GeoAI Agent 架构

一条最小可审计链路

用户目标
-> 数据与权限检查
-> 空间概念和分析单元
-> 可执行计划
-> GIS/遥感工具调用
-> 中间产物与地理记忆
-> 空间和语义验证
-> 报告、图层或地图
-> 人工接受或修正

这是一种 GIStudio 的综合框架，用来比较系统，不是照搬某一篇论文的固定模块。

各层职责

1. 目标与数据契约

系统先明确研究区域、时间范围、输入数据、许可、输出格式和成功条件。模糊的 “分析这个城市”不能直接转成可靠工作流。

2. 空间概念层

在选择工具前识别缓冲、叠加、邻近、可达性、聚合、插值等概念，并决定坐标系、 尺度和分析单元。空间单元比较展示了同一 问题在网格、H3、地块或对象缓冲区下为什么会得到不同结果。

3. 计划与工具层

计划应表达依赖关系和预期产物，工具调用则必须显式记录：

• 工具与版本；
• 输入数据和字段；
• 参数与坐标参考系；
• 执行状态和错误；
• 输出文件或图层。

Spatial-Agent 使用 GeoFlow Graph 表达空间概念及其转换；SpatialWebAgent 展示了从自然语言提取空间信息、调用定位工具并落到地图的具体系统。

4. 地理记忆

记忆不仅是聊天记录，还应包含已确认的研究区、数据版本、空间参考、参数、 中间图层和失败尝试。缺少这些状态时，agent 很难在长工作流中保持可重复性。

5. 验证与恢复

验证至少覆盖：

• 代码是否运行；
• 参数是否与任务一致；
• 几何、拓扑和坐标是否有效；
• 数值统计是否合理；
• 地图是否表达了实际数据；
• 失败后是否换用了有依据的修正方案。

6. Human-in-the-loop

以下节点默认不能静默自动通过：

• 数据许可、隐私或敏感位置；
• 多种分析单元都会改变结论；
• 工具需要破坏性写入或昂贵计算；
• 结果将用于公共安全、资源分配或政策决策；
• 验证信号彼此冲突。

遥感 Agent 的一个分支

OpenEarthAgent 是 2026 年预印本，重点是把 卫星影像、自然语言问题、推理轨迹和 GIS/遥感指标工具组合起来。它说明同一 总体架构可以针对遥感建立专门的数据与工具层，但其训练集和实验结论仍应按 预印本状态理解。

与普通 LLM Workflow 的区别

GeoAI Agent 的关键不在“多调用几个工具”，而在每一步都保持空间语义和产物 可检查。坐标系、尺度、空间关系或数据时间错了，即使语言答案流畅，整个工作 流仍然失败。

下一步阅读 地理空间智能体评测。