GIS 团队寻找 MCP 服务时，很容易把 GitHub 搜索结果当作候选清单：能连地图、影像、数据库或桌面软件的仓库看起来越多越好。但仓库名、README 和星标都不能说明服务可运行、接口匹配，或维护者仍在维护。一项研究 GitHub MCP 实现的论文提供了更稳妥的思路：先建立证据，再给仓库分类，最后排除教学样例与演示模板。
核心机制：仓库发现和运行验证是两回事
论文《A Large-Scale Dataset of MCP Implementations on GitHub》把 MCP 定义为连接大语言模型与外部工具、服务的标准，并指出开源实现增长很快，但其实现、结构和维护方式缺少系统性理解。作者以 GitHub REST API、GraphQL API 与自定义 Python 验证脚本组成混合流程，而不是只按关键词搜索。
其方法先发现候选仓库，再经过多阶段证据检查；已验证项目按 client、server、gateway 等运行角色分类，并导出为可复现的 JSONL 格式。对 GIS 而言，这正好可转化为工具接入前的台账：不要先问“有没有地图 MCP”，而要问“它暴露什么角色、怎样启动、连接哪类数据、证据来自哪里”。
GIS 场景：为影像目录检索服务建立候选池
假设团队要让 Agent 查询内部影像目录与 STAC 服务。先收集可能相关的 MCP 仓库，但不将其直接连到真实目录。对每个候选记录源码地址、提交活跃度、声明的 transport、工具清单、输入输出模式、依赖、网络端点、认证方式和最小示例；在隔离环境中启动并用脱敏 collection 做只读查询。
通过后再把服务分为 client、server 或 gateway：client 可能只是连接别的服务，server 才可能提供工具，gateway 则可能改变认证或数据出口边界。每一类的风险不同，不能用同一份 README 或一次聊天结果替代验证。
可核查事实
该论文于 2026 年 7 月 11 日提交到 arXiv，题目为《A Large-Scale Dataset of MCP Implementations on GitHub》，条目列出 3 位作者。
摘要称研究使用 GitHub REST API、GraphQL API 和自定义 Python 验证脚本组成的混合管线。
研究发现、筛选并经多阶段证据检查验证了 3,238 个候选仓库。
已验证项目按 client、server、gateway 等运行角色分类，并导出为可复现 JSONL 架构。
代表性子集的人工复核在 95% 置信水平下给出 83% 的整体精度。
人工复核还发现部分仓库主要是教育样例、教程或演示模板；作者据此增加定向排除规则，最终数据集保留 2,297 个验证过的 MCP 项目。
摘要报告 Python 与 TypeScript 主导 MCP 开发，混合架构是最常见设计模式。以上结论来自论文数据集和方法，不能直接代表某个 GIS MCP 服务的安全性或可用性。
技术路径：把候选筛选做成可复核流程
第一步，发现阶段只收集线索，不赋予可信等级。搜索主题词、组织仓库、依赖清单和发布记录，同时保存发现日期与原始链接。
第二步，证据阶段验证代码与运行声明是否一致：读取入口、配置示例、transport、工具注册、依赖版本、测试与最近变更。对 GIS 服务还应记录数据源类型、空间参考预期、是否读写图层、是否出网及凭据存放位置。
第三步，角色阶段明确它是 client、server 还是 gateway。没有可启动 server、可列举工具和可复现只读调用的候选，不进入生产接入队列；教程和模板可留下作学习材料，却不能混入可运行服务统计。
第四步，在隔离环境进行最小验证：用脱敏数据启动服务，列举工具，执行一个只读查询，记录请求、返回、日志、网络端点和停止方式。通过后才评估权限、性能、许可证与业务适配。
风险边界
论文的数据集用于理解 MCP 生态，不能替代每个服务的代码审计。83% 是论文代表性子集的整体精度，不是单一仓库的通过率，更不是安全保证。GitHub 活跃度、语言或架构也不等同于稳定、合规或适合空间数据。
涉及影像、位置、项目文件、数据库或访问令牌的 MCP 服务，仍要执行组织自己的权限分级、网络出口审查和人工批准。生产 Agent 不应获得任意工具调用权；应先从只读、范围受限、可记录且可撤销的工具开始。
检查清单
- 保存候选仓库、发现日期、提交、许可证和维护者信息。
- 标记 client、server、gateway 与实际可启动入口。
- 记录 transport、工具、输入输出、数据源、空间参考和网络端点。
- 将教程、样例和演示模板与可运行服务分开统计。
- 在隔离环境用脱敏空间数据完成一次只读调用。
- 审查认证、写入权限、日志、版本锁定与人工回滚路径。
结论
MCP 生态的仓库数量只能说明线索丰富，不能说明 GIS 工具已经可接入。把发现、证据、角色、隔离运行和权限审查拆开，团队才能把 GitHub 候选转化为可追溯的空间工具目录。
参考来源
- A Large-Scale Dataset of MCP Implementations on GitHub，arXiv：https://arxiv.org/abs/2607.10123