HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Geosql: 地理空間データのためのClaude/Codexスキル

Geosql: A Claude/Codex skill for geospatial data (github.com)

104 pointsby rzk13 コメント

要約

GeoSQLは、PostGIS、BigQuery、Snowflakeなどの地理空間データを扱うデータサイエンティストやアナリスト向けのClaude/Codexスキルです。ローカルまたはセルフホストで動作し、AIモデルと連携して地理空間タスクを効率化します。特に、地図を介したフィードバックループにより、従来のテキストベースのAIよりも4倍の精度向上を実現します。

全文翻訳

GeoSQL

PostGIS、BigQuery、Snowflake、Wherobotsで地理空間データを扱うデータサイエンティストやアナリスト向けのClaude Code、Codex、GitHub Copilot、OpenCode、Mistral Vibeスキル。

注意: SaaSアカウントは不要です。100%ローカルまたはセルフホストで動作します。

[画像: GeoSQLデモ]

マップをループに組み込むことで、地理空間タスクのパフォーマンスが4倍向上します。

[画像: マップをループに組み込んだエージェント、パフォーマンス4倍]

クイックスタート

Python(インタラクティブモード)を使用する場合:

pip install geosql && geosql

GeoSQLはまず、検出されたエージェントにスキルをインストールします。次に、オプションのDekart CLIが準備できているかを確認し、必要に応じてのみ、インストールまたは初期化を促します。プロンプトには正確なコマンドが表示され、推奨されるインストールオプションがデフォルトで選択されます。

インストール後、エージェントに以下のようにプロンプトしてください:

/geosql 主要道路沿いのEV充電器密度を表示し、マップをレンダリングしてください

更新方法

インストールしたPython環境でGeoSQLをアップグレードしてください:

pip install --upgrade geosql

オプションのDekart CLIを使用している場合は、それも更新してください:

pip install --upgrade dekart

その後、インストーラーを再度実行して、最新のGeoSQLスキルと参照が検出されたエージェントにコピーされるようにしてください:

geosql

バージョンテレメトリ

GeoSQLは、パッケージバージョンと不透明なランダムなインストールIDとともに、ベストエフォートでのバージョンチェックを送信します。GeoSQLとDekart CLIは、${XDG_CONFIG_HOME:-~/.config}/dekart/installation_idでIDを共有します。このファイルを削除するとリセットされます。IDが作成される前にバージョンチェックを無効にするには、DO_NOT_TRACK=1(またはDNT=1)を設定してください。CIは予約済みの永続化されないテストIDを送信します。

エージェントで試すためのプロンプト例:

不動産分析:

/geosql オタワで学校へのアクセスが低い建物を表示し、マップとしてレンダリングしてください

立地選定:

/geosql POIの共存と最寄りの競合店からの距離に基づいて、シアトルでのスポーツ用品店のトップ10の場所を見つけてください。マップを作成してください。

EV充電インフラ:

/geosql ルーマニアの主要道路沿いのEV充電器密度マップを作成し、各高速道路、幹線道路、または主要道路セグメントから5km以内にある充電ステーションの数を強調表示してください。

仕組み

GeoSQLは、マップを組み込んだエージェントループを実行します。

[画像: GeoSQLがエージェント、Dekart CLI、データソース、デプロイメントを接続する方法]

  1. 発見。 スキルは、スキーマを推測するのではなく、ウェアハウスのメタデータ(テーブル、列、タイプ)を探索します。BigQueryとSnowflake上のOverture Maps共有、およびPostGIS、BigQuery、Snowflake、またはWherobots上のプライベートテーブルと連携します。
  2. SQL。 エージェントは、エンジンに適した関数(ST_INTERSECTS、ST_DISTANCE、H3、パーティションプルーニングのためのbboxオーバーラップなど)を使用して空間SQLを記述します。
  3. コストチェック。 BigQueryでは、すべてのクエリは最初にドライランされ、スキャンされたバイト数を推定します。デフォルトで10 GiBの課金上限が適用されます。予算超過クエリは、実行される代わりに、より安価に書き直されます(よりタイトなbbox、低いH3解像度、より多くのフィルター)。
  4. ジオメトリ検証。 エージェントは、合計面積(ポリゴン)または合計長さ(ライン)を健全性チェックとして計算し、ドメイン知識と照合します。
  5. マップフィードバック。 利用可能な場合、エージェントはDekartを通じて結果をレンダリングし、レンダリングされた画像を確認し、テキストのみのループでは見逃すジオメトリの間違いを修正します。これが4倍の改善をもたらすループです。

このスキルは、ローカルCLI認証(bq、snow、dekart)を使用するため、ウェアハウスの認証情報はエージェントに渡されることはありません。

ベンチマーク

GeoSQLには、evals/の下に再現可能な評価スイートが付属しています。各ケースは、「エージェントが応答したか」だけでなく、特定の動作(コストガードレール、検証ステップ、正しい結果)をアサートします。

現在のスイートでの結果:

ケースアサーション合格率
london-boroughs4100%
berlin-create-map3100%
paris-boundaries1100%
合計8100%

平均:ターンあたり3,085トークン、ターンあたり72秒の期間。

上記の4倍の改善チャートは、マップをループに組み込んだ場合と組み込まない場合で同じタスクセットを比較したものです。マップがない場合、エージェントのテキストのみの検証では、ジオメトリクラスのエラー(近隣ポリゴンをメトロエリアの境界線と誤認する、重複するフィーチャを二重カウントする、座標参照システムで間違った結合キーを選択するなど)を見逃します。レンダリングされたマップをツールコールとして追加することで、エージェントはこれらの間違いを確認し、自己修正することができます。

スイートを自分で実行してください:

python evals/run.py

セットアップと新しいケースの追加方法については、evals/RUNBOOK.mdを参照してください。新しい評価を含むPRを歓迎します。