本地llm-mcp地质工具
本地运行的LLM（Ollama+Phi3）与MCP服务器集成，用于地理空间分析、TIFF裁剪、NDVI和DEM计算。
一个基于人工智能的本地地理空间分析系统，使用 本地托管法学硕士（Ollama+Phi3） 以及a 模型上下文协议（MCP）服务器 处理自然语言请求。助手理解用户提示，并调用专门的工具：
- GeoTIFF元数据分析
- 按地理坐标裁剪图像
- 归一化植被指数（NDVI）计算
- DEM（数字高程模型）值检索
______________________________________________________________________
🔧 主要特点
- 🧠 本地LLM集成 （Ollama+Phi3）-不需要互联网或API密钥
- 🔌 基于MCP服务器的工具调用 建筑
- 🗺️ 地理空间图像处理：TIFF/JP2分析、NDVI、DEM和裁剪
- 💬 自然语言接口 --用户通过简单的文本提示进行交互
- 📂 FastAPI + FastMCP 用于地理空间操作的GDAL后端
______________________________________________________________________
🖼️ 示例用例
- “分析此TIFF文件并显示坐标。”
- “在这些纬度/经度值之间裁剪图像。”
- “给我此时的NDVI值。”
- “此坐标处的DEM高程是多少？”
______________________________________________________________________
🚀 入门指南
1.克隆存储库
克隆https://github.com/emrecandan0/local-llm-mcp-geotools.git
cd本地llm-mcp地质工具
- 启动MCP服务器
确保在代码中正确设置了端口和路径。 python mcpserver.py
- 启动LLM助手（CLI）
确保Ollama正在运行，Phi3型号已拔出。 胶原蛋白运行phi3 python客户端.py
______________________________________________________________________
⚙️ 需求 Python 3.9+
Ollama（带phi3型号）
GDAL
快速 API
数值Python
请求：
MCP服务器（通过fastmcp）
______________________________________________________________________
📁 项目结构
├── client.py#主CLI助手（LLM+工具调用）
├── mcp_server.py#带有GDAL工具的FastAPI mcp工具服务器
├── 功能/
│ └── funcs_pool.py#辅助函数：几何、EPSG、元数据
├── static/outputs/#裁剪PNG的输出文件夹
└── temp/#临时文件
______________________________________________________________________
📦 在MCP中注册的工具
analyze_tiff（文件路径）→ 返回元数据和范围
crop_image（文件路径、minx、miny、maxx、maxy）→ 保存PNG裁剪
get_ndvi（文件路径，x，y）→ 返回坐标处的NDVI
get_dem（文件路径，x，y）→ 返回坐标处的DEM高程
______________________________________________________________________
🧪 示例提示（CLI）
➤ 请求：从最小值790000、最小值4080000、最大值800000、最大值4090000裁剪图像
🔧 调用crop_image工具。..
✅ 结果：静态/输出/myfile_cropped.png