muend.
Ajan skill'leri · GeoAI bilgi altyapısı

geoai-skills

Sessiz CRS, mekânsal sızıntı, geçerlilik, birim ve belirsizlik hatalarını yayına çıkmadan durdurur.

Aktifv0.4.1MIT2 Awesome listesi
Sürümv0.4.1
Beceri18
Değerlendirme167 yönlendirme vakası / 92 davranış çifti
DağıtımCodex / Claude / Copilot / skills.sh
SeçkilerAwesome Claude Code / Awesome Geospatial
LisansMIT
Yöntem

Coğrafi iddiadan önce yöntem kontrolü

Bağımsız kurulabilen on sekiz beceri; veri edinme, uzaktan algılama, mekânsal istatistik, ML doğrulama, PostGIS, kartografya ve kontrollü ArcGIS otomasyonunu kapsar. Koordinat sistemi, birim, geçerlilik, karşılaştırılabilirlik, sızıntı, kaynak ve belirsizlik kontrollerini açık hale getirir.

v0.4.1 bu becerileri Codex, Claude Code, GitHub Copilot ve uyumlu Agent Skills ortamları için paketler. Çalışma zamanı arşivleri, değerlendirme vakalarından ve özel geliştirme içeriğinden ayrıdır.

Topluluk seçkileri

İki seçkili Awesome listesinde yer alıyor

Awesome Claude Code, projeyi Research & Scientific Inquiry bölümünde; Awesome Geospatial, Agent Skills bölümünde listeliyor. İki kayıt da 2 Kasım 2026’da liste sahiplerinin kaynaklarından doğrulandı. Bunlar editoryal seçkilerdir; kıyaslama sıralaması değildir.

Uzman beceri18

Bağımsız kurulabilen, sağlayıcıdan bağımsız beceri paketleri.

Yönlendirme vakası167

%99,17 kesinlik; tek sabit çalışma zamanı/model deneyi.

Davranış çifti92

302 sabit ölçüt; yönlendirmeden ayrı değerlendirildi.

Seçkili liste2

Awesome Claude Code ve Awesome Geospatial.

Değerlendirme

Yönlendirme ve davranış ayrı kanıtlar

Yönlendirme koşusu Claude Code 2.1.214 ve claude-sonnet-5 üzerinde %99,17 kesinlik, %96,77 duyarlılık ve %96,41 tam rota doğruluğu kaydediyor. Sonraki davranış deneyi 92 temiz eşlenmiş vaka ve model hakemi kullanıyor: ölçüt kapsaması %28,1’den %48,0’a, kritik mekânsal hata %14,1’den %4,3’e değişiyor.

Davranış kalite kapısı henüz geçilmedi: bütün ölçütleri geçen vaka %19,6; gereklilik %85. Kritik hata %4,3; gereklilik %2’nin altı. 47 vakalık kör insan incelemesi örneklemi hazır, hakemliği bitmiş değil. Yayımlanan davranış sonuçları model hakemli, kalibre edilmemiş ve insan doğrulaması yapılmamış sonuçlardır.

Kanıt kapsamı

Yönlendirme ve davranış paketleri farklı çalışma zamanı sürümleri ve vaka özetleri kullanır. Hiçbiri evrensel, modelden bağımsız kalite iddiasını desteklemez. Yukarıdaki paket/kaynak bağlantıları kanıtı ve sınırlarını açar.

İş birliğine açık

Sağlam duran yapay zekâ sistemleri kuralım.

© 2026 Muhammed Enes Duran Statik site · izleyici yok
Teknik diyagram