OWMap Agent 升级：支持自然语言坐标查询与多跳地理推理
OWMap Agent 升级：支持自然语言坐标查询与多跳地理推理
从"给我讲讲巴黎的故事"到"距离埃菲尔铁塔 3 公里以内，有哪些关于冷战时期的地下抵抗运动的故事，按故事评分从高到低排列"——最新版 OWMap Agent 现在可以处理这样的复杂查询了。
什么是多跳地理推理？
传统地理搜索是单跳的：输入坐标 → 返回该坐标的内容。多跳地理推理是指需要多个逻辑步骤才能完成的地理查询：
示例查询：列出所有丝绸之路沿线城市中，同时有河流经过且有唐代历史记录的故事坐标
这个查询需要：
- 解析"丝绸之路沿线城市"→ 获取城市列表（第一跳：地理知识）
- 筛选"同时有河流经过"→ 地形地貌条件叠加（第二跳：地理特征）
- 筛选"有唐代历史记录的故事坐标"→ 历史时期过滤（第三跳：内容语义）
新版 OWMap Agent 基于 OCP v0.3 故事图谱格式 + LLM 地理推理链，使这类三跳以上的查询成为可能。
技术架构：LLM + 地理知识图谱 + 向量检索
OWMap Agent 的新推理架构分为三层：
第一层：查询意图解析
LLM 将自然语言查询分解为结构化的"地理条件组"，每个条件组有：坐标范围、时间维度、故事语义标签、排序方式。
第二层：地理知识图谱匹配
内部维护的地理知识图谱包含超过 800 万个地点节点，每个节点携带地形、行政归属、历史时期、文化圈层等属性。Agent 在此层完成地理条件的空间过滤。
第三层：故事向量语义搜索
通过对故事内容的嵌入向量（embedding）进行余弦相似度匹配，找出与查询语义最接近的故事集合，并与地理图谱结果取交集。
三层结果合并后，Agent 用 LLM 生成一段自然语言摘要，并附上坐标列表和故事直链。
MCP 接口：在第三方 AI 工具中调用 OWMap
OWMap Agent 现已支持 MCP（Model Context Protocol）接口，这意味着在 Claude Desktop、Cursor 等支持 MCP 的 AI 环境中，可以直接将 OWMap 的地理故事查询能力注册为本地工具。
开发者使用示例：
{
"tool": "owmap_geo_search",
"input": {
"query": "冷战时期柏林的地下抵抗运动",
"radius_km": 5,
"center": "Berlin, Germany",
"max_results": 10
}
}
返回结果为 OCP v0.3 格式的故事列表，可直接被 LLM 引用和生成摘要。
应用场景
- 教育研究：历史地理研究人员可以跨越语言壁垒，用中文查询英文故事库
- 内容创作：作家和编剧可以快速找到某地点的多角度叙事素材
- 旅行规划：在制定行程时，通过自然语言找到沿途最有故事价值的坐标
关键词：OWMap Agent, 地理推理, 多跳查询, LLM地图, MCP接口, owmap.com
本文由 OWMap AI 团队撰写。相关功能处于 Beta 阶段，通过 agent.html 申请内测资格。