便捷集成，实时调度：MCP服务如何帮助大模型精通低空业务

大模型凭借其强大的逻辑推理、多模态输出与指令执行能力已成为驱动企业数字化转型的重要工具。然而，在低空领域的实践中，由于多源异构数据整合困难、专业软件操作复杂等障碍，企业需要投入大量成本进行数据清洗、接口开发和系统集成，才能实现大模型的落地。

为破解上述困境，星图云开放平台引入MCP，建立统一的交互规范，将数字地球的实时感知、地物识别、数据可视化等能力封装为MCP服务，提升低空数据服务的易用性，推动大模型在低空领域的规模化落地。

方案概述

MCP服务攻破大模型应用的集成问题，为大模型和外部资源接入MCP协议，构建统一的交互规范，开发者只需为大模型和数据源或工具各进行一次数据协调，即可实现不同主体的互联互通，大幅降低数据协调和集成的工作量。在统一的集成标准下，外部知识库和数据源得以与大模型精准对接，在不改变模型参数的前提下，为大模型扩展新的能力。

基于MCP协议构建统一服务体系，该方案打破了低空数据、算法、服务与大模型间的信息壁垒，以高可扩展、高适配、低门槛推动低空业务升级。

高可扩展性

MCP服务为大模型提供动态扩展能力，可实现第三方数据源与工具的即插即用，无需额外投喂数据进行模型训练，便捷实现AI应用开发。

高专业适配度

方案融合中科星图数字地球的核心能力，将空天信息服务封装为大模型可调用的功能模块，适配低空应用中多类场景需求。

低门槛适用

方案借助大模型的自然语言交互模式，不需用户精通专业工具的操作技能，即可自动批量进行任务处理。

平台提供的MCP服务覆盖智能解译和空间应用两个领域，从数据处理、决策支撑到后期优化多个步骤发力，带领企业追随AI技术的发展趋势。

方案引接星图云核心算法库，赋予大模型从空间数据中挖掘、分类和整理有效信息的能力，以三项智能解译服务高效释放空间数据价值。

低空解译算法MCP

地理信息与空间智能领域的核心算法库，支持多种目标物提取和高度估计，驱动业务智能化升级。

智能识别算法MCP

地理信息与空间智能领域的核心算法库，支持多种目标物智能识别和去除目标物算法，快速挖掘空间数据价值。

变化检测算法MCP

地理信息与空间智能领域的核心算法库，支持多种目标物变化检测算法，提供多维度、高性能、可扩展的空间数据解译与处理能力。

方案提供数据管理接口，链接星图云数据集矩阵，在广泛、丰富的数据资源基础上，为用户开放多维度检索、可视化量测、画面渲染等功能的调用接口，围绕低空飞行规划、导航路径规划、行政区划搜索等低空业务场景，提供空间应用服务近20项，部分服务介绍如下：

星图地球云盘MCP

星图地球云盘作为数据管理接口，提供文件上传、存储、查询、下载服务，并作为GIS应用的数据存储底座。

低空GIS工具MCP

用于处理地理信息数据（影像、矢量等），提供格式转换与内容处理（如影像重投影/裁剪），简化数据准备流程。

空天栅格服务MCP

为MCP平台高效加载大体量栅格数据（影像/底图）而设计，通过瓦片化与云端按需读取降低传输存储门槛，支撑实时态势感知。

综上所述，MCP服务通过标准化输出低空专业能力，供大模型调用，并融合大模型的理解、推理与决策能力，实现双向赋能，有效解决低空“信息孤岛”问题，提升管理服务智能化水平。未来，星图云开放平台还将持续拓展MCP服务类型，协助更多企业提升低空应用的开发效率，将低空服务融入更广泛的应用场景。