为解决城市轨道交通大系统中各个运行层级间不协调与信息资源浪费的问题，以地铁系统为原型，分析地铁大系统的运作机制，设计易于实现的地铁大模型问答系统(MetroGPT)。MetroGPT是基于大语言模型(LLM)构建的地铁大语言模型垂直问答系统，以LangChain为设计框架，针对特定场景定制不同的AI智能体完成特定任务。基于现有的6种大语言模型制作垂域智能体，使用改进的德尔菲法设计评估流程，通过德尔菲法的评分结果选出与地铁某类垂域知识最为匹配的大语言模型引擎。研究结果表明：MetroGPT提供1种解决地铁运行系统中层级信息闭塞、交流不充分的方法，为运营方、乘客、服务人员提供1个三方交流平台，在不同条件下针对需求制定合乎规范与实际的解决方案。通过分析现有技术和挑战，提出1种结合知识图谱和大语言模型的问答系统设计方案，并讨论其在地铁运营中的具体应用场景和潜在价值。