把自然语言、卫星目录、地图渲染、业务数据和多个 Agent 放进一个界面，很容易做出令人惊艳的演示，也很容易把数据来源、工具权限和部署边界混在一起。Microsoft Planetary Explorer 的开源示例把这些层并列展示：公共和租户 STAC、Lakehouse、RAG、天气模型、多端客户端与 MCP 工具。它更适合作为架构模式阅读，而不是直接当成生产产品安装。

可核查事实

  • Microsoft Planetary Explorer 是基于 AI Foundry 的 AI 地理空间应用示例；README 称它把自然语言问题转为 grounded geospatial answers，选择数据、在地图上渲染并对结果推理。
  • 系统可连接 Microsoft Planetary Computer 的 130+ public STAC collections，也支持租户内的 MPC Pro / GeoCatalog 私有集合。
  • README 列出 Microsoft Fabric Lakehouse、Azure AI Search、Foundry LLM、天气和地学模型作为可接入的数据或模型面。
  • 客户端包括 React Web、Microsoft Teams 和 M365 Copilot；每个 agent 还可通过 MCP tools 面向 VS Code 与 Claude Desktop 等开发者客户端。
  • 项目采用 Microsoft Agent Framework、Azure AI Agent Service、Semantic Kernel 和 Model Context Protocol。
  • README 说明 MCP Server 可向 VS Code GitHub Copilot、Claude Desktop 等 MCP 客户端暴露工具。
  • 部署可选 VNet、private endpoints、private DNS zones 与 Entra ID authentication。
  • 架构描述中，STAC adapter 使用 Public MPC，Pro MCP sidecar 服务于 governed chat。
  • README 明确该项目是可复用 geospatial AI pattern，不是 Microsoft supported product。

核心机制：一个问题跨越数据选择、空间计算和结果解释

这类系统不是一个“万能地学 Agent”。它至少由三层协同：数据面决定能访问哪些公开或租户集合；工具面将 STAC 检索、栅格采样、地形、气象或 Lakehouse 查询变成受控调用；交互面把参数、地图和文字解释展示给用户。多 Agent 的价值在于让不同任务使用不同工具，风险则在于每次转交都可能丢失 AOI、时间、数据版本、权限或不确定性。

因此上线验收应从聊天答案转到调用链。用户问“某地未来七天哪些设施受风险”时，系统必须留下所用设施表、气象/遥感来源、空间范围、阈值、运行时间、模型版本和工具调用记录。没有这条链，地图再直观也无法支持复核。

GIS 场景

公共数据探索。 对 130+ 公共 STAC 集合的自然语言入口可帮助非 GIS 用户发现可用影像，但结果需要显示集合、时间、云量、资产与许可。

租户内受控分析。 MPC Pro 或 GeoCatalog 的价值是把私有集合放进现有授权边界。Agent 不应因同一个对话界面就把公共和私有数据混合返回。

设施风险与选址。 Lakehouse 的设施、供水、用电或候选地块可以与空间模型组合，但评分权重、阈值和批准人必须由业务规则管理，不能由模型临时决定。

技术路径：六项上线验收

  1. 为每个 Agent 列出允许的数据源、空间操作、写权限、成本上限和输出格式。
  2. 将每次工具调用记录为可回放合同：用户、AOI、时间、数据集/版本、参数、响应摘要与错误。
  3. 严格分隔 Public MPC 与租户 Pro/GeoCatalog 的身份、网络和日志；默认不跨域拼接结果。
  4. 对 MCP 工具采用最小权限、只读默认和独立批准，尤其是下载、处理、发布或外部通知动作。
  5. 在 Web、Teams、Copilot、IDE 等每个客户端复测同一权限与参数传递，不假设“同一后端”就有同一边界。
  6. 以私网、端点、DNS、身份和审计的组合验证企业部署；把开源示例视为起点而非合规证明。

检查清单

  • 每个回答是否能还原数据源、集合、AOI、时间、参数和工具调用？
  • 公共数据与租户私有数据是否有独立身份、网络与审计边界？
  • MCP 工具是否默认只读，并对高成本或写操作设置批准？
  • 多客户端是否在同一权限规则下测试，而非只测 Web 聊天？
  • 风险评分是否展示输入、阈值和不确定性，而不是只有排名？
  • 是否明确该开源架构模式不等于厂商支持或组织合规？

风险边界

README 明确 Planetary Explorer 不是 Microsoft 支持的产品。公共 STAC、私有目录、Lakehouse 和多模型组合会带来许可、成本、延迟、数据更新和访问控制差异。多 Agent 编排也不能证明空间模型、风险阈值或业务结论正确；高影响决策仍需领域人员、数据治理和人工批准。

结论

多 Agent 地学系统的生产门槛不在于能否把地图和聊天放在一起，而在于能否让每个结果回到受控数据面、可审计工具面和可部署的身份网络边界。先验收这三层，才适合把自然语言入口接入真实 GIS 工作流。

资料来源