> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/geopard-mcp-iespejas.md). # GeoPard MCP iespējas Pilns GeoPard MCP iespēju katalogs: ko AI asistents var lasīt, analizēt, izveidot un eksportēt jūsu GeoPard kontā. ## GeoPard MCP iespējas GeoPard MCP nodrošina saderīgiem MI asistentiem ar piešķirtām piekļuves tiesībām jūsu GeoPard kontam. Tas darbojas ar jūsu reālajiem saimniecības datiem. Tas var analizēt lauka mainīgumu, izveidot operatīvos rezultātus un nosūtīt tos tehnikai. Izmantojiet to, lai izveidotu zonu kartes, normu kartes, paraugu ņemšanas plānus un mašīnām gatavus failus. Tas samazina manuālās sagatavošanas laiku, vienlaikus saglabājot pārbaudi un apstiprināšanu jūsu rokās. Iestatīšanai skatiet [Pievienojiet GeoPard MCP](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/savienot-geopard-mcp.md) un [Pārbaudiet GeoPard MCP savienojumu](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/parbaudit-geopard-mcp-savienojumu.md). {% hint style="info" %} Katrs datu rīks darbojas jūsu OAuth sesijā. Asistents piekļūst tikai tām saimniecībām, laukiem un datu kopām, kas ir pieejamas jūsu GeoPard lietotājam. {% endhint %} ### Iespēju karte | Grupa | Ko tas dara | | -------------------- | ------------------------------------------------------------------------------- | | Atklāšana | Atrod saimniecības, laukus un lauku datu slāņus, tostarp topogrāfiju | | Analītika | Aprēķina veģetācijas statistiku, reljefa kontekstu un agronomiskos vienādojumus | | Zonas un VRA | Izveido zonu kartes un piešķir produktu normas | | Ražas datu kvalitāte | Attīra, kalibrē un ģenerē ražas datu kopas | | Paraugu ņemšana | Izveido tīkla un zonās balstītus paraugu ņemšanas plānus ar maršrutēšanu | | Eksports un tehnika | Eksportē failus, nosūta uz John Deere un izveido WorkPlan | | Navigācija | Atver precīzus GeoPard skatus vizuālai pārbaudei | ### Atklāšana un konteksts Asistents vispirms noskaidro jūsu saimniecības un lauka kontekstu. Tas balsta katru atbildi jūsu datos. | Rīks | Mērķis | | -------------------------- | ---------------------------------------------------------------------------------------------- | | `searchFarms` | Uzskaita un filtrē saimniecības | | `searchFields` | Atrod laukus pēc saimniecības, nosaukuma vai filtriem | | `searchSatelliteImages` | Atrod lauka attēlus noteiktā datumu intervālā | | `searchSoilDatasets` | Atrod augsnes laboratorijas un sensoru datu kopas | | `searchTopographyDatasets` | Atrod topogrāfijas kartes: DEM, slīpumu, ekspozīciju, ēnojumu, TPI, TRI un raupjumu | | `searchYieldDatasets` | Atrod ražas datu kopas pēc lauka un sezonas | | `searchAsAppliedDatasets` | Atrod tehnikas izkliedes ierakstus | | `searchZonesMaps` | Atrod zonu kartes, ģeometrijas un piešķirtās normas | | `searchEquationMaps` | Atrod iepriekš ģenerētas vienādojumu kartes | | `searchSamplingPlans` | Atrod plānus pēc lauka, veida, statusa vai zonu kartes | | `searchTrials` | Atrod normu un šķirņu izmēģinājumus | | `searchProvider` | Meklē organizācijas, saimniecības un laukus, kā arī citus datu slāņus John Deere, CNH un AGCO. | **Projekcijas kontrole.** Meklēšanas pieprasījumi atbalsta `id`, `kopsavilkumu`, `statistiku`, un `pilnas` projekcijas. Sarakstiem izmantojiet kompaktus rezultātus. Pilnas detaļas pieprasiet tikai tad, ja nepieciešamas ģeometrijas vai atribūtu statistika. Tas samazina pieprasījumu apmaiņu lielos kontos. ### Analītika #### Veģetācijas indeksa statistika jebkurai ģeometrijai `searchSatelliteImageryByGeometry` aprēķina indeksa statistiku Point, MultiPoint, Polygon vai MultiPolygon objektam noteiktā datumu intervālā. Izmantojiet to, lai pārbaudītu aizdomīgu zonu, salīdzinātu zonas vai novērtētu izmēģinājuma joslas. * **Pakalpojumu sniedzēji:** Sentinel-2, Landsat 4, 5, 7, 8, 9 un Planet. * **Indeksi:** NDVI, EVI, EVI2, RVI, LAI, OSAVI, SAVI, GNDVI, IPVI, GCI, WDRVI, RCI, SBI, GFPI, NDMI, MSI, CCCI, MCARI, TCARI, MCARI\_OSAVI, TCARI\_OSAVI, MCARI1, NDWI, NIR un NDYI. #### Topogrāfija un reljefs `searchTopographyDatasets` atrod reljefa slāņus, kas pieejami laukam. Izmantojiet to, lai izskaidrotu ūdens kustību, erozijas risku, aukstās zonas un ražas rakstus, ko attēli vieni paši neparāda. * **Slāņi:** DEM, slīpums, ekspozīcija, ēnojums, kombinētais ēnojums, TPI, TRI un raupjums. * **Filtri:** saimniecība, lauks, konkrētu topogrāfijas karšu UUID un statuss `SAGLABĀTS`, `IZPILDĪTS`, `KĻŪDA`, vai `TUKŠS`. * **Projekcijas:** `id`, `kopsavilkumu`, `statistiku`, un `pilnas`, tāpat kā citos meklējumos. Nepieciešams saimniecības vai lauka filtrs, jo topogrāfijas kartes pieder laukiem. Reljefa atribūti tieši nonāk `generateEquationMap`. Apvienojiet slīpumu ar augsnes un attēlu datiem, lai izvietotu kaļķošanu un drenāžas darbus, samazinātu sēju erodētos pacēlumos vai iestatītu mainīgu augsnes apstrādes dziļumu. Topogrāfijas kartes var arī nosūtīt uz John Deere kā Maps Layers, lai kabīnē būtu konteksts. #### Vienādojumos balstīta agronomija `generateEquationMap` izpilda caurspīdīgas formulas vairākos slāņos un saglabā rezultātu kā karti. * **Ievades mainīgie** var izmantot attēlu indeksus, augsnes atribūtus, ražas datus, izkliedes datus, topogrāfiju, zonu kartes un vienādojumu kartes. * **Sausais tests** pēc noklusējuma ir `patiesi`. Tas validē sintaksi ar parauga vērtībām pirms ģenerēšanas. * **NumPy atbalsts** nodrošina nosacījumu loģiku ar tādām funkcijām kā `np.where` un `np.isnan`. Izvēlieties manuālu režģi vai AB līnijas režģi. AB līnijas režģi izmanto tehnikas darba platumu, apgriešanās joslas, sekcijas, izkliedes garumu un pagrieziena rādiusu. Tas saskaņo normu kartes ar faktiskajām lauka operācijām. Atbalstītie mērķi ir `VISPĀRĪGS`, `SĒJA`, `MĒSLOŠANA`, `SMIDZINĀŠANA`, un `APŪDEŅOŠANA`. #### Piekļuve ģeometrijai un rastram | Rīks | Mērķis | | --------------- | --------------------------------------------------- | | `fetchGeoJson` | Iegūst GeoJSON FeatureCollection no GeoPard WFS URL | | `getGeoMapUrls` | Atrod renderēto karšu URL vizuālai pārbaudei | ### Zonas un mainīgā norma | Rīks | Mērķis | | --------------------- | --------------------------------------------------------------------------------- | | `saveZonesMap` | Izveido zonas no Polygon vai MultiPolygon ģeometrijām ar izvēles normām un krāsām | | `assignZonesMapRates` | Piešķir līdz trīs produktu normas esošai kartei | Katram produktam ir nosaukums, normas vienība un izvēles cena par vienību. Viena karte var ietvert MAP, urīnvielas un sēklas normas. Atbalstītās vienības ietver metrisko un impērisko masu, tilpumu, sēklu skaitu, valūtu uz platības vienību un augsnes apstrādes dziļumu. {% hint style="warning" %} `assignZonesMapRates` atjaunina esošu karti. Pirmais izsaukums atgriež normu salīdzinājuma priekšskatījumu. GeoPard izmaiņas ieraksta tikai pēc skaidras apstiprināšanas. {% endhint %} ### Ražas datu kvalitāte | Rīks | Mērķis | | ------------------------------- | ------------------------------------------------------- | | `cleanCalibrateYieldDataset` | Attīra un kalibrē ražas datu kopu | | `generateSyntheticYieldDataset` | Izveido ražas slāni, ja mērītie ražas dati nav pieejami | **Tīrīšanas opcijas** ietver automātisko tīrīšanu, atribūtu min/max filtrus, sigma filtrus un USDA protokolu. USDA darba plūsma atbalsta kultūrai specifiskus ražas, mitruma, ātruma, laika, joslas platuma un pārklāšanās iestatījumus. **Kalibrēšanas opcijas** var mērķēt uz lauka vidējo vai kopējo vērtību. Tās var ierobežot vērtības noteiktā diapazonā. Tās var arī kalibrēt pēc tehnikas trajektorijas ar regulējamu izlīdzināšanu. Sintētiskā raža atbalsta kukurūzu, kukurūzas skābbarību, sojas pupas, kviešus, kokvilnu, rīsus, miežus, auzas, sorgo, kanolu, saulespuķes, rapšus un rudzus. Norādiet mērķa vidējo vai kopējo vērtību, ražas gadu un datumu. {% hint style="info" %} Ražas tīrīšanai un kalibrēšanai nepieciešama priekšlidojuma pārbaude. Pārskatiet datu kopas statistiku un apstipriniet neskaidros mērķa atribūtus, pirms sākas korekcijas. {% endhint %} ### Augsnes paraugu ņemšanas plāni `generateSamplingPlan` izveido vai atjaunina `REŽĢIS` un `ZONA` plānus laukam. * **Izkārtojums:** GeoPard Core Line, optimizēts pārklājums, NZ vai W raksti. * **Maršrutēšana:** Maršrutēšana pa zonām vai gudra secību noteikšana pāri zonām. * **Paraugu ņemšana:** Norādiet punktus uz zonu, dziļumu un Core vai Composite tehnikas. Izvēlieties analīzes metodes, tostarp Olsen, Bray, Mehlich, DTPA, augsnes oglekli, augsnes profila nitrātus, mitrumu, tekstūru, augu audus, graudu paraugus, apsekošanu, apūdeņošanas ūdeni un kūtsmēslus. Etiķešu veidnes nodrošina plānu un laboratorijas iesniegumu konsekvenci. Plāni tiek upsertēti. Asistents var pielāgot esošos piespraudumus vai maršrutus, neveidojot dublikātus. ### Eksports un tehnika | Rīks | Mērķis | | ------------------------------- | -------------------------------------------------------------------- | | `exportData` | Eksportē zonu kartes un vienādojumu kartes kā lejupielādējamu arhīvu | | `exportToJohnDeereAsFiles` | Nosūta eksportētu arhīvu uz John Deere Operations Center | | `exportToJohnDeereAsMapsLayers` | Nosūta GeoPard objektu kā Maps Layer | | `createJohnDeereWorkPlan` | Izveido sējas vai izkliedes WorkPlan no normu kartes | | `importJohnDeereData` | Sāk asinhronu John Deere importu GeoPard | Eksportēt kā `SHAPEFILE_MULTIPOLYGON`, `SHAPEFILE_POLYGON`, vai `ISOXML`. Izmēģinājuma lauciņu ģeometrijas var iekļaut, nepārklājot galvenās zonas normas. Maps Layers atbalsta zonas, vienādojumus, attēlus, augsni, ražu un topogrāfiju. Tas operatoriem dod noderīgu vizuālu kontekstu līdzās normu kartēm. ### Navigācija un sesija | Rīks | Mērķis | | -------------- | --------------------------------------------------------------------- | | `buildAppUrl` | Izveido dziļo saiti uz saimniecību, lauku, aktīvu grupu vai datu kopu | | `parseAppUrl` | Izvelk kontekstu no GeoPard lietotnes URL | | `clearSession` | Notīra sesijas datus | Dziļās saites atbalsta galīgo pārbaudi. Pirms lauka operācijas atveriet precīzo karti GeoPard. ### Tipiskā darba plūsma 1. **Noskaidro kontekstu.** Atrod saimniecību un lauku. Uzskaita pieejamos slāņus. 2. **Novērtē mainīgumu.** Aprēķina indeksa statistiku. Pārskata augsnes, topogrāfijas un ražas statistiku. 3. **Izveido normu karti.** Validē vienādojumu. Ģenerē vienādojumu karti vai zonas ar normām. 4. **Pārskata un eksportē.** Pārbauda normu karti, pēc tam eksportē to vai nosūta uz John Deere. 5. **Mācās pēc ražas novākšanas.** Attīra ražas datus. Salīdzina tos ar izkliedes datiem. Pilnveido nākamās sezonas loģiku. Šī darba plūsma palīdz mērķēt ieguldījumus tur, kur tie dod vislabāko atdevi. Tā arī samazina laiku starp analīzi un darbu laukā. ### Piemēra uzvednes * *Laukam X parādi Sentinel-2 NDVI statistiku par pēdējām 60 dienām. Parādi, kur mainīgums ir visaugstākais.* * *Uzskaiti topogrāfijas kartes laukam X. Izmanto slīpumu un TPI, lai izskaidrotu zemas ražas joslas 2025. gada ražā.* * *Izveido slāpekļa vienādojumu, izmantojot NDVI un augsnes organisko vielu. Validē to, tad ģenerē 20 m režģi.* * *Izveido četru zonu mēslošanas karti laukam X. Izmanto MAP normas 120, 100, 85 un 70 kg/ha. Parādi priekšskatījumu pirms saglabāšanas.* * *Attīri 2025. gada kukurūzas ražas datu kopu, izmantojot USDA protokolu. Kalibrē kopējo apjomu līdz 1 240 tonnām.* * *Izveido uz zonām balstītu paraugu ņemšanas plānu ar trim serdēm katrā zonā, 20 cm dziļumu, Mehlich3 un gudru maršrutēšanu.* * *Nosūti normu karti uz manu John Deere organizāciju kā WorkPlan.* ### Aizsardzības ierobežojumi * **Ierobežota piekļuve.** Piekļuve, kas balstīta uz OAuth, respektē katra lietotāja tiesības. * **Apstiprinājuma kontroles punkti.** Destruktīvai rakstīšanai nepieciešams priekšskatījums un skaidrs apstiprinājums. * **Sausie testi.** Vienādojumi tiek validēti pirms kartes ģenerēšanas. * **Priekšlidojuma pārbaudes.** Ražas korekcijām nepieciešama pārskatīta statistika un apstiprināti atribūti. * **Jūsu dati paliek jūsu.** GeoPard sagatavo jūsu datus analīzei. Jūs saglabājat īpašumtiesības un kontroli. {% hint style="warning" %} GeoPard MCP atbalsta lēmumu pieņemšanu. Tas neaizstāj vietējo agronomisko vērtējumu. Pirms lietošanas pārbaudiet normas, vienādojumus un vienības pret kultūraugu plāniem, augsnes testiem, marķējumiem un vietējiem noteikumiem. {% endhint %} ### Saistītās lapas * [Pievienojiet GeoPard MCP](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/savienot-geopard-mcp.md) * [Pārbaudiet GeoPard MCP savienojumu](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/parbaudit-geopard-mcp-savienojumu.md) * [Optimālais augsnes apstrādes dziļums](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/optimalais-augsnes-apstrades-dzilums.md) * [Izskaidrot veģetācijas rakstus](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/izskaidrot-vegetacijas-modelus.md) * [Attīrīt un kalibrēt ražas datus](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/razas-datu-tirisana-un-kalibresana.md) --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.geopard.tech/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/geopard-mcp/geopard-mcp-iespejas.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.