一个 GIS 团队可能同时有共享盘里的 Shapefile、PostGIS 中的业务表、远程要素服务和影像资产。用户知道自己想找“城市内涝风险相关图层”，却不知道数据集的正式名称、更新时间或坐标系。搜索框加入 AI 之前，目录首先要回答：这些数据从哪里来、当前是否可用、找到后能否被现有 GIS 工具读取。

开源项目 GeoLens 给出一个自托管方案。它把数据接入、目录检索、地图预览和开放服务放在同一平台，并提供可选的语义搜索。本文依据项目 README，梳理一个团队应如何区分“找得到”“信得过”和“用得上”。项目功能仍在更新，具体部署时应以当时版本文档为准。

同一个目录，记录不同的数据来源

GeoLens 支持上传文件、在浏览器创建数据集，以及登记其自身 PostGIS 数据库中已有的表；登记表不必先复制一份。对于 WFS、ArcGIS FeatureServer 或 OGC API Features，项目提供一次性导入副本的方式；STAC 资产则可以保留远程引用。这几种入口的数据责任不同：复制进平台的数据由平台管理，远程引用的可用性还取决于上游服务。

项目记录数据集的来源、上次刷新或检查时间、声明的更新周期，并可对远程服务与 STAC 来源做健康检查。目录里显示的“最近更新”也不能自动证明内容正确，但它给了管理员一个明确的追问方向：本次查询用的是哪一版，上游是否仍可访问，更新是否已经超期。

例如，防汛人员要找河网数据，先看来源是本地上传、数据库原表还是远程 STAC 资产，再看刷新时间与空间范围。只有这些元数据能对上业务需求，搜索排名才有意义。

模糊搜索和语义搜索不是同一件事

GeoLens 默认用 PostgreSQL 的 pg_trgm 对目录元数据做模糊匹配。它适合处理名称拼写差异和相近关键词，不需要先部署嵌入模型。README 说明，语义排序需要另行配置嵌入提供方并启用相应功能，底层使用 pgvector。已有数据若在启用前导入，还需要按项目指南做嵌入回填。

这一区别会影响实施成本。团队可以先把来源字段、关键字、范围和更新时间整理好，验证普通搜索是否已经能解决大多数“找不到图层”的问题；再用真实检索问题测试语义搜索。若搜到的结果只在主题上相近，却缺少目标地区、时间或精度要求，仍不能直接用于分析。语义排序是发现候选的手段，不是数据适用性的证明。

项目还描述了语义条件与空间窗口结合查询的方式。对于“本市近三年河道变化”这样的请求，关键词或语义相似度之外，空间范围和时间过滤应当成为可见的查询条件，不能由模型暗中猜测。

找到以后，现有软件能否使用

目录可通过 OGC API Features、OGC API Records 和 STAC API 提供数据与元数据。README 展示了使用 bbox 查询要素的接口，并说明 QGIS、ArcGIS、MapLibre 等客户端可以连接相应服务。地图构建器可组合多图层、设置样式，并以链接或嵌入方式分享地图。

开放接口的价值在于：数据仍能进入团队已有的 GIS 流程，而不是只能在一个平台界面里预览。GeoLens 的标准接口与它自己的 REST API 也要分开看；项目提示自有 REST API 可能在次版本之间变化，做集成时应锁定版本并查看变更记录。对外提供服务前，还要检查每个数据集的权限与匿名可见范围。

一个小范围试点的检查清单

  1. 选三类代表性数据：一份上传文件、一张 PostGIS 表、一个远程服务或 STAC 资产；记录来源与使用权限。
  2. 先验证普通关键词和模糊搜索，核对返回的数据名称、范围、更新时间和上游健康状态。
  3. 若启用语义搜索，配置嵌入提供方，并对旧数据完成回填；用十个真实问题比较语义排序与原有检索。
  4. 从 QGIS 或其他现有客户端读取 OGC API Features，并检查要素数、字段、坐标系和空间范围。
  5. 用不同权限的账号核对目录、地图和接口的可见性；记录项目版本、配置和测试结果。

这些步骤是可复核的试点建议，不是项目已经在你的网络和数据上完成的验收。尤其是远程数据、外部底图、可选 AI 服务与 OAuth、SMTP 等配置，可能触发出站连接；有内网要求的团队需要逐项确认。

结论

GeoLens 的实践价值在于把数据来源、搜索和标准服务连接起来。语义搜索能帮助用户发现命名不一致的数据集，但是否值得投入，应由真实检索问题和数据治理状态决定。先让来源、更新与权限可追溯，再把搜索结果接回 QGIS、ArcGIS 等既有工具，目录才可能成为可用的数据入口。

资料来源