Overview Value Architecture Stack Modules Demo Cloud
AI GEO INTELLIGENCE

IntelliGeo — 让 GIS 像聊天一样简单
AI 驱动的智能地理空间分析平台

IntelliGeo 面向 AI 课程与展示场景，融合多源遥感、自然语言交互与 GIS 工具链， 把「数据 → 推理 → 决策」变成可视化、可讲解、可复盘的完整实验。

毕京林
李若原
auto_awesome 关键词：Tool Calling · GDAL 工具链 · 可解释性 · 教学友好

为什么要做 IntelliGeo

传统 GIS 学习门槛高、流程长、可解释性不足。我们把专业操作封装成 结构化的 AI 指令，让学生用“提问”的方式完成空间分析任务。

痛点 1
psychology 操作复杂，初学者难以快速上手
痛点 2
visibility_off 结果不可追溯，缺少教学可视化
痛点 3
hub 数据与模型割裂，难以展示全流程

价值闭环

forum

交互

对话式完成 GIS 操作

fact_check

透明

可追踪执行日志与步骤

public

可视化

3D + 图表的课堂叙事

auto_mode

复用

教学脚本一键复现

device_hub系统架构

从课堂端到计算端的流动链路，AI 编排和 GIS 执行区域明确分工，用可视化步骤让观众“一眼看懂”。

FastAPI + SSE
OpenAI Tool Calling
GDAL / OGR
数据集管理

swap_horiz云端数据交换流程

数据在云服务器中交换的过程，按照链路逐级解析与转发，最终到达部署服务的终点节点，再原路返回。

当前：2D 地图
01
北京本地网络
02
域名网址 → 解析 DNS
03
香港机器接受流量转发
04
新加坡机器中转分发
05
德国机器（部署服务所在机器）
06
原路返回至北京
public 多节点路由保证跨区域访问稳定性与响应速度，采用双向数据传输确保完整性。

share技术栈关系图

以“分层 + 核心编排”为主线，清晰呈现前端体验、后端服务、AI 推理、GIS 引擎与数据运维之间的关系。

核心模块

四大模块协作，让课程展示更像一场“可运行的 GIS 实验”。

smart_toy

AI Chat

自然语言驱动 GIS 分析

database

Datasets

数据上传、体检与修复

assignment

Jobs

任务追踪与日志回放

map

Map

成果预览与交互呈现

Tool Calling
GDAL Workflow
Streaming Response
可解释可复盘

模块流转关系

可视化展示 IntelliGeo Core 四大模块之间的交互与数据流向

AI Chat
Datasets
Jobs
Map

dashboardToken 消耗统计

AI 模型 Token 使用趋势，实时追踪资源消耗与成本分布。

data_usage

Token

模型调用消耗

hub

多模型

Gemini & GPT

bolt

实时

按天统计

compare项目优势对比

对比传统 GIS 工作流与 IntelliGeo 智能协同方案，突出自动化、复盘与教学友好等优势。

传统流程
history_toggle_off 多软件切换、脚本手动调度，依赖专家协作
数据清洗耗时
流程不可追溯
IntelliGeo 流程
auto_awesome 语义驱动 Tool Calling，全链路自动记录与回放
内置质量体检
一键复现教学

route课堂演示动线

四段式故事结构，帮助观众快速理解 AI + GIS 的价值闭环。

A 城市扩张监测与预警
B DEM 坡度/等高分析
C 风险区域自动推送
D 教学复盘与指标解读
现场重点：从“一句话需求”到“可视化结果”的全过程。

speed实时指标

cloud全球云服务器集群

分布于全球三大洲的服务器网络，所有节点全互联，通过智能路由与负载均衡，为 IntelliGeo 提供稳定高效的计算与存储能力。

dns

25+

全球节点

network_check

300+

连接路径

speed

<100ms

全球延迟

public 3D 地球视角展示全球服务器网络拓扑，节点颜色代表角色类型（金色=主节点，蓝色=计算，粉色=存储，青色=边缘），粒子流动展示实时数据传输。

下一阶段规划

短期
extension 增加更多 GIS 工具 + 场景案例库
中期
sync WebSocket 实时协同 + 流程可视化编排
长期
rocket_launch 课堂级插件系统 + 企业级部署方案