用途：对地理空间栅格影像运行预训练 AI 模型，完成目标检测或文本提示分割，输出矢量结果。
主要能力：支持 buildings、cars、ships、solar-panels、parking-lots、agriculture 六类预训练检测器，以及 grounded-sam 文本提示分割。模型分别映射到 geoai 的 BuildingFootprintExtractor、CarDetector、ShipDetector、SolarPanelDetector、ParkingSplotDetector、AgricultureFieldDelineator、GroundedSAM 类。
使用方式：参数依次为模型名、输入栅格路径，可用 --text 提供 GroundedSAM 文本提示，--output 指定输出矢量文件（默认 ./<model>_detections.gpkg）。先检查 GPU：python3 -c "import torch; ..."，无 GPU 会警告但仍可运行。输入路径为绝对路径时直接使用，否则用 find 查找；未指定时可读取 .geoai-skills/state.json 或 $HOME/.geoai-skills/<项目ID>/state.json 中的近期文件。随后调用 detector.predict('INPUT_PATH', output_path='OUTPUT_PATH')，GroundedSAM 额外传 text_prompt。最后汇总模型、检测数量、输出路径与样例。
适用场景：遥感影像中的建筑、车辆、船舶、太阳能板、停车场、农田识别，以及按文本描述分割目标。
限制：需要安装 geoai-py 与 PyTorch；模型首次使用时从 Hugging Face 下载，需网络；无 GPU 时推理明显变慢；CUDA 显存不足需减小 tile size 或处理更小区域；输入须为栅格（如 GeoTIFF），矢量需先栅格化；GroundedSAM 必须提供 --text。具体收费、价格与效果资料暂未提供。