Исследование земельного интеллекта MCP

Может ли ИИ-аналитик рассуждать о земле, не выдумывая доказательства?

Исследование земельного интеллекта MCP — это независимый исследовательский прототип, изучающий, как управляемая аналитика и протокол контекста модели (MCP) могут поддерживать исследования опциональности земельного развития.

Проект мотивирован более широким исследовательским интересом к экономике земли, развитию энергетики и инфраструктуры, а также долгосрочному управлению земельными ресурсами. Он задаёт вопрос:

Как землевладельцы, инвесторы и застройщики должны рассуждать об опциональности развития, когда участок имеет одновременную экономическую, инфраструктурную и экологическую ценность?

Текущая реализация сосредоточена на скрининге опциональности развития с использованием детерминированного синтетического набора данных. Она объединяет характеристики участков, близость к инфраструктуре, ограничения землепользования и синтетические результаты в управляемый аналитический слой, к которому LLM может получить доступ через инструменты MCP.

Дисклеймер исследования: Этот репозиторий использует синтетические данные и прозрачные эвристики скрининга для исследовательских и демонстрационных целей. Показатели опциональности не являются оценками стоимости, прогнозами, каузальными оценками, вероятностями развития или инвестиционными рекомендациями.

Почему этот проект

Распространённый сбой в ИИ-аналитике — когда языковая модель становится аналитическим движком: она читает необработанные файлы, пишет ad hoc запросы, молча меняет определения и выдаёт цифры, которые трудно контролировать или воспроизводить.

Этот проект предлагает иной подход:

LLM / research agent
        |
        | reasoning, question framing, synthesis
        v
Model Context Protocol
        |
        | governed tool surface
        v
DuckDB analytical layer
        |
        | joins, scoring, aggregation, validation
        v
deterministic synthetic land data

LLM отвечает за рассуждения. Аналитический слой отвечает за количественные доказательства.

Если MCP не предоставляет доказательства, необходимые для ответа на вопрос, желаемое поведение — выявить аналитический пробел, а не обойти систему или выдумать результат.

Related MCP server: real-estate-ai

Исследовательские ракурсы

Одни и те же управляемые доказательства могут поддерживать разные решения в зависимости от заинтересованной стороны.

Институциональный землевладелец / владелец в стиле TIMO

Долгосрочный владелец может спрашивать, какие активы имеют значимую опциональность развития, является ли опциональность широкой или концентрированной, и какие активы требуют стратегической экспертизы перед решением о продаже, аренде, обременении, изъятии или партнёрстве в развитии.

Инвестор / распределитель капитала

Инвестор может спрашивать, куда следует направлять экспертизу или капитал, отражена ли опциональность уже в текущей стоимости использования, и каких данных для андеррайтинга всё ещё не хватает.

Застройщик

Застройщик может спрашивать, какие участки заслуживают более глубокой технико-экономической проработки и переживают ли благоприятные сигналы близости к инфраструктуре ограничения физического характера на уровне участка.

Аналитическая поверхность MCP

Сервер предоставляет пять управляемых инструментов:

• list_research_questions

• compare_counties

• rank_land_optionality

• explain_parcel_score

• evaluate_optionality_signal

Он также предоставляет:

• Ресурс: research://catalog

• Промпт: land_research_investigation

Модель данных

Проект включает шесть детерминированных синтетических реляционных таблиц:

counties
   |
   +----< parcels ----< transactions
   |         |
   |         +---- parcel_infrastructure ----> infrastructure
   |         |
   |         +---- development_outcomes
   |
   +----< infrastructure

Синтетический набор данных воспроизводим с сидом 42. Включены манифест и контрольные суммы SHA256.

Сигнал опциональности

Показатель опциональности — это прозрачная эвристика скрининга, которая учитывает такие сигналы, как площадь участка, зонирование, уклон, риск наводнений, доля водно-болотных угодий, а также близость к подстанциям, линиям электропередачи, оптоволокну, автомагистралям и дата-центрам.

Показатель намеренно не позиционируется как оценка стоимости или прогностическая вероятность.

Инструмент evaluate_optionality_signal проверяет, разделяет ли показатель синтетические результаты развития по децилям показателя. Это полезно для тестирования исследовательского процесса, но не является доказательством прогностической валидности в реальном мире.

Локальная настройка

Рекомендуемые предварительные требования:

• Python 3.11+

• uv

• Claude Code, если вы хотите протестировать процесс LLM + MCP

Из корня репозитория:

python3.11 scripts/preflight.py

Затем запустите режим разработки MCP:

./scripts/run_mcp_dev.sh

Зарегистрируйте в Claude Code:

./scripts/register_claude.sh

Затем:

claude

Внутри Claude:

/mcp

Подтвердите land-intelligence при запросе.

Пример промпта агента

Act as a research analyst supporting a long-duration institutional landowner.

Use the land-intelligence MCP as your only quantitative data and analytics interface. Do not inspect the underlying CSVs, database, SQL, Python files, manifests, or other repository artifacts directly.

Determine which markets and parcels appear to have the strongest development optionality, what evidence supports that conclusion, and what evidence should make the investment team cautious.

Every material numerical claim should come from an MCP tool result. If an important question cannot be answered through the current MCP analytical surface, identify the gap rather than bypassing the MCP or guessing.

См. PROMPTS.md для дополнительных промптов для инвесторов, застройщиков, red-team и кросс-стейкхолдеров.

Более широкое исследовательское направление

Текущая реализация сосредоточена на опциональности развития и ограничениях инфраструктуры/земли.

Будущие исследования могут распространиться на данные энергорынков и межсетевых подключений, историю зонирования и обременений, коммерческие условия развития, структуры аренды и опционов, природоохранные сервитуты, качество и фрагментацию среды обитания, ограничения биоразнообразия, экономику углерода и природного капитала, доступность воды, сценарии NPV / IRR и пространственную оптимизацию портфеля.

Сохранение среды обитания является частью более широкой исследовательской мотивации, но текущая синтетическая модель не должна интерпретироваться как модель качества среды обитания.

Независимость и атрибуция

Это независимый исследовательский проект. Он основан на публичных исследованиях институционального землевладения и фирм, работающих на пересечении земли, инфраструктуры, энергетики и долгосрочного управления активами.

Он не аффилирован, не одобрен и не представляет какую-либо конкретную компанию, инвестиционного менеджера, застройщика, землевладельца или поставщика данных. Все включённые наборы данных и результаты являются синтетическими.

Лицензия

MIT