1、智能体架构设计：基于 LangChain/LlamaIndex/AutoGen 等框架，设计并开发具备空间推理能力的 AI Agent。实现意图识别、任务拆解、工具调用（Function Calling）及多智能体协作流程； 2、GIS 工具链集成：将核心 GIS 能力（如缓冲区分析、叠置分析、路径规划、地理编码等）封装为 Agent 可调用的 Tools/Plugins； 3、Text-to-SQL/GeoSQL 优化：针对 PostGIS 或空间数据库，优化大模型生成空间查询 SQL 的准确率，解决复杂的空间拓扑关系查询问题； 4、空间知识库构建 (RAG)：结合向量数据库（Vector DB），构建针对地理文档、城市规划规范、POI 数据的 RAG 系统，提升 Agent 在特定领域的回答专业度； 5、交互层对接：协同前端团队，将 Agent 的推理结果转化为可视化的地图元素（GeoJSON, Deck、gl, Mapbox 等），实现“所问即所得”的地图交互体验。