AI导哈

本地化地理空间分析工具

一个本地运行的AI地理空间分析系统，集成了本地LLM（Ollama + Phi3）和MCP服务器，用于处理自然语言请求，执行GeoTIFF元数据分析、图像裁剪、NDVI和DEM计算等功能。

  • by EmreCandan0
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 emrecandan0/local-llm-mcp-geotools

使用说明

本地llm-mcp地质工具

本地运行的LLM（Ollama+Phi3）与MCP服务器集成，用于地理空间分析、TIFF裁剪、NDVI和DEM计算。

一个基于人工智能的本地地理空间分析系统，使用 本地托管法学硕士（Ollama+Phi3） 以及a 模型上下文协议（MCP）服务器 处理自然语言请求。助手理解用户提示，并调用专门的工具：

  • GeoTIFF元数据分析
  • 按地理坐标裁剪图像
  • 归一化植被指数（NDVI）计算
  • DEM（数字高程模型）值检索

🔧 主要特点

  • 🧠 本地LLM集成 （Ollama+Phi3）-不需要互联网或API密钥
  • 🔌 基于MCP服务器的工具调用 建筑
  • 🗺️ 地理空间图像处理：TIFF/JP2分析、NDVI、DEM和裁剪
  • 💬 自然语言接口 --用户通过简单的文本提示进行交互
  • 📂 FastAPI + FastMCP 用于地理空间操作的GDAL后端

🖼️ 示例用例

  • “分析此TIFF文件并显示坐标。”
  • “在这些纬度/经度值之间裁剪图像。”
  • “给我此时的NDVI值。”
  • “此坐标处的DEM高程是多少？”

🚀 入门指南

1.克隆存储库

克隆https://github.com/emrecandan0/local-llm-mcp-geotools.git

cd本地llm-mcp地质工具

  1. 启动MCP服务器 确保在代码中正确设置了端口和路径。 python mcpserver.py

  2. 启动LLM助手（CLI） 确保Ollama正在运行，Phi3型号已拔出。 胶原蛋白运行phi3 python客户端.py

⚙️ 需求 Python 3.9+

Ollama（带phi3型号）

GDAL

快速 API

数值Python

请求：

MCP服务器（通过fastmcp）

📁 项目结构

├── client.py#主CLI助手（LLM+工具调用）

├── mcp_server.py#带有GDAL工具的FastAPI mcp工具服务器

├── 功能/

│ └── funcs_pool.py#辅助函数：几何、EPSG、元数据

├── static/outputs/#裁剪PNG的输出文件夹

└── temp/#临时文件

📦 在MCP中注册的工具

analyze_tiff（文件路径）→ 返回元数据和范围

crop_image（文件路径、minx、miny、maxx、maxy）→ 保存PNG裁剪

get_ndvi（文件路径，x，y）→ 返回坐标处的NDVI

get_dem（文件路径，x，y）→ 返回坐标处的DEM高程

🧪 示例提示（CLI）

➤ 请求：从最小值790000、最小值4080000、最大值800000、最大值4090000裁剪图像

🔧 调用crop_image工具。..

✅ 结果：静态/输出/myfile_cropped.png

相关 MCP