夜雨聆风QGIS作为一款强大的开源GIS桌面软件，其功能的丰富性无需多言。就作者自身使用经验而言，熟练掌握和运用该工具来进行各类场景的数据处理任务，需要较长时间的学习和沉淀。然而在AI时代，各类MCP实现了AI引擎和工具的连接，有没有能够连接QGIS和AI引擎的MCP，从而让QGIS自己干活呢？答案是肯定的，有！
本文要介绍的QGIS的MCP项目地址如下：
https://github.com/jjsantos01/qgis_mcp.git
通过使用该MCP，能够在QGIS和AI引擎之间建立连接，在AI聊天窗口写出需求，即能让引擎操作QGIS自动完成任务。
功能简介
从项目的介绍信息来看，该工具能够实现的功能如下：
双向通信：通过socket套接字服务实现 AI引擎与 QGIS 的互联。 项目管理：在 QGIS 中新建、加载、保存工程文件。 图层管理：向QGIS工程添加或移除矢量、栅格图层。 处理工具调用：运行 QGIS 工具箱内的各类空间处理算法。 代码执行：由AI引擎远程在 QGIS 环境中运行任意 Python 代码。该功能能力极强，但使用时需谨慎。
安装方式
本文结合自身实践来分享安装过程：
一、先安装基础环境
QGIS：3.28+（建议 3.34/3.40） Python 3.10+（系统 Python，不是 QGIS 内置） uv 包管理器（用来跑 QGIS-MCP 服务）。在powershell窗口执行以下命令来安装uv：
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"安装完把C:\Users\你的用户名\.local\bin加入系统环境变量Path。
二、安装 QGIS MCP 插件
下载源码（ZIP 也行）：https://github.com/jjsantos01/qgis_mcp 找到 QGIS 插件目录：QGIS 菜单 → Settings → User Profiles → Open Active Profile Folder → 进入 python/plugins
Windows 一般是：
C:\Users\你的用户名\AppData\Roaming\QGIS\QGIS3\profiles\default\python\plugins3、把源码里的qgis_mcp_plugin整个文件夹复制进去。（注意不是源码目录，而是源码目录里面的qgis_mcp_plugin目录）
4、重启 QGIS →Plugins→Manage and Install Plugins→ 启用QGIS MCP。
三、在 QGIS 里启动 MCP 服务
四、AI工具中添加 QGIS MCP
作者使用的AI工具是Trae。主流的工具如Cursor、VS Code等配置方式类似。这里以Trae来介绍：
粘贴下面配置，注意替换其中的directory路径为你本地的实际路径。
{"mcpServers": {"qgis": {"command": "uv","disabled": false,"timeout": 60,"type": "stdio","args": ["--directory","D:/qgis_mcp/src/qgis_mcp", // 换成你本地qgis_mcp 源码路径，注意是源码路径下的src路径下的qgis_mcp目录"run","qgis_mcp_server.py"]}}}
确认后，Trae MCP 列表里出现qgis，绿色对勾就是正常。
在 Trae 中用 QGIS
任务一：加载【九大农业区划】shp数据到QGIS。
任务二：将该数据按CODE字段来分类设色。
完成结果：
任务三：将新加载的"灯光2023"的栅格数据按"九大农业区划数据"来进行分割。
完成结果：
总体测试下来，准确度和满意度都比较高。在测试任务三时QGIS还合理的按矢量数据的名称字段来对分割后的栅格数据进行了命名。
当然MCP只是桥接工具，至于对需求理解能力和水平还是要看使用的AI模型。作者使用的AI模型是Gemini-3.1-Pro-Preview，至于其他模型在操作QGIS时表现如何，还有待后续进一步测试分享。
Github上还有一个类似的QGIS的MCP项目，地址https://github.com/jjsantos01/qgis_mcp，该项目从标星数量和Fork数量来看，比本文所使用的Git项目都少很多，作者暂未进行下载测试。
写在最后
现在各类AI工具能够帮助完成很多的重复性和流程性的工作，这就给人们节省了大量的时间和精力。就作者的体会来说，对于个体而言，基础知识和原理的掌握显得更为重要了，因为脱离了自身实操，很多知识和概念更容易遗忘和混淆。没有基础，AI完成的产出成果很容易变为空中楼阁。现阶段AI最大的价值体现，或许是帮助人们解放出时间和精力，去思考如何满足用户需求，以及设计更好用的产品。
