geoskill-llm-spatial-query

自然语言规则解析+geopandas空间查询，输出查询结果GeoJSON（离线numpy等价实现）

LLM空间查询 | LLM Spatial Query

Runs attribute + spatial queries on a vector layer from a single natural-language sentence (e.g., "select parcels with area > 50, keep the top 3 by value"), and outputs the matched features as GeoJSON plus a structured query plan.

This skill is an offline NumPy-equivalent implementation of an LLM/NL2GeoSQL spatial Q&A system: it does not depend on large models, parses text into a query plan with regex rules (field/comparator/value, bbox spatial intent, ordering, and Top-N), and executes the plan with geopandas/shapely; the query plan is persisted as JSON and is fully auditable and unit-testable.

Dependencies / 依赖

bash

pip install numpy rasterio scipy scikit-learn geopandas shapely

Usage / 使用方法

Example 1 (synthetic data, offline)

bash

python geoskill-llm-spatial-query.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2: query on synthetic parcels (offline)

bash

python geoskill-llm-spatial-query.py --bbox 116.0 39.0 117.0 40.0 --synthetic --query "top 3 areas larger than 50" --output-dir ./out

Example 3: attribute query on real vector data

bash

python geoskill-llm-spatial-query.py --input parcels.geojson --query "population under 3000" --output-dir ./out

Example 4: spatial extent query

bash

python geoskill-llm-spatial-query.py --bbox 116.0 39.0 116.5 39.5 --synthetic --query "parcels in range" --output-dir ./out

Output / 输出

File	Format	Description
query_result.geojson	GeoJSON	Set of matched features
query_plan.json	JSON	Parsed structured query plan
output-manifest.json	JSON	Run manifest (input/output/QA/exit code)

Data Source / 数据源 / Source

Local vector files (GeoJSON/Shapefile), or a --synthetic regular parcel grid layer.

Privacy / 隐私声明 / Privacy

• Offline by default; --synthetic mode requires no network at all.
• All processing is done locally; no user data is uploaded.

License / License

MIT

---

---

name: geoskill-llm-spatial-query description: '自然语言规则解析+geopandas空间查询，输出查询结果GeoJSON（离线numpy等价实现）'

LLM空间查询 | LLM Spatial Query

用一句自然语言（如"筛选面积大于 50 的地块，取值最高的前 3 个"）对矢量图层做属性 + 空间查询，输出命中要素 GeoJSON 与结构化查询计划。

本 skill 是 LLM/NL2GeoSQL 空间问答系统的离线 numpy 等价实现：不依赖大模型，用正则规则把文本解析成查询计划（字段/比较符/数值、bbox 空间意图、排序与 Top-N），再用 geopandas/shapely 执行；查询计划落盘为 JSON，完全可审计、可单测。

依赖

bash

pip install numpy rasterio scipy scikit-learn geopandas shapely

使用方法

示例 1（合成数据，离线）

bash

python geoskill-llm-spatial-query.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2：合成地块查询（离线）

bash

python geoskill-llm-spatial-query.py --bbox 116.0 39.0 117.0 40.0 --synthetic --query "面积大于50的前3个" --output-dir ./out

示例 3：真实矢量属性查询

bash

python geoskill-llm-spatial-query.py --input parcels.geojson --query "人口小于3000" --output-dir ./out

示例 4：空间范围查询

bash

python geoskill-llm-spatial-query.py --bbox 116.0 39.0 116.5 39.5 --synthetic --query "在范围内的地块" --output-dir ./out

输出

文件	格式	说明
query_result.geojson	GeoJSON	命中要素集合
query_plan.json	JSON	解析出的结构化查询计划
output-manifest.json	JSON	运行清单（输入/输出/QA/退出码）

数据源 / Source

本地矢量文件（GeoJSON/Shapefile），或 --synthetic 规则地块网格图层。

隐私声明 / Privacy

• 默认离线运行，--synthetic 模式完全无网络。
• 所有处理在本地完成，不上传任何用户数据。

License

MIT