版本: v1.1.0
更新日期: 2026-01-15
技术栈: Python 3.10+ / FastAPI / Vue 3 / TypeScript / QGIS 3.44+
AutoGIS 是一个自动化地理空间分析平台，旨在降低 GIS 分析的技术门槛。用户只需输入自然语言描述的分析需求，系统即可自动完成：
- 🔍 智能理解：解析用户意图，识别所需数据和分析操作
- 📥 数据获取：自动从多种数据源下载所需空间数据
- 💻 代码生成：生成可执行的 QGIS/PyQGIS 分析代码
▶️ 自动执行：在 QGIS 环境中运行生成的代码- 🔧 智能优化：执行失败时基于 RAG 自动优化代码
- 🗺️ 结果展示：在 Web 地图上实时展示分析结果
| 特性 | 描述 |
|---|---|
| 自然语言驱动 | 支持中文自然语言输入，无需编写代码 |
| 多数据源支持 | OSM、Sentinel-2、行政边界等多种数据源 |
| 本地数据优先 | 基于向量检索优先使用本地数据，避免重复下载 |
| 实时进度推送 | WebSocket 实时推送任务执行进度 |
| Web 可视化 | 结果直接在 Web 地图上展示，支持图层管理 |
| RAG 代码优化 | 失败时检索算法文档，智能修复代码 |
用户输入: "下载北京的Sentinel-2影像并计算NDVI"
系统自动完成:
1. 意图分析 → 识别为"数据下载+代码生成"任务
2. 数据检索 → 检查本地是否有北京边界数据
3. 数据下载 → 下载北京边界 + Sentinel-2影像
4. 代码生成 → 生成NDVI计算的PyQGIS代码
5. 代码执行 → 在QGIS环境中执行
6. 结果展示 → NDVI结果显示在Web地图上
┌─────────────────────────────────────────────────────────────────────────┐
│ 前端应用层 │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ Vue 3 + TypeScript │ │
│ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │
│ │ │QueryInput│ │TaskLogs │ │MapView │ │DataCatalog│ │ApiDocs │ │ │
│ │ └─────────┘ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │ │
│ │ │ │
│ │ ┌─────────────────┐ ┌─────────────────┐ │ │
│ │ │ Pinia Store │ │ MapLibre GL │ │ │
│ │ │ (Task/Map) │ │ (地图渲染) │ │ │
│ │ └─────────────────┘ └─────────────────┘ │ │
│ └─────────────────────────────────────────────────────────────────┘ │
└────────────────────────────────┬────────────────────────────────────────┘
│ HTTP/WebSocket
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ 后端服务层 │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ FastAPI + Uvicorn │ │
│ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │
│ │ │Analysis API │ │ Data API │ │ Catalog API │ │ │
│ │ │(任务管理) │ │(文件管理) │ │(数据目录) │ │ │
│ │ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │ │
│ │ │ │ │ │ │
│ │ ┌──────┴───────────────┴───────────────┴──────┐ │ │
│ │ │ Task Manager │ │ │
│ │ │ (任务调度 / 进度管理 / 日志捕获) │ │ │
│ │ └──────────────────────┬──────────────────────┘ │ │
│ │ │ │ │
│ │ ┌──────────────────────┴──────────────────────┐ │ │
│ │ │ WebSocket Server │ │ │
│ │ │ (实时进度推送) │ │ │
│ │ └─────────────────────────────────────────────┘ │ │
│ └─────────────────────────────────────────────────────────────────┘ │
└────────────────────────────────┬────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ 核心算法引擎 │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ Spatial Analysis System │ │
│ │ │ │
│ │ ┌─────────────────┐ ┌─────────────────┐ │ │
│ │ │ Workflow Engine │◄──────────────────│ Config │ │ │
│ │ │ (工作流引擎) │ │ (配置管理) │ │ │
│ │ └────────┬────────┘ └─────────────────┘ │ │
│ │ │ │ │
│ │ ┌────────┼────────┬────────────────┬────────────────┐ │ │
│ │ ▼ ▼ ▼ ▼ ▼ │ │
│ │ ┌────┐ ┌────┐ ┌────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │意图 │ │代码 │ │代码执行 │ │代码优化器│ │算法帮助 │ │ │
│ │ │分析 │ │生成 │ │ 器 │ │(RAG) │ │模块 │ │ │
│ │ └────┘ └────┘ └────────┘ └──────────┘ └──────────┘ │ │
│ │ │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ Core 数据引擎 │ │
│ │ ┌────────────────┐ ┌────────────────┐ ┌────────────────┐ │ │
│ │ │Data Retrieval │ │Vector Database │ │Geo Query │ │ │
│ │ │Engine (数据获取)│ │ (向量检索) │ │Engine (地理查询)│ │ │
│ │ └────────────────┘ └────────────────┘ └────────────────┘ │ │
│ └─────────────────────────────────────────────────────────────────┘ │
└────────────────────────────────┬────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ 外部服务 │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ LLM API │ │ OSM API │ │Sentinel │ │Nominatim│ │Embedding│ │
│ │(通义千问)│ │(Overpass)│ │ Hub API │ │ (地理编码)│ │ API │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└─────────────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ 执行环境 │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ QGIS 3.44+ (PyQGIS) │ │
│ │ Processing / GDAL / OGR / 空间分析算法 │ │
│ └─────────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────────┘
AutoGIS_main/
├── spatial_analysis_system/ # 🧠 核心算法引擎
│ ├── config.py # 配置管理
│ ├── config.yaml # 配置文件
│ ├── llm_client.py # LLM 客户端
│ ├── intent_analyzer.py # 意图分析器
│ ├── code_generator.py # 代码生成器
│ ├── code_executor.py # 代码执行器
│ ├── code_optimizer.py # 代码优化器 (RAG)
│ ├── algorithm_helper.py # 算法帮助模块
│ ├── workflow_engine.py # 工作流引擎
│ └── catalog_builder.py # 数据目录构建器
│
├── core/ # 📦 数据引擎模块
│ ├── geo_query_engine.py # 地理查询引擎
│ ├── data_retrieval_engine.py# 数据获取引擎
│ ├── local_vector_matcher.py # 本地数据匹配
│ ├── vector_database.py # 向量数据库
│ ├── vector_embedding.py # 向量嵌入
│ └── metadata_generator.py # 元数据生成器
│
├── api/ # 🌐 后端 API 服务
│ ├── main.py # FastAPI 主入口
│ ├── routers/ # 路由模块
│ │ ├── analysis.py # 分析任务 API
│ │ ├── data.py # 数据管理 API
│ │ └── catalog.py # 数据目录 API
│ ├── schemas/ # Pydantic 数据模型
│ ├── services/ # 服务层
│ │ └── task_manager.py # 任务管理器
│ └── websocket/ # WebSocket 模块
│ └── task_progress.py # 进度推送
│
├── web/ # 🖥️ 前端应用
│ ├── src/
│ │ ├── components/ # Vue 组件
│ │ │ ├── analysis/ # 分析相关组件
│ │ │ ├── map/ # 地图相关组件
│ │ │ ├── data/ # 数据目录组件
│ │ │ ├── history/ # 历史记录组件
│ │ │ └── docs/ # API 文档组件
│ │ ├── stores/ # Pinia 状态管理
│ │ ├── api/ # API 调用封装
│ │ └── types/ # TypeScript 类型
│ └── package.json # 前端依赖
│
├── data/ # 📊 数据存储
│ ├── data_catalog.json # 数据目录
│ ├── vector_db.json # 向量数据库
│ └── qgis_alg_detail.*.csv # QGIS 算法文档
│
├── downloaded_data/ # 📥 下载的数据
├── output/ # 📤 输出目录
│ ├── generated_scripts/ # 生成的脚本
│ ├── results/ # 分析结果
│ └── logs/ # 日志文件
│
├── scripts/ # Catalog, retrieval, maintenance, and development tools
└── run_analysis.py # CLI 入口
| 层级 | 技术 | 说明 |
|---|---|---|
| 前端 | Vue 3 + TypeScript | 响应式框架 + 类型安全 |
| Vite | 现代构建工具 | |
| MapLibre GL JS | 高性能地图渲染 | |
| Pinia | 状态管理 | |
| 后端 | FastAPI | 高性能异步 API 框架 |
| Uvicorn | ASGI 服务器 | |
| WebSocket | 实时通信 | |
| Pydantic | 数据验证 | |
| 算法引擎 | Python 3.10+ | 核心语言 |
| QGIS 3.44 + PyQGIS | 空间分析 | |
| GDAL/OGR | 地理数据处理 | |
| AI/ML | OpenAI API (兼容) | LLM 推理 |
| 向量嵌入 | 本地数据检索 | |
| 数据源 | OpenStreetMap | 矢量数据 |
| Sentinel Hub | 遥感影像 | |
| Nominatim | 地理编码 |
工作流引擎是系统的核心调度器，协调各模块完成完整的分析流程。
# 工作流执行流程
class WorkflowEngine:
def process(self, query: str) -> WorkflowResult:
# 1. 意图分析
intent = self.intent_analyzer.analyze(query)
# 2. 根据意图类型处理
if intent.task_type == "DATA_AND_CODE":
return self._handle_data_and_code(query, intent)
elif intent.task_type == "DATA_DOWNLOAD_ONLY":
return self._handle_data_only(query, intent)
elif intent.task_type == "CODE_ONLY":
return self._handle_code_only(query, intent)工作流类型：
| 类型 | 触发条件 | 处理流程 |
|---|---|---|
DATA_AND_CODE |
需要下载数据并分析 | 意图分析 → 数据获取 → 代码生成 → 执行 → 优化 |
DATA_DOWNLOAD_ONLY |
仅需要下载数据 | 意图分析 → 数据获取 |
CODE_ONLY |
使用已有数据分析 | 意图分析 → 代码生成 → 执行 → 优化 |
基于 LLM 分析用户自然语言输入，提取关键信息。
输入示例：
"下载清华大学和北京大学的边界，计算600米缓冲区并展示重叠区域"
分析输出：
{
"task_type": "DATA_AND_CODE",
"data_requirements": [
{"name": "清华大学边界", "type": "boundary", "format": "geojson"},
{"name": "北京大学边界", "type": "boundary", "format": "geojson"}
],
"analysis_operations": ["buffer", "intersection"],
"parameters": {"buffer_distance": 600}
}根据分析需求和数据信息，生成 PyQGIS 代码。
核心功能：
- 多种分析模板（缓冲区、裁剪、相交、NDVI等）
- 自动处理坐标系转换（EPSG:4326 → EPSG:3857）
- 生成
addMapLayer()调用便于前端提取结果
生成代码示例：
# 自动生成的 PyQGIS 代码
from qgis.core import *
import processing
# 加载数据
layer1 = QgsVectorLayer("boundary_清华大学.geojson", "清华大学", "ogr")
layer2 = QgsVectorLayer("boundary_北京大学.geojson", "北京大学", "ogr")
# 重投影到 EPSG:3857 (米单位)
layer1_3857 = processing.run("native:reprojectlayer", {
'INPUT': layer1, 'TARGET_CRS': 'EPSG:3857', 'OUTPUT': 'memory:'
})['OUTPUT']
# 缓冲区分析
buffer_result = processing.run("native:buffer", {
'INPUT': layer1_3857, 'DISTANCE': 600, 'OUTPUT': 'output/buffer.geojson'
})
# 添加到地图 (供前端提取)
addMapLayer("缓冲区结果", "output/buffer.geojson", "vector")当代码执行失败时，使用 RAG (检索增强生成) 技术自动修复。
优化流程：
┌─────────────────────────────────────────────────────────────────┐
│ 代码优化流程 (RAG) │
├─────────────────────────────────────────────────────────────────┤
│ │
│ 1. 错误分析 │
│ └─ 解析执行错误信息，识别失败原因 │
│ │
│ 2. 文件路径提取 │
│ └─ 从代码中提取数据文件路径 │
│ │
│ 3. 元数据检索 │
│ └─ 从 data_catalog.json 检索文件元数据 │
│ (几何类型、坐标系、字段信息等) │
│ │
│ 4. 算法ID提取 │
│ └─ 从代码中提取 processing.run() 的算法ID │
│ │
│ 5. 算法文档检索 │
│ └─ 从 qgis_alg_detail.csv 检索算法详细文档 │
│ └─ 对于不存在的算法，进行模糊匹配推荐替代 │
│ │
│ 6. Prompt 构建 │
│ └─ 组合：原始代码 + 错误信息 + 元数据 + 算法文档 │
│ │
│ 7. LLM 优化 │
│ └─ 调用 LLM 生成修复后的代码 │
│ │
│ 8. 重新执行 │
│ └─ 执行优化后的代码，失败则重复1-7 │
│ │
└─────────────────────────────────────────────────────────────────┘
基于向量相似度搜索，优先使用本地数据避免重复下载。
检索流程：
- 将用户查询转换为向量 (Embedding)
- 在向量数据库中检索相似数据集
- 使用 LLM 判断匹配的数据集是否满足需求
- 满足则直接使用本地数据，否则执行在线下载
向量数据库结构：
{
"datasets": [
{
"id": "boundary_北京大学",
"description": "北京大学边界多边形数据，GeoJSON格式",
"embedding": [0.12, -0.34, 0.56, ...],
"file_path": "downloaded_data/boundaries/boundary_北京大学.geojson"
}
]
}# api/main.py
app = FastAPI(
title="AutoGIS API",
description="自动化地理空间分析系统 API",
version="1.0.0"
)
# 路由注册
app.include_router(analysis.router, prefix="/api/analysis", tags=["分析任务"])
app.include_router(data.router, prefix="/api/data", tags=["数据管理"])
app.include_router(catalog.router, prefix="/api/catalog", tags=["数据目录"])
app.include_router(ws_router, prefix="/ws", tags=["WebSocket"])
# 静态文件服务
app.mount("/results", StaticFiles(directory="output/results"))
app.mount("/downloaded", StaticFiles(directory="downloaded_data"))任务管理器是后端核心服务，负责：
- 任务创建和状态管理
- 日志实时捕获
- 进度更新推送
- 工作流引擎调用
任务状态流转：
┌─────────┐ ┌───────────┐ ┌─────────────┐ ┌───────────┐
│ PENDING │───▶│ ANALYZING │───▶│ DOWNLOADING │───▶│ GENERATING│
└─────────┘ └───────────┘ └─────────────┘ └───────────┘
│
▼
┌───────────┐ ┌────────────┐ ┌───────────┐ ┌───────────┐
│ COMPLETED │◀───│ OPTIMIZING │◀───│ EXECUTING │◀──┤ (失败重试) │
└───────────┘ └────────────┘ └───────────┘ └───────────┘
│ │
│ ▼
│ ┌──────────┐
└────────────────────────────│ FAILED │
└──────────┘
实时推送任务执行进度到前端。
消息类型：
| 类型 | 说明 | 示例 |
|---|---|---|
initial |
连接成功，发送当前状态 | {"type":"initial","status":"executing","progress":45} |
progress |
进度更新 | {"type":"progress","progress":60,"message":"正在执行代码"} |
status |
状态变更 | {"type":"status","status":"completed"} |
heartbeat |
心跳保活 | {"type":"heartbeat"} |
error |
错误消息 | {"type":"error","message":"执行失败"} |
前端连接示例：
const ws = new WebSocket(`ws://localhost:8000/ws/task/${taskId}`)
ws.onmessage = (event) => {
const msg = JSON.parse(event.data)
if (msg.type === 'progress') {
updateProgress(msg.progress)
}
}提供数据目录的查询和统计功能。
主要端点：
| 端点 | 方法 | 功能 |
|---|---|---|
/api/catalog |
GET | 获取数据目录列表 |
/api/catalog/search |
GET | 搜索数据目录 |
/api/catalog/stats/summary |
GET | 获取统计摘要 |
/api/catalog/{id} |
GET | 获取数据详情 |
数据目录结构：
{
"vector_data": {
"datasets": [...],
"points": [...],
"polygons": [...]
},
"raster_data": {
"imagery": [...]
}
}App.vue
├── Header (导航栏)
│ └── 分析 | 数据目录 | 历史记录 | API文档
│
├── Sidebar (左侧面板)
│ ├── QueryInput (查询输入)
│ ├── TaskProgress (任务进度)
│ ├── TaskLogs (执行日志)
│ └── LayerPanel (图层管理)
│
├── MapArea (地图区域)
│ ├── MapContainer (MapLibre GL)
│ └── CodeViewer (代码查看器)
│
├── DataCatalog (数据目录) [全屏覆盖]
│ └── DataGraph (知识图谱)
│
├── TaskHistory (历史记录) [全屏覆盖]
│
└── ApiDocs (API文档) [全屏覆盖]
Task Store：
// stores/task.ts
export const useTaskStore = defineStore('task', () => {
// 状态
const currentTask = ref<Task | null>(null)
const generatedCode = ref<string | null>(null)
const queryText = ref<string>('') // 持久化查询文本
// 操作
async function submitTask(request: AnalysisRequest) { ... }
async function fetchCode(taskId: string) { ... }
function connectWebSocket(taskId: string) { ... }
return { currentTask, generatedCode, queryText, submitTask, ... }
})Map Store：
// stores/map.ts
export const useMapStore = defineStore('map', () => {
// 状态
const layers = ref<Layer[]>([])
const mapInstance = ref<maplibregl.Map | null>(null)
// 操作
async function addGeoJSONLayer(name: string, url: string) { ... }
async function addRasterLayer(name: string, url: string, bounds: number[]) { ... }
function removeLayer(layerId: string) { ... }
return { layers, addGeoJSONLayer, addRasterLayer, ... }
})支持的图层类型：
| 类型 | 格式 | 说明 |
|---|---|---|
| 矢量 | GeoJSON | 点、线、面数据 |
| 栅格 | PNG | GeoTIFF 转换后的 PNG |
| 栅格 | COG | Cloud Optimized GeoTIFF |
图层管理功能：
- 图层可见性切换
- 图层顺序调整
- 图层样式配置
- 图层删除
- 飞行到图层范围
数据目录功能：
- 数据统计概览（矢量/栅格数量）
- 几何类型分布
- 搜索和筛选
- 加载到地图
知识图谱可视化：
- 中心辐射布局
- 动态连接线
- 数据关联展示（同区域/同类型）
- 节点详情卡片
┌─────────────────────────────────────────────────────────────────────────┐
│ 用户交互层 │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 输入查询 │─────────▶│ 提交任务 │─────────▶│ 等待结果 │ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │ │ ▲ │
└─────────┼──────────────────────┼─────────────────────┼──────────────────┘
│ │ │
│ 自然语言查询 │ HTTP POST │ WebSocket
▼ ▼ │
┌─────────────────────────────────────────────────────────────────────────┐
│ 后端服务层 │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 创建任务 │─────────▶│ 后台执行 │─────────▶│ 进度推送 │ │
│ │(Task Mgr)│ │(Workflow)│ │(WebSocket)│ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │ │
└────────────────────────────────┼────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ 算法引擎层 │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 意图分析 │───▶│ 数据获取 │───▶│ 代码生成 │───▶│ 代码执行 │ │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
│ │ │ │ │ │
│ │ │ │ │ 执行失败 │
│ │ │ │ ▼ │
│ │ │ │ ┌──────────┐ │
│ │ │ │ │ 代码优化 │ │
│ │ │ │ │ (RAG) │ │
│ │ │ │ └──────────┘ │
│ ▼ ▼ ▼ │ │
│ ┌───────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 执行结果 │ │
│ │ - 生成的代码 (Python) │ │
│ │ - 输出文件 (GeoJSON/GeoTIFF) │ │
│ │ - 执行日志 │ │
│ └──────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────────────┘
用户查询: "下载北京的道路数据"
│
▼
┌─────────────────────┐
│ 意图分析器 │
│ 提取数据需求: │
│ - 区域: 北京 │
│ - 类型: 道路 │
│ - 格式: GeoJSON │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ 本地向量匹配器 │
│ 检索本地数据库 │──────▶ 找到匹配? ─▶ 使用本地数据
└──────────┬──────────┘ │
│ 未找到 │
▼ │
┌─────────────────────┐ │
│ 地理查询引擎 │ │
│ 1. Nominatim 地理编码 │
│ 2. 获取边界范围 │ │
└──────────┬──────────┘ │
│ │
▼ │
┌─────────────────────┐ │
│ 数据获取引擎 │ │
│ 1. OSM Overpass API│ │
│ 2. 下载道路数据 │ │
│ 3. 保存为 GeoJSON │ │
└──────────┬──────────┘ │
│ │
▼ │
┌─────────────────────┐ │
│ 元数据生成器 │◀─────────────┘
│ 1. 提取文件信息 │
│ 2. LLM 生成描述 │
│ 3. 更新数据目录 │
│ 4. 更新向量数据库 │
└─────────────────────┘
POST /api/analysis/submit
Content-Type: application/json
{
"query": "下载北京的Sentinel-2影像并计算NDVI",
"skip_download": false,
"auto_run": true,
"auto_optimize": true,
"max_optimization_rounds": 3
}响应：
{
"task_id": "550e8400-e29b-41d4-a716-446655440000",
"status": "pending",
"message": "任务已创建，等待处理",
"progress": 0
}GET /api/analysis/task/{task_id}响应：
{
"task_id": "550e8400-e29b-41d4-a716-446655440000",
"status": "completed",
"message": "任务完成",
"progress": 100,
"output_files": [
{
"name": "北京_NDVI",
"path": "output/results/ndvi_result.tif",
"url": "/results/ndvi_result.tif",
"type": "raster"
}
]
}GET /api/analysis/task/{task_id}/code响应：
{
"task_id": "550e8400-e29b-41d4-a716-446655440000",
"code": "from qgis.core import *\nimport processing\n...",
"language": "python",
"script_path": "output/generated_scripts/analysis_xxx.py"
}GET /api/data/files?source=results&type=vectorPOST /api/data/convert-existing-raster
Content-Type: application/json
{
"file_path": "output/results/ndvi.tif"
}响应：
{
"success": true,
"url": "/results/png/ndvi.png",
"bounds": [116.0, 39.5, 116.8, 40.2],
"format": "png"
}GET /api/catalog?limit=100&type=vectorGET /api/catalog/search?q=北京&type=vectorGET /api/catalog/stats/summary响应：
{
"total": 15,
"by_type": {
"vector": 12,
"raster": 3,
"other": 0
},
"by_geometry": {
"Polygon": 5,
"Point": 4,
"LineString": 3
}
}ws://localhost:8000/ws/task/{task_id}
接收消息：
{
"type": "progress",
"task_id": "550e8400-e29b-41d4-a716-446655440000",
"status": "executing",
"message": "正在执行NDVI计算...",
"progress": 75,
"current_step": "代码执行"
}| 组件 | 版本要求 |
|---|---|
| Python | 3.10+ |
| Node.js | 18+ |
| QGIS | 3.44+ |
| 操作系统 | Windows 10/11 |
git clone https://github.com/your-repo/AutoGIS.git
cd AutoGIS/AutoGIS_main# 推荐使用 Conda (与 QGIS 环境兼容)
conda create -n autogis python=3.10
conda activate autogis
# 安装依赖
pip install fastapi uvicorn websockets pydantic
pip install geopandas rasterio shapely
pip install openai httpx# spatial_analysis_system/config.yaml
qgis:
root_path: "D:\\QGIS 3.44.5"
runqgis_bat_path: "D:\\QGIS 3.44.5\\bin\\runqgis.bat"# spatial_analysis_system/config.yaml
llm:
api_key: "your-api-key"
base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
model_name: "qwen-max"cd web
npm installcd AutoGIS_main
conda activate qgis344 # 激活 QGIS 兼容环境
python -m uvicorn api.main:app --host 0.0.0.0 --port 8080cd web
npm run devnpm run build| 服务 | 地址 |
|---|---|
| 前端应用 | http://localhost:5173 |
| 后端 API | http://localhost:8000 |
| Swagger 文档 | http://localhost:8000/docs |
| ReDoc 文档 | http://localhost:8000/redoc |
# spatial_analysis_system/config.yaml
# ============ LLM 配置 ============
llm:
api_key: "" # API Key (必填)
base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
model_name: "qwen-max" # 模型名称
temperature: 0.3 # 温度参数
max_tokens: 15000 # 最大 token 数
timeout: 120 # 超时时间 (秒)
# ============ 代码生成专用 LLM ============
llm_code_generator:
enabled: true # 是否启用独立模型
api_key: "" # 留空则使用 llm.api_key
base_url: "" # 留空则使用 llm.base_url
model_name: "QGIS-GPT" # 代码生成专用模型
temperature: 0.2 # 低温度保证代码质量
max_tokens: 15000
timeout: 180
# ============ 向量嵌入配置 ============
vector_embedding:
api_key: "" # 留空则使用 llm.api_key
api_url: "https://dashscope.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding"
model_name: "text-embedding-v2" # 向量模型
timeout: 10
# ============ 工作流配置 ============
workflow:
skip_data_download: false # 跳过数据下载
auto_run_script: true # 自动运行脚本
auto_optimize_on_failure: true # 失败自动优化
max_optimization_rounds: 3 # 最大优化轮数
use_rag_for_optimization: true # 使用 RAG 优化
# ============ QGIS 配置 ============
qgis:
root_path: "D:\\QGIS 3.44.5"
runqgis_bat_path: "D:\\QGIS 3.44.5\\bin\\runqgis.bat"
script_timeout: 300 # 脚本超时 (秒)
algorithm_csv_path: "data/qgis_alg_detail.3.44.5.csv"
# ============ 数据配置 ============
data:
local_data_dir: "downloaded_data"
data_catalog_path: "data/data_catalog.json"
vector_db_path: "data/vector_db.json"
raw_data_dirs:
- "downloaded_data"
supported_extensions:
vector: [".shp", ".geojson", ".gpkg"]
raster: [".tif", ".tiff", ".img"]
# ============ 输出配置 ============
output:
script_output_dir: "output/generated_scripts"
result_output_dir: "output/results"
log_output_dir: "output/logs"| 变量名 | 说明 | 示例 |
|---|---|---|
AUTOGIS_API_KEY |
LLM API Key | sk-xxx |
AUTOGIS_BASE_URL |
API 地址 | https://... |
AUTOGIS_MODEL |
模型名称 | qwen-max |
AUTOGIS_SKIP_DOWNLOAD |
跳过下载 | true/false |
AUTOGIS_AUTO_RUN |
自动运行 | true/false |
在 code_generator.py 中添加新模板：
# spatial_analysis_system/code_generator.py
TEMPLATES = {
# 现有模板...
# 新增模板
"spatial_join": """
from qgis.core import *
import processing
# 空间连接分析
result = processing.run("native:joinattributesbylocation", {{
'INPUT': '{input_layer}',
'JOIN': '{join_layer}',
'PREDICATE': [0], # 相交
'METHOD': 0, # 一对多
'OUTPUT': '{output_path}'
}})
addMapLayer("空间连接结果", '{output_path}', "vector")
"""
}在 data_retrieval_engine.py 中添加新数据源：
# core/data_retrieval_engine.py
class DataRetrievalEngine:
def retrieve(self, query: DataQuery) -> DataResult:
if query.source == "osm":
return self._download_from_osm(query)
elif query.source == "sentinel":
return self._download_from_sentinel(query)
elif query.source == "new_source": # 新增数据源
return self._download_from_new_source(query)<!-- web/src/components/NewComponent.vue -->
<script setup lang="ts">
import { ref } from 'vue'
import { useTaskStore } from '@/stores/task'
const taskStore = useTaskStore()
</script>
<template>
<div class="new-component">
<!-- 组件内容 -->
</div>
</template>在 App.vue 中集成：
<script setup lang="ts">
import NewComponent from '@/components/NewComponent.vue'
</script>
<template>
<NewComponent :visible="showNewComponent" @close="..." />
</template># 后端测试
cd AutoGIS_main
python -m pytest tests/ -v
# 前端测试
cd web
npm run test系统支持所有 QGIS Processing 算法，常用的包括：
| 算法 | ID | 说明 |
|---|---|---|
| 缓冲区 | native:buffer |
创建缓冲区 |
| 裁剪 | native:clip |
按范围裁剪 |
| 相交 | native:intersection |
相交分析 |
| 融合 | native:dissolve |
要素融合 |
| 质心 | native:centroids |
计算质心 |
| 重投影 | native:reprojectlayer |
坐标转换 |
| NDVI | gdal:rastercalculator |
栅格计算 |
矢量格式：
- GeoJSON (.geojson, .json)
- Shapefile (.shp)
- GeoPackage (.gpkg)
- GeoDatabase (.gdb)
栅格格式：
- GeoTIFF (.tif, .tiff)
- Cloud Optimized GeoTIFF (COG)
- JPEG2000 (.jp2)
- HDF/NetCDF
Q: 代码执行超时怎么办？
A: 在 config.yaml 中增加 qgis.script_timeout 的值。
Q: 如何使用自定义 LLM？
A: 修改 llm.base_url 和 llm.model_name，支持所有 OpenAI 兼容 API。
Q: 栅格数据无法在地图上显示？
A: 系统会自动将 GeoTIFF 转换为 PNG，确保 /api/data/convert-existing-raster 正常工作。
文档版本: v1.1.0 | 最后更新: 2026-01-15