想法很简单：osmconvert 裁区域，osmfilter 抽类别——交通、建筑、兴趣点。filter 字符串看起来该是这样：

filter_string="(building=house,apartments) or (building=yes)"

结果：空文件。没报错。退出码0。

osmfilter 的语法有括号地狱，"and" 这个词也是雷区。新手都会写的 "(A) or (B)" 模式，它不认。我们手动展开逗号分隔值、删掉括号，改成 "building=house or building=apartments or building=yes" 才跑通。

但bash维护是噩梦。每加一个新filter模式都可能搞崩正则解析。没有错误处理，写不了单元测试，调试全靠 echo 碰运气。

转向Python：filter_builder.py 的诞生

核心是把YAML配置里的filter列表转成合法的 osmfilter --keep 字符串。代码逻辑很直接：按等号切分键值，逗号分隔的值展开成多条，最后用 " or " 拼接——不要括号，不要 "and"。

["building=house,apartments", "amenity=school"] 变成 "building=house or building=apartments or amenity=school"。

我们还加了前置校验，在调用 osmfilter 之前就把非法语法拦下来。

这个转向不酷，但省下来的调试时间，够写三篇博客。