Skip to content
ignfabPublic

About

[EXPERIMENTAL] Some spatial related skills for LLM agents

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

35 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

geoskills

Agent Skills

Some experimental skills for working with spatial data.

This project is in an exploratory phase. The stability of the skills is not yet guaranteed.

Motivation

See docs/landscape.md for the dated comparison with other geospatial skill collections and its implementation follow-up. The section below lists the current skills.

Skills

Skills are grouped into six families, one folder each under skills/. Each family answers one question. A task usually goes through the first five in order; the sixth chains them to meet a business need.

Family Question Skills
1. Discover and select Which data should be used for this request? geopf-services
2. Access and extract How do I retrieve the right subset? geopf-download-files, geopf-wfs-download, geopf-wms-wmts, geoserver-cql-filter, apicarto, geopf-geocoding
3. Prepare and check Is the data usable and compatible? geodata-intake, crs-reprojection-france, gdal-vector-basics, gdal-raster-basics, vector-data-quality
4. Analyze and derive What information should be computed? geopandas-basics, geopf-altimetry, geopf-routing
5. Represent and publish How do I make the result usable? mapshaper-simplify
6. Solve a business need How do I chain the steps to reach an objective? None yet

Each family page describes its skills, lists the skills of other families that also serve it, and names the gaps.

Installation

Skills are installed with the Vercel Skills CLI, which reads them directly from this repository.

Install all skills:

npx skills add ignfab/geoskills

Install a single skill:

npx skills add ignfab/geoskills --skill geopf-wfs-download

Install one family, here the access skills:

npx skills add https://github.com/ignfab/geoskills/tree/main/skills/2-access

Family folders only organize this repository: every skill is installed in its own folder, <agent>/skills/<skill-name>/.

Target a specific agent (claude-code, cursor, opencode, ...):

npx skills add ignfab/geoskills -a claude-code

Skills are installed in the current project by default; add -g to install them for the whole user account.

Contributing

New skills go in skills/<family>/<skill-name>/, in the family whose question their main output answers. See CLAUDE.md (also exposed as AGENTS.md for cross-agent tooling) for the conventions.

Validation

See tests/README.md for automated checks, optional live IGN tests and manual skill-selection scenarios. Exploratory prompts and their runs are traced in tests/prompts/. Report conventions are described in docs/output-reports.md.

Résumé (FR)

Ce projet est en phase exploratoire. La stabilité des compétences n’est pas encore garantie.

geoskills est un ensemble expérimental de compétences pour agents de code, destinées à travailler la donnée géographique. Elles sont regroupées en six familles, une par question.

Découvrir et sélectionner : quelles données utiliser pour cette demande ?

  • choix des services de la Géoplateforme selon le besoin : découverte de données, diffusion, téléchargement, extraction et calculs.

Accéder et extraire : comment récupérer le bon sous-ensemble ?

  • téléchargement des archives IGN par territoire et millésime, avec contrôle des transferts ;
  • téléchargement de couches vecteur (WFS), avec contrôle des effectifs et des identifiants, et raster (WMTS / WMS — orthophotos, Plan IGN, altitude) de la Géoplateforme (IGN) ;
  • filtres attributaires et spatiaux GeoServer, avec prise en charge des géométries en CRS:84 ;
  • interrogation de l'API Carto en un point, dans une zone ou par code : parcelles cadastrales, zonage des plans locaux d'urbanisme et servitudes, espaces naturels protégés et parcelles agricoles (RPG), avec récupération de toutes les pages ;
  • géocodage d'adresses, de lieux et de parcelles, unitaire ou en masse à partir d'un CSV, puis examen des correspondances, des ambiguïtés et des lignes sans résultat.

Préparer et contrôler : les données sont-elles exploitables et compatibles ?

  • inventaire des fichiers reçus, des couches et des métadonnées manquantes ;
  • systèmes de coordonnées français (Lambert-93, coniques conformes, DOM) ;
  • conversion, reprojection, filtrage, découpage et fusion de fichiers vecteur en ligne de commande, y compris l'encodage des anciens Shapefile et l'ajout de couches à un GeoPackage ;
  • traitement de rasters (découpe, reprojection, mosaïque, COG, statistiques zonales), avec contrôle de la couverture, des grilles et de la structure des COG ;
  • contrôle qualité vectoriel (géométries invalides ou vides, trous et chevauchements entre polygones, doublons, schéma et réparation).

Analyser et dériver : quelle information calculer ?

  • traitement vecteur en Python avec GeoPandas (jointures spatiales, croisements, tampons, statistiques zonales) ;
  • altitudes ponctuelles et profils altimétriques, avec gestion des valeurs manquantes ;
  • itinéraires et zones accessibles selon un temps ou une distance sur le réseau routier.

Représenter et diffuser : comment rendre le résultat utilisable ?

  • simplification de limites administratives avec Mapshaper, en conservant les frontières communes.

Résoudre un besoin métier : comment assembler les étapes pour répondre à un objectif ?

  • pas encore de compétence : la page de la famille liste les cas d'usage (diagnostic territorial, accessibilité, exposition, suivi d'évolution) et les briques disponibles ; ces enchaînements sont d'abord explorés avec des prompts expérimentaux.

Installation de toutes les compétences : npx skills add ignfab/geoskills

Installation d'une seule famille, par exemple « Accéder et extraire » : npx skills add https://github.com/ignfab/geoskills/tree/main/skills/2-access

Les prompts expérimentaux qui servent à tester et à valider les compétences sont tracés dans tests/prompts/ : un catalogue des prompts et un journal de leurs exécutions.

Le contenu des compétences est rédigé en anglais — les outils couverts (GDAL, PROJ, WFS) sont internationaux, même si les données le sont moins.

License

MIT

About

[EXPERIMENTAL] Some spatial related skills for LLM agents

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Used by

Contributors

Languages