MapSmith 是一个专业级 GIS 地理处理系统，通过 MCP（Model Context Protocol）向 AI 智能体提供确定性的地理空间分析能力，并为每个输出生成可验证的来源清单。
用途
MapSmith 的核心用途是回答地理空间问题并给出可复现、可审计的分析记录。用户可以用自然语言向 AI 智能体提问，例如“哪些地块位于河流 1.5 公里以内且海拔在 120 米或以下？给出每个地块的平均海拔和地面面积。”MapSmith 会解析问题，规划出多步操作计划，在运行前验证计划，按正确顺序执行，并记录每一步的输入、参数、CRS 决策和检查结果。
主要能力
MapSmith 支持多种地理处理操作，包括缓冲区、叠加、重投影、分区统计、地形和水文分析等，目录中提供 78 种操作。计划由多个操作组成，操作顺序必须正确；如果某一步读取了后续步骤才产生的数据，计划会被拒绝。每个数据集输出时都会在磁盘上生成一个来源清单，包含输入校验和、精确参数、CRS 决策及理由、引擎版本以及针对结果的确定性检查。清单遵循公开的 JSON Schema 规范，包含规范版本、验证工具和无依赖验证器，可由第三方实现读取和重新运行。
执行引擎包括 GeoPandas、DuckDB Spatial、exactextract 和 Whitebox Workflows，模型本身不执行地理处理操作。MapSmith 还提供 get_provenance 获取单步操作的完整记录，以及 get_lineage 从最终文件追溯整个分析链，通过内容哈希和输入摘要恢复数据流，不依赖文件名或记录间字段引用。
使用方式
用户可以将任意 MCP 客户端（如 Claude Desktop、Claude Code、Cursor、VS Code）指向 MapSmith，通过 stdio 接入。推荐使用 Docker 安装，服务器被限制在用户挂载的目录内。也可以使用 uvx 运行，或通过 VS Code 一键安装命令添加。Docker 镜像包含 raster 和 whitebox 扩展；使用 uvx 时可自行选择扩展。Docker 或 uvx 是唯一受支持的安装路径。
适用场景
适用于需要可复现、可审计的地理空间分析的场景，例如地块筛选、距离分析、海拔统计、地形和水文分析等。尤其适合需要向他人证明分析过程、或需要重新运行以确认结果的场合。
限制
MapSmith 不会执行无法正确回答的问题，例如当数据网格距离过远或分辨率不匹配时，它会拒绝给出数字而不是给出不可靠的结果。安装仅支持 Docker 或 uvx，因为跨三个操作系统的地理空间原生依赖维护困难。Docker 镜像仅构建 amd64 架构，在 Apple Silicon 上通过模拟运行。部分版本之间存在行为变更和清单键名调整，需参考变更日志。
