给 QGIS 装个 AI，让它自己画地图

GeoPilot空间智能体

GIS 圈最近都在聊「空间智能体」：给 GIS 软件接个大模型，让它听懂人话、自己跑分析、自己出图。听起来很美，但到底能不能真干活？

我把这件事当成了测试题：装一个免费的 QGIS AI 插件（GeoPilot），接上 DeepSeek，用真实的企业点数据跑了 3 个递进任务——统计、专题图、热力图。

结论先放这儿：基础任务 AI 一次就成，涉及出图的多步任务，它写得出「专业级代码」，却会在细节上反复翻车。而且，装这个插件本身就让我踩了 13 个坑，其中有一个还是能把 API key 发错服务器的安全级隐患。

一、怎么测的

测试对象是 GeoPilot——QGIS 官方插件库里的免费插件，内置对 18 家 AI 提供商的接入，包括 DeepSeek。环境是本机 QGIS 3.40.12 + PostgreSQL/PostGIS，数据是 shangpu_dy 企业点图层（11304 条，山东企业，以鲁北为主）。

三个任务难度递增：①统计要素总数和各区县企业数；②按区县字段生成分类专题图；③生成企业分布核密度热力图。

图 1 GeoPilot 设置面板：选择 DeepSeek 服务商，填入 API Key 即可使用

二、三个真实发现

发现 1：基础统计，AI 一次就成

任务 1 的指令是「统计 shangpu_dy 图层的要素总数，并按区县统计企业数量，列出前 3」。GeoPilot 生成代码后一次执行成功，结果干净利落：

表 1 任务 1 结果

这个结果有两个看点：一是 AI 能正确理解「按字段分组统计」的 GIS 逻辑；二是数据本身存在 2589 条区县字段为空的质量问题——AI 没有报错，而是如实统计为「空值」，处理很稳。

发现 2：装这个插件，我先踩了 13 个坑

真正劝退人的不是 AI，是插件本身。GeoPilot 从安装到能跑，我陆续修了 13 处：漏 import、相对导入写错、执行环境没注入 QGIS 类、DeepSeek 思考模式吞掉输出预算……挑几个有代表性的：

表 2 13 处修复里最值得记住的 4 个

其中最关键的一条：如果你的 key 发错服务器，等于把密钥送给了第三方。用任何 AI 插件前，务必先确认 provider 的 base_url 指向正确的服务商——我这次就差点踩进去。

DeepSeek 的坑也值得单独说：它的思考模式默认开启，会把输出预算大量消耗在推理过程上，导致代码生成到一半被截断。实测把 thinking 显式关闭（thinking: disabled）并把 max_tokens 调到 8000 后，23.5 秒返回完整代码，问题解决。

发现 3：AI 能写专业代码，但细节执行不稳

任务 2 和任务 3 才是见真章的地方。任务 2 按区县生成分类专题图，AI 生成的代码逻辑相当专业——它甚至主动处理了「点图层 vs 面图层」的符号类型问题。但执行层一路报错：点图层误用面符号导致「图层有数据但地图不显示」、漏 import QColor/QVariant、QgsFeatureIterator 没有 size 方法……最终靠人工修正兜底才跑通。

图 2 按区县分类的专题图

任务 3 热力图更典型，AI 经历了 4 次迭代：第一次把栅格输出写进 memory:（只能存矢量）直接报错；第二次修好输出路径，却把半径从 0.045 度错改成「200 米」，忘了 EPSG:4326 坐标系下单位是度；第三次补了 import 却把渲染逻辑弄丢了；第四次跑通但仍是灰度，最终人工补上彩色渲染才出成品。

图 3企业分布核密度热力图

一句话总结：AI 在任务 2、3 里展现的 GIS 知识是对的（它懂坐标系、懂 KDE、懂伪彩色渲染），但「一次写对并能执行」和「写对代码」之间还有不小的距离——细节错误需要人来兜底。

三、实用结论

1. 简单统计任务，AI 可以独立完成，交付质量稳定。

2. 涉及渲染、出图、多步空间分析的任务，AI 大概率需要人工兜底，别指望全自动。

3. 用任何 AI 插件前，先检查 provider 配置，确认 base_url 指向正确的服务商，别让 key 发错服务器。

4. 用 DeepSeek 生成代码，务必显式关闭思考模式并把 max_tokens 调到 8000 以上，否则会拿到半截代码。

5. 判断一个 AI 是否「真懂 GIS」，就看它能不能处理坐标系单位、符号类型这类隐性知识——这比会不会调 API 更能说明问题。

空间智能体确实是趋势，但现阶段它的准确定位是「专业助手」，不是「全自动 GIS 工程师」。它负责把专业逻辑写对，你负责让它跑起来——这正是现在最现实的分工。