我们提出了一种基于LLM的框架，用于通过自然语言查询从云端地理空间目录中检索遥感数据。该系统将用户意图转化为结构化的API调用，从而高效访问卫星图像和环境数据集。架构集成了三个代理：Guardrail用于安全和政策执行，General-QA用于意图解析，以及Recommender-Analyst用于生成模式感知的API调用。这种协调设计确保了与外部数据服务的可靠语义对齐交互。
该模块化框架通过API模式替换在各个平台间可移植，支持环境监测、灾难响应和气候分析等应用。它在用户意图与地理空间基础设施之间建立了可扩展的接口，促进了流畅且自动化的地球观测工作流程。
初步实验在对抗性多回合设置下显示，提示级安全指令提高了系统的鲁棒性，尽管在API操控场景中依然存在少数高影响的失效，这突显了需要自适应的系统级防御，以平衡安全性、可用性和成本效率，从而推动使用我们的拦截级Guardrail代理。
博主点评： 该研究展示了LLM与地理空间数据检索的结合，突出其在环境监测等领域的潜力。然而，尽管引入了多种代理以增强系统安全性，仍需关注高影响失效的风险，未来应进一步优化防御机制以实现更高的可靠性。