AI在GIS领域的实践之QGIS-MCP

内容大概有改动，统统以原文为准。

目录

• 写在前面
  
• 如何安装
  
  
  
  • 注册模子服务
    
  • 安装uv
    
  • 安装QGIS插件以及MCP服务器
    
    
    
    • 安装QGIS插件
      
    • 安装MCP服务器
      
    
    
  
  
• 利用案例
  
  
  
  • 渲染舆图风格
    
  • 属性统计
    
  • NDVI计算
    
  • 获取地理位置以及显示
    
  
  
• 背后的原理
  
• 写在背面
  
• 参考
  

写在前面

近期MCP[1]很火哎，不断涌现出各种各样的工具。例如利用MCP进行代码补全/生成，浏览器控制，舆图导航，寻址，网络搜索等[2]，统统都是基于自然语言实现的自动化。固然除了上述，我最关心的还是它在GIS领域开出了什么花，一番搜索之下发现当前开源社区已经存在了一款功能强盛的插件——qgis_mcp。
代码仓库地址：https://github.com/jjsantos01/qgis_mcp
在我搜索过程中，  几个头部的国内外传统GIS公司，都还没有发布正式的MCP工具，如ESRI，Mapinfo和SuperMap（或许已经在开发中只是仍未成熟等待发布，又或许还没有，又或许是我没找到）。相较于开源的QGIS，任何人，如果你有能力，都可以给它加上你想要的功能，这一点我以为非常棒，这使得它在某些功能/特性方面推进的更快，虽然效果不一定比闭源好。
实验利用这个MCP工具，看看效果如何。
如何安装

尽管仓库作者写的安装说明已经很清楚明白，但由于描述语言是英文，对中文母语者大概不太友好，以是在这里记载自己的完整安装过程。
这个插件体系包含两个组件，一个是QGIS插件，另一个是MCP服务器。除此之外，还需注册有一个能正常利用的大模子，可以利用在线的Claude或者DeepSeek等模子提供商。
这些是运行的环境要求：

• 安装有QGIS版本 3.X
  
• 安装有Claude desktop（如果利用Claude需要）
  
• 安装有5ire（如果利用DeepSeek，OpenAI等其它模子需要）
  
• 安装有Python 解释器版本为3.10 或更新
  
• 安装有Python包管理器uv
  

注册模子服务

一步步来，首先最重要的是模子提供商的账户。Deepseek等直接到官网注册即可，而Claude以及OpenAI等并未在中国大陆及港澳台提供模子服务，以是注册步骤会有点曲折，网上也有许多相干资料攻略，这里就不再延伸展开。
安装uv

用它来运行MCP 服务器本体，macOS用户可利用homebrew安装，执行如下命令：

1. brew install uv

复制代码

windows用户可利用powershell安装，执行如下命令：

1. powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

复制代码

如若通过上述命令无法安装，则直接上官网下载。
安装QGIS插件以及MCP服务器

安装QGIS插件

下载仓库源码，利用Git或者直接以zip格式下载后解压。
打开QGIS，依次点击Settings->User profiles->Open active profile folder，进入目录之后，再进入 python -> plugin目录，将上一步下载好的插件文件夹里的qgis_mcp_plugin复制到plugin，接着重启QGIS。

再次打开，进入 Plugins -> Mange Plugins，选择Installed，勾选启用插件。

接着你的软件界面会出现如下窗口，点击Start Server，插件就安装好了。

安装MCP服务器

如果用的是Claude则安装该客户端，否则跳过。
先到Claude官网按照操作体系下载客户端，安装后运行。
进入设置 Settings -> Developer -> Edit Concig

编写如下，此中只需要修改一项，然后重启Claude客户端。

1. {
2.     "mcpServers": {
3.         "qgis": {
4.             "command": "uv",
5.             "args": [
6.                 "--directory",
7.               "/这里是填写下载仓库代码后打开的目录/qgis_mcp/src/qgis_mcp",
8.                 "run",
9.                 "qgis_mcp_server.py"
10.             ]
11.         }
13.     }
14. }

复制代码

打开Claude对话框，谈天框底部有个小锤子，就代表安装乐成了（如果仅安装了QGIS MCP一个服务的话，不放心可以点击小锤子，检察是否有QGIS相干服务）

如果利用DeepSeek或者OpenAI等，则安装该客户端。
打开5ire发行页面，根据操作体系选择合适版本下载后安装，打开设置页面。

先设置大模子

接着设置MCP服务

名称，标识什么的随便填写，但是命令必须如以下格式一致。

利用案例

这里利用Claude客户端来测试，而利用5ire的话流程是一样的。
渲染舆图风格

先来测试一下，我预先往舆图画布中添加一个矢量图层，然后按照字段让它分层设色。

接着提问它：

1. 当前图层中，帮我按照“地级码”对图层进行分组，并设置不同颜色风格

复制代码

属性统计

可以看到它正确理解了我的指令并完成相干工作。然后我又让它统计即每个要素（即图中的区县）的面积，并生成统计表格和图表。

1. 帮我统计当前矢量图层中，每一个要素的面积，并制作一份柱状图统计表格，我使用的是macOS，桌面路径为/Users/wsh/Desktop。

复制代码

执行效果有一份excel和下面这张图片。我推测它利用Matplotlib来绘制，因为没有正确设置字体，以是中文标签变成口口口。

需要再点拨一下，将提示词修改为如下，再次执行，图表就显示正常了。

1. 帮我计算所有要素的面积，并生成一个柱状图，图表标签是地名，地名字段的名称为“地名”。图表标签是中文，所以你需要正确设置绘制指令以至显示，最后将结果保存在我的桌面上。

复制代码

NDVI计算

难度提升，让它计算Landsat 5 多波段遥感影像的NDVI指数，

1. 在路径为/Users/wsh/Desktop/data的文件夹，里面的子文件夹是一期Ladsat 5卫星遥感影像，包含多个波段。根据这些影像，请帮我计算NDVI指数，并显示在地图上

复制代码

下图的NDVI计算效果是错误的，不知道是不是因为我没有提供足够的信息，调整了好几次提示词，都没有乐成。

下图是我手动计算的效果。

获取地理位置以及显示

我让它帮助检察杭州所有大学在舆图上的分布。

1. 帮我获取杭州所有大学的名单及其经纬度坐标，并显示在地图上

复制代码

大模子获取到了坐标信息，但是并不能将其渲染到QGIS舆图画布中，因为该MCP工具临时还不支持根据文本坐标创建点图层。不外它令人惊喜的一点是，在MCP不支持自动生成点图层的环境下，它通过生成一份HTML网页这种“曲线救国”的方式完成了我的需求，用浏览器打开，可以进行简单的交互检察。

背后的原理

先临时抛开那些专业且复杂的名词，界说，简单了解下大模子，MCP服务器，QGIS插件，QGIS四者，它们之间如何互相协同完成需求[3]。
graph TDuser[用户1] --> llm[大模子]user2[用户2] --> llm[大模子]llm  mcp[MCP服务器]mcp  plugin[QGIS插件]plugin  QGIS大模子作为总指挥，它理解人类语言将需求分解，然后间接控制QGIS执行一系列动作来完成需求，而MCP服务器和QGIS插件可以看作是控制的手段（类似计算机里的中心件）。它通过MCP协议与MCP服务器交互。
MCP服务器作为工具箱的角色，它告诉大模子它内部实现了什么服务，通过它可以执行哪些功能，执行功能的时间需要提供哪些输入数据等一系列上下文信息。
QGIS插件则是MCP服务器所描述的功能的实现者。通俗点说就是MCP服务器画大饼，然后它来干活。它与服务器一般接纳WebAPI来通信。
最后是QGIS，实在它才是真正的打工人，因为QGIS插件只是调用了它的API来完成具体工作。
写在背面

目前MCP在GIS领域的应用尚在起步阶段，功能还不是很丰富，将来应该会有越来越多服务集成进来，特别是基于位置的服务（LBS）。
附带一些小吐槽，首先是整个MCP体系太繁琐了，安装这又那的，而且每一个MCP服务都是独立的，也就是说A电脑安装后无法与B电脑共享（将来会不会出现那种MCPServerHub）。
其次MCP服务的运行环境是python或者node，如果安装多个服务是否会造成资源浪费，毕竟不是每一个服务都时刻在用，能不能复用一套环境呢。
最后这一条仅针对GIS，利用它来处置惩罚地理数据有泄密风险。因为GIS特殊的行业性质，导致许多数据涉密，不能利用互联网上公开的大模子服务来处置惩罚，除非是个人或者企业内部部署，光这一条我觉得就已经将一半的人拦在门外。
参考

---

• https://www.claudemcp.com/ ↩︎
  
• https://www.bilibili.com/video/BV1MjZ5YrESn/?spm_id_from=333.1007.top_right_bar_window_dynamic.content.click&vd_source=10d0f86227f3c318f8237345caac47c8 ↩︎
  
• https://www.cnblogs.com/lwp-nicol/p/18793956 ↩︎
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。