用于地理空间数据检索的自主 GIS 代理框架

这个工程很有意思，用于自动选择地理空间数据，然后通过生成和执行具有自调试功能的程序来获取数据。简化了通过自然语言命令检索地理空间数据并将其加载到QGIS环境中的过程。
工程地址如下：GitHub - Teakinboyewa/AutonomousGIS_GeodataRetrieverAgent
地理信息系统 （GIS） 用户和分析师需要获取地理空间数据以进行分析或研究任务。数据获取可能非常耗时且需要大量标签。是否有可能以更少的痛苦和时间进行取货？本研究试图为 GIS 分析师创建一个自主获取代理，然后让他们更加专注于自己的创造性工作。
本研究提出了 LLM-Find，这是一个自主的 GIS 代理框架，通过生成和执行具有自调试功能的程序来检索地理空间数据。LLM-Find 采用 LLM 作为决策者，从列表中选择适用的数据源，然后从所选来源获取数据。每个数据源都有一个预定义的手册，其中记录了用于数据获取的元数据和技术详细信息。建议的框架是灵活且可扩展的，设计为即插即用机制;人类用户或 Autonomous Data Scrawlers 可以通过添加新手册来添加新数据源。LLM-Find 为自治 GIS 中的数据获取提供了一个基本的代理框架。我们还基于 LLM-Find 构建了一个代理的原型，它可以从 OpenStreetMap 获取数据，从 GitHub 获取 COVID-19 累积病例，从美国人口普查局获取行政边界和人口统计数据，从商业提供商获取天气数据，从 ESRI World Images 获取卫星底图，并从 OpenTopography.org 获取 worldwid DEM。
我们测试了各种数据案例;通过接受自然语言的数据请求，大多数请求都获得了正确的数据，成功率约为 80% - 90%。我们对此感到兴奋，因为这种数据获取代理的成功表明数据密集型 GIS 研究或边界科学研究可以由代理执行。自主研究代理可以收集必要的在线或本地数据，然后并行进行分析，同时调整方法或策略以获得更好的结果。LLM-Find 将成为这样一个光明愿景的基础性角色。
QGIS用户可以下载QGIS插件 （AutonomousGIS-GeodataRetrieveAgent） 以在GIS环境中通过自然语言下载数据。请注意，对于某些数据源，您可能需要应用 API 密钥。QGIS 插件的源代码在这里。QGIS 插件 页面： https://plugins.qgis.org/plugins/AutonomousGIS_GeodataRetrieverAgent/
参考资料：Li Z.， Ning H.， 2023.自治 GIS：下一代 AI 驱动的 GIS。国际数字地球杂志。https://doi.org/10.1080/17538947.2023.2278895。GitHub 存储库：github.com/gladcolor/LLM-Geo
注：LLM-Find 正在积极开发中，由于 AI 的快速发展，论文中提出的想法可能会发生变化。我们希望 LLM-Find 可以激励地理空间社区进一步研究自主 GIS。