清华团队开源AutoGIS：自然语言驱动的地理空间分析智能体系统

清华大学地球系统科学团队推出AutoGIS，一个面向自然语言请求的自动化地理空间分析智能体系统，相关论文已在国际学术期刊发表，代码与模型同步开源。该系统针对城市管理、环境监测和灾害管理等场景中地理空间分析自动化程度不足的问题，采用将自动化过程视为代码生成的技术思路，把可验证约定与运行环境反馈作为顶层设计。AutoGIS由数据和编程两大智能体构成：数据智能体基于地理资源知识图谱GAKG，实现路径无关的数据发现、数据获取、数据处理和可信度检验，输出可供分析的数据及其约定；编程智能体依据这些约定和PyQGIS算法约定生成并运行代码，借助堆栈和日志信息实现自我修复。团队还提出三阶段阶梯式对齐策略，训练出专门面向GIS领域的QGIS-GPT大模型，重点提升长尾算子的理解与调用能力。实验表明，该系统在多源地理空间任务的资源检索、任务编排、算法理解、代码生成及修复效果等方面均有提升，并通过缓冲区分析、归一化植被指数（NDVI）变化监测、土地利用监督分类三个案例展示了端到端操作能力。项目代码已托管于GitHub，QGIS-GPT模型上线ModelScope平台，为自动地理建模的进一步发展奠定了基础。

事件分析

核心观点：垂直智能体的胜负手不在通用模型能力，而在领域约定的工程化落地，AutoGIS用知识图谱加自修复闭环提供了可复制范式。