用途：该技能面向 TESSERA 卫星嵌入数据的获取与使用，覆盖查询覆盖范围、按 bbox 或区域文件下载、在点位采样、为密集栅格分析构建镶嵌，以及选择输出格式和配置注册表与缓存。
主要能力：嵌入为每像素 10m 分辨率的 128 通道稠密向量；瓦片为 0.1°×0.1°（约 11km×11km），以量化 int8 加 float32 缩放存储；Parquet 注册表（约几 MB）本地缓存，瓦片按需获取；高层 API 返回反量化后的 float32 数组；默认启用哈希校验。
使用方式：安装 Python 库与 CLI 用 pip install geotessera，R 库用 remotes::install_github("lassa-sentinel/GeoTessera")。Python 中 gt = GeoTessera()，点位采样用 gt.sample_embeddings_at_points(points, year=2024)，返回 (N,128) float32，缺失点为 NaN；密集栅格用 gt.fetch_mosaic_for_region(bbox, year=2024)，返回 (H,W,128)；单瓦片用 gt.fetch_embedding(lon, lat, year)；导出可用 export_embedding_geotiff 或 export_embedding_zarr。点位输入支持 (lon, lat) 元组列表、GeoJSON FeatureCollection 或 GeoPandas GeoDataFrame。CLI 流程为先 geotessera coverage 检查覆盖，再 geotessera download --bbox "..." --year 2024 --output ./tiffs，格式可选 tiff、npy、zarr，可用 --bands 选择波段，最后 geotessera visualize 或 geotessera serve。
适用场景：有明确坐标的标注站点提取、验证、稀疏分类优先用点位采样；需要连续区域全覆盖的逐像素土地覆盖分类或空间聚类才用镶嵌。
限制：镶嵌会合并并重投影 bbox 内所有瓦片，大区域内存消耗高；数据年份为 2017 至 2025，应显式指定 --year；大下载前先检查覆盖；仅需少量通道时用 --bands 减小体积。其余细节暂未提供。