CommunityProgramación y desarrollogithub.com

nimish-html/geo-gap-finder-claude-skill

Habilidad de agente de IA para identificar y analizar brechas geográficas en datos espaciales utilizando Claude.

¿Qué es geo-gap-finder-claude-skill?

Esta habilidad permite a Claude actuar como un analista geoespacial experto para identificar brechas, inconsistencias o patrones geográficos en datasets de datos espaciales. Es útil para desarrolladores, científicos de datos y analistas que trabajan con información geoespacial en proyectos de mapeo, logística o planificación urbana. La habilidad se integra con plataformas como Claude Desktop o Claude Code, permitiendo solicitudes en lenguaje natural para cargar, analizar y visualizar datos geográficos. Utiliza herramientas como GeoJSON, Shapely o Kepler.gl para el procesamiento y la representación de datos, facilitando la detección de áreas sin cobertura, puntos aislados o clusters geográficos.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add nimish-html/geo-gap-finder-claude-skill

Installed? Explore more Programación y desarrollo skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace geo-gap-finder-claude-skill?

Repositorio de GitHub relacionado con habilidades de agente recientemente actualizado: nimish-html/geo-gap-finder-claude-skill.

Descripción general

Esta habilidad permite a Claude actuar como un analista geoespacial experto para identificar y analizar brechas geográficas en datos espaciales. Al integrarse con herramientas de procesamiento geoespacial, facilita la detección de áreas sin cobertura, puntos aislados o patrones de dispersión en conjuntos de datos geográficos.

Plataformas compatibles

  • Claude Desktop
  • Claude Code
  • Otros agentes de IA compatibles con SKILL.md

Características principales

  • Detección de brechas geográficas: Identifica áreas sin datos o con baja densidad de puntos en datasets geoespaciales.
  • Visualización interactiva: Genera mapas y gráficos para explorar patrones geográficos.
  • Análisis estadístico: Calcula métricas de densidad, distancia y dispersión para cuantificar brechas.
  • Soporte multi-formato: Compatible con GeoJSON, Shapefile, CSV con coordenadas, y otros formatos comunes.

Cómo funciona

  1. El usuario proporciona un dataset geoespacial (archivo o URL) y especifica los criterios de búsqueda.
  2. Claude procesa los datos utilizando bibliotecas como shapely, geopandas y keplergl.
  3. Se generan visualizaciones interactivas y un informe detallado de las brechas encontradas.
  4. El usuario puede refinar la búsqueda o exportar los resultados.

Ejemplo de uso

# Cargar datos geoespaciales desde un archivo GeoJSON
load-geo-data("ruta/al/archivo.geojson")

# Identificar brechas con un radio de 5 km
gap-finder.analyze(dataset, radius=5000)

# Visualizar resultados
show-gap-map(dataset, gaps)

Requisitos

  • Python 3.8+
  • Bibliotecas: geopandas, shapely, keplergl, folium
  • Conexión a internet para visualizaciones dinámicas (opcional)

Licencia

Este proyecto se distribuye bajo la licencia MIT. Consulte el archivo LICENSE para más detalles.

Skills relacionados