Contenu <\/p>\n Toggle<\/span>

Introduction : replacer le contexte<\/a><\/li>
Qu\u2019est-ce qu\u2019un LLM ?<\/a><\/li>
Pourquoi l\u2019int\u00e9grer \u00e0 QGIS ?<\/a><\/li>
Une adaptation pens\u00e9e pour QGIS<\/a><\/li>
Vers une nouvelle mani\u00e8re d\u2019apprendre et de travailler<\/a><\/li>
Conclusion : un dialogue entre humain et machine<\/a><\/li>
Installation et pr\u00e9paration de l\u2019environnement<\/a>
- 1. Cr\u00e9er un environnement Python d\u00e9di\u00e9<\/a><\/li>
- 2. Installer les d\u00e9pendances Python<\/a><\/li>
- 3. Installer et v\u00e9rifier les mod\u00e8les Ollama<\/a><\/li>
- 4. Pr\u00e9parer le serveur Flask (server.py)<\/a><\/li>
- 5. Installation du plugin QGIS LLM Assistant<\/a><\/li>
- 6. Configurer le plugin QGIS<\/a><\/li><\/ul><\/li>
- Tester le plugin et poser sa premi\u00e8re question<\/a>
  - 1. Ouvrir le plugin<\/a><\/li>
  - 2. Pr\u00e9parer une question<\/a><\/li>
  - 3. Envoyer la requ\u00eate<\/a><\/li>
  - 4. L\u2019auto-fix en action<\/a><\/li>
  - 5. Ex\u00e9cuter et v\u00e9rifier<\/a><\/li><\/ul><\/li>
  - Exemples d\u2019utilisation du QGIS LLM Assistant<\/a>
    - 1. Obtenir un r\u00e9sum\u00e9 rapide du projet QGIS<\/a><\/li>
    - 2. Calculer un indice spectral (NDVI, NDBI, Coral Index, etc.)<\/a><\/li>
    - 3. Extraire des statistiques zonales par polygone<\/a><\/li>
    - 4. Charger automatiquement une s\u00e9rie de rasters<\/a><\/li>
    - 5. Cr\u00e9er un tampon autour des points d\u2019int\u00e9r\u00eat<\/a><\/li>
    - 6. Identifier les erreurs topologiques<\/a><\/li><\/ul><\/li>
    - Limites actuelles et appel \u00e0 retours d\u2019exp\u00e9rience<\/a>
      - Points \u00e0 conna\u00eetre et limites actuelles<\/a><\/li>
      - Vers une version communautaire<\/a><\/li>
      - Conclusion g\u00e9n\u00e9rale<\/a><\/li><\/ul><\/li><\/ul><\/nav><\/div>\n\n\n\n\n
        \n\n\n\n
        <\/span>Qu\u2019est-ce qu\u2019un LLM ?<\/span><\/h2>\n\n\n\n
        \n
        Un LLM<\/strong> est un mod\u00e8le d\u2019intelligence artificielle entra\u00een\u00e9 sur des milliards de mots pour comprendre et g\u00e9n\u00e9rer du texte humain.
        Il peut r\u00e9diger des explications, corriger du code, traduire, interpr\u00e9ter des erreurs, ou encore r\u00e9diger un script complet \u00e0 partir d\u2019une simple demande en langage naturel.<\/p>\n\n\n\n
        Concr\u00e8tement, un LLM ne \u201csait\u201d rien par lui-m\u00eame : il pr\u00e9dit le mot ou la phrase la plus probable en fonction du contexte et de ce qu\u2019il a appris.
        Mais appliqu\u00e9 \u00e0 un domaine sp\u00e9cialis\u00e9 \u2014 comme la g\u00e9omatique \u2014 il devient un formidable assistant<\/strong>, capable de :<\/p>\n\n\n\n
        \n
        expliquer les concepts de QGIS ou de Python,<\/li>\n\n\n\n
        g\u00e9n\u00e9rer des scripts PyQGIS complets,<\/li>\n\n\n\n
        d\u00e9boguer ou corriger des erreurs,<\/li>\n\n\n\n
        proposer des workflows de traitement,<\/li>\n\n\n\n
        traduire un besoin m\u00e9tier en automatisation concr\u00e8te.<\/li>\n<\/ul>\n<\/blockquote>\n\n\n\n
        \n\n\n\n
        <\/span>Pourquoi l\u2019int\u00e9grer \u00e0 QGIS ?<\/span><\/h2>\n\n\n\n
        \n
        QGIS est une plateforme libre et puissante, mais son \u00e9cosyst\u00e8me peut parfois intimider :<\/p>\n\n\n\n
        \n
        les expressions de calculs attributaires sont tr\u00e8s riches mais peu connues ;<\/li>\n\n\n\n
        les algorithmes du \u201cProcessing Toolbox\u201d sont nombreux ;<\/li>\n\n\n\n
        et l\u2019\u00e9criture de scripts PyQGIS requiert de bien conna\u00eetre les classes, m\u00e9thodes et imports.<\/li>\n<\/ul>\n\n\n\n
        En int\u00e9grant un LLM directement dans l\u2019interface QGIS<\/strong>, on offre une interface conversationnelle<\/strong> entre l\u2019utilisateur et l\u2019environnement SIG :<\/p>\n\n\n\n
        \u26aa S\u00e9lectionne toutes les parcelles situ\u00e9es \u00e0 moins de 100 m\u00e8tres des rivi\u00e8res \u00bb<\/em>
        devient
        \u26aa un script PyQGIS ou une expression pr\u00eate \u00e0 ex\u00e9cuter<\/em>.<\/p>\n\n\n\n
        Autrement dit, le LLM devient un assistant p\u00e9dagogique et productif<\/strong>, \u00e0 la fois traducteur, formateur et automate de code.<\/p>\n<\/blockquote>\n\n\n\n
        \n\n\n\n
        <\/span>Une adaptation pens\u00e9e pour QGIS<\/span><\/h2>\n\n\n\n
        \n
        Le plugin que je d\u00e9veloppe, QGIS LLM Assistant<\/strong>, vise justement \u00e0 rendre cette interaction fluide et adapt\u00e9e au monde g\u00e9ospatial.<\/p>\n\n\n\n
        Il ne s\u2019agit pas d\u2019un simple chatbot int\u00e9gr\u00e9, mais d\u2019un outil :<\/p>\n\n\n\n
        \n
        qui comprend le contexte de QGIS<\/strong> (projet actif, couches charg\u00e9es, algorithmes disponibles) ;<\/li>\n\n\n\n
        qui g\u00e9n\u00e8re du code PyQGIS ex\u00e9cutable directement<\/strong> dans QGIS ;<\/li>\n\n\n\n
        qui corrige automatiquement<\/strong> les erreurs fr\u00e9quentes (imports manquants, fonctions obsol\u00e8tes, diff\u00e9rences de version) ;<\/li>\n\n\n\n
        et qui surveille les ressources<\/strong> CPU\/GPU pour \u00e9viter les blocages.<\/li>\n<\/ul>\n\n\n\n
        Ce plugin illustre une id\u00e9e simple :
        \u26aa l\u2019intelligence artificielle ne remplace pas le g\u00e9omaticien, elle amplifie ses capacit\u00e9s.<\/em><\/p>\n<\/blockquote>\n\n\n\n
        \n\n\n\n
        <\/span>Vers une nouvelle mani\u00e8re d\u2019apprendre et de travailler<\/span><\/h2>\n\n\n\n
        \n
        Pour les \u00e9tudiants, formateurs ou professionnels, un assistant LLM int\u00e9gr\u00e9 \u00e0 QGIS ouvre de nouvelles perspectives :<\/p>\n\n\n\n
        \n
        apprendre par l\u2019exemple, en g\u00e9n\u00e9rant et en ex\u00e9cutant du code comment\u00e9 ;<\/li>\n\n\n\n
        comprendre les erreurs sans quitter l\u2019environnement QGIS ;<\/li>\n\n\n\n
        cr\u00e9er des scripts personnalis\u00e9s plus rapidement ;<\/li>\n\n\n\n
        documenter et partager les workflows en langage naturel.<\/li>\n<\/ul>\n\n\n\n
        C\u2019est une \u00e9volution comparable \u00e0 ce que furent les calculateurs automatiques dans Excel : un outil qui d\u00e9multiplie la productivit\u00e9 et rend le travail plus exploratoire, plus intuitif, plus collaboratif.<\/p>\n<\/blockquote>\n\n\n\n
        \n\n\n\n
        <\/span>Conclusion : un dialogue entre humain et machine<\/span><\/h2>\n\n\n\n
        \n
        En associant la puissance analytique de QGIS<\/strong> \u00e0 l\u2019intelligence linguistique d\u2019un LLM<\/strong>, on ouvre une nouvelle \u00e8re d\u2019interaction entre l\u2019utilisateur et son logiciel :
        une \u00e8re o\u00f9 l\u2019on explique son intention<\/strong> plut\u00f4t que de m\u00e9moriser des commandes<\/strong>.<\/p>\n\n\n\n
        L\u2019assistant LLM pour QGIS est une premi\u00e8re \u00e9tape vers cette vision : un environnement SIG plus intelligent, plus accessible, et plus humain.<\/p>\n<\/blockquote>\n\n\n\n
        \n\n\n\n
        <\/span>Installation et pr\u00e9paration de l\u2019environnement<\/span><\/h2>\n\n\n\n
        Avant d\u2019utiliser le plugin LLM Assistant dans QGIS, il est n\u00e9cessaire de pr\u00e9parer un environnement adapt\u00e9 pour ex\u00e9cuter et tester les mod\u00e8les de langage. Cette \u00e9tape garantit que les scripts g\u00e9n\u00e9r\u00e9s par le LLM s\u2019ex\u00e9cutent correctement et en toute s\u00e9curit\u00e9.<\/p>\n\n\n\n
        <\/span>1. Cr\u00e9er un environnement Python d\u00e9di\u00e9<\/span><\/h3>\n\n\n\n
        Pour \u00e9viter les conflits avec les d\u00e9pendances de QGIS ou d\u2019autres projets Python, il est fortement recommand\u00e9 d\u2019utiliser un environnement virtuel (venv)<\/strong>\u202f:<\/p>\n\n\n
        <\/div>
        <\/div>
        <\/div><\/div>
        <\/p>\n\n\n\n
        # Cr\u00e9er l\u2019environnement virtuel\npython -m venv venv\n\n# Activer l\u2019environnement\n# Windows\nvenv\\Scripts\\activate\n# macOS \/ Linux\nsource venv\/bin\/activate\n\n# Mettre \u00e0 jour pip\npip install --upgrade pip\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n L\u2019avantage d\u2019un venv<\/code> est de contr\u00f4ler exactement les packages install\u00e9s<\/strong> et d\u2019isoler les biblioth\u00e8ques n\u00e9cessaires pour le LLM et le serveur Flask.<\/p>\n\n\n\n \n\n\n\n<\/span>2. Installer les d\u00e9pendances Python<\/span><\/h3>\n\n\n\nEnsuite, il faut installer les biblioth\u00e8ques principales\u202f:<\/p>\n\n\n <\/div><\/div><\/div><\/div><\/p>\n\n\n\npip install requests flask langchain_ollama psutil gputil\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n \nrequests<\/code>\u202f: pour communiquer avec le serveur Flask depuis le plugin QGIS.<\/li>\n\n\n\n flask<\/code>\u202f: pour cr\u00e9er le serveur local qui interagit avec le mod\u00e8le LLM.<\/li>\n\n\n\n langchain_ollama<\/code>\u202f: interface avec les mod\u00e8les Ollama.<\/li>\n\n\n\n psutil<\/code> et GPUtil<\/code>\u202f: pour surveiller la RAM CPU et la VRAM GPU et choisir le mod\u00e8le adapt\u00e9 automatiquement.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n<\/span>3. Installer et v\u00e9rifier les mod\u00e8les Ollama<\/span><\/h3>\n\n\n\nAvant de lancer le serveur, il faut s\u2019assurer que les mod\u00e8les LLM souhait\u00e9s sont install\u00e9s localement. Par exemple\u202f:<\/p>\n\n\n <\/div>environnement virtuel<\/div><\/div><\/div><\/p>\n\n\n\n# Liste des mod\u00e8les disponibles\nollama list\n\n# Exemple de mod\u00e8les install\u00e9s :\n# gemma:2b-instruct-q4_K_M\n# gemma:2b\n# mistral:latest\n# llama3:latest\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n Chaque mod\u00e8le a ses exigences en CPU et GPU<\/strong>, que le plugin utilisera pour s\u00e9lectionner automatiquement le mod\u00e8le le plus adapt\u00e9 selon la machine.<\/p>\n\n\n\n \n\n\n\n<\/span>4. Pr\u00e9parer le serveur Flask (server.py<\/code>)<\/span><\/h3>\n\n\n\nLe plugin QGIS communique avec un serveur local qui ex\u00e9cute le LLM. Le fichier server.py<\/code> contient\u202f:<\/p>\n\n\n\n \nLe choix automatique du mod\u00e8le selon la m\u00e9moire disponible.<\/li>\n\n\n\n Le routage de la requ\u00eate depuis le plugin via l\u2019endpoint \/analyze<\/code>.<\/li>\n\n\n\n Le renvoi d\u2019un JSON contenant\u202f:\n\nla r\u00e9ponse textuelle du LLM,<\/li>\n\n\n\n le mod\u00e8le utilis\u00e9,<\/li>\n\n\n\n la m\u00e9moire CPU et GPU disponible,<\/li>\n\n\n\n le temps de traitement.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n\n\n<\/div>server.py<\/div><\/div><\/div><\/p>\n\n\n\nfrom flask import Flask, request, jsonify\nfrom langchain_ollama import ChatOllama\nfrom langchain_core.prompts import ChatPromptTemplate\nimport psutil\nimport GPUtil\nimport subprocess\nimport time\n\napp = Flask(__name__)\n\n# --- M\u00e9moire et mod\u00e8les ---\nMODEL_REQUIREMENTS = {\n \"gemma:2b-instruct-q4_K_M\": {\"cpu\": 8, \"gpu\": 6},\n \"gemma:2b\": {\"cpu\": 6, \"gpu\": 4},\n \"mistral:latest\": {\"cpu\": 8, \"gpu\": 4},\n \"llama3:latest\": {\"cpu\": 4, \"gpu\": 2}\n}\n\ndef get_available_memory_gb():\n \"\"\"Retourne la RAM CPU disponible en Go\"\"\"\n return psutil.virtual_memory().available \/ (1024 ** 3)\n\ndef get_available_vram_gb():\n \"\"\"Retourne la VRAM GPU disponible en Go (0 si pas de GPU)\"\"\"\n gpus = GPUtil.getGPUs()\n if not gpus:\n return 0\n return max(gpu.memoryFree for gpu in gpus) \/ 1024 # MB \u2192 GB\n\ndef get_installed_models():\n \"\"\"Retourne la liste des mod\u00e8les Ollama install\u00e9s.\"\"\"\n try:\n result = subprocess.run([\"ollama\", \"list\"], capture_output=True, text=True, check=True)\n lines = result.stdout.splitlines()[1:] # ignorer l\u2019en-t\u00eate\n models = []\n for line in lines:\n parts = line.split()\n if parts:\n models.append(parts[0])\n return models\n except Exception:\n return []\n\ndef choose_model():\n \"\"\"Choisit le meilleur mod\u00e8le install\u00e9 selon RAM CPU et GPU.\"\"\"\n installed_models = get_installed_models()\n avail_cpu = get_available_memory_gb()\n avail_gpu = get_available_vram_gb()\n\n # Filtrer les mod\u00e8les r\u00e9ellement install\u00e9s\n candidates = {name: req for name, req in MODEL_REQUIREMENTS.items() if name in installed_models}\n\n if not candidates:\n return None # aucun mod\u00e8le install\u00e9 trouv\u00e9\n\n # Si pas de GPU, ne proposer que des mod\u00e8les CPU-friendly\n if avail_gpu == 0:\n sorted_models = sorted(candidates.items(), key=lambda x: x[1][\"cpu\"], reverse=True)\n for model_name, req in sorted_models:\n if avail_cpu >= req[\"cpu\"]:\n return model_name\n return min(candidates.keys(), key=lambda x: candidates[x][\"cpu\"]) # fallback\n\n # Si GPU pr\u00e9sent, tri d\u00e9croissant GPU puis CPU\n sorted_models = sorted(candidates.items(), key=lambda x: (x[1][\"gpu\"], x[1][\"cpu\"]), reverse=True)\n for model_name, req in sorted_models:\n if avail_cpu >= req[\"cpu\"] and avail_gpu >= req[\"gpu\"]:\n return model_name\n\n return min(candidates.keys(), key=lambda x: candidates[x][\"cpu\"]) # fallback\n\n# --- Endpoint Flask ---\n@app.route(\"\/analyze\", methods=[\"POST\"])\ndef analyze():\n try:\n start_time = time.time()\n data = request.get_json()\n prompt_text = data.get(\"prompt\", \"\")\n\n # Choix automatique du mod\u00e8le\n selected_model = choose_model()\n if not selected_model:\n return jsonify({\"error\": \"Aucun mod\u00e8le Ollama install\u00e9 trouv\u00e9.\"}), 500\n\n model = ChatOllama(model=selected_model)\n\n # Pr\u00e9parer le prompt\n chat_prompt = ChatPromptTemplate.from_template(\n \"You are a marine AI assistant. {prompt}\"\n )\n messages = chat_prompt.format_messages(prompt=prompt_text)\n\n # \u26a1 Utilisation correcte : invoke()\n response_msg = model.invoke(messages) # renvoie AIMessage\n text_response = response_msg.content # extraire le texte pour JSON\n\n elapsed = round(time.time() - start_time, 2)\n\n return jsonify({\n \"response\": text_response,\n \"model_used\": selected_model,\n \"available_cpu_gb\": round(get_available_memory_gb(), 1),\n \"available_gpu_gb\": round(get_available_vram_gb(), 1),\n \"processing_time_s\": elapsed\n })\n\n except Exception as e:\n return jsonify({\"error\": str(e)}), 500\n\nif __name__ == \"__main__\":\n app.run(debug=False)\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n Exemple minimal pour lancer le serveur\u202f:<\/p>\n\n\n <\/div><\/div><\/div><\/div><\/p>\n\n\n\npython server.py\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n Le serveur \u00e9coutera par d\u00e9faut sur http:\/\/127.0.0.1:5000<\/code>.<\/p>\n\n\n\n \n\n\n\n<\/span>5. Installation du plugin QGIS LLM Assistant<\/span><\/h3>\n\n\n\nPour commencer \u00e0 utiliser le plugin\u202f:<\/p>\n\n\n\n \nT\u00e9l\u00e9chargez le plugin<\/strong> T\u00e9l\u00e9chargez le fichier ZIP du plugin depuis le lien suivant : T\u00e9l\u00e9charger le plugin<\/a><\/li>\n\n\n\n Installer depuis QGIS<\/strong>\n\nOuvrez QGIS.<\/li>\n\n\n\n Allez dans le menu Extensions \u2192 Installer depuis un fichier ZIP<\/strong>.<\/li>\n\n\n\n S\u00e9lectionnez le fichier ZIP t\u00e9l\u00e9charg\u00e9 et cliquez sur Installer<\/strong>.<\/li>\n<\/ul>\n<\/li>\n\n\n\nActiver le plugin<\/strong>\n\nUne fois install\u00e9, le plugin appara\u00eet dans le menu Extensions<\/strong> ou dans la barre d\u2019outils.<\/li>\n\n\n\nCliquez sur LLM Assistant<\/strong> pour ouvrir le dock.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n\n\n\n\nAstuce : pour les utilisateurs avanc\u00e9s, vous pouvez aussi d\u00e9compresser le ZIP dans le dossier ~\/.qgis3\/python\/plugins\/<\/code> puis activer le plugin via Extensions \u2192 Gestionnaire d\u2019extensions<\/strong>.<\/p>\n<\/blockquote>\n\n\n\n \n\n\n\n<\/span>6. Configurer le plugin QGIS<\/span><\/h3>\n\n\n\nDans QGIS\u202f:<\/p>\n\n\n\n\nApr\u00e8s avoir Install\u00e9 le plugin LLM Assistant:\n\nAcc\u00e9der aux param\u00e8tres<\/strong> et indiquer l\u2019URL du serveur Flask (http:\/\/127.0.0.1:5000<\/code>).<\/li>\n\n\n\n V\u00e9rifier que le plugin peut r\u00e9cup\u00e9rer les informations sur les couches charg\u00e9es dans le projet.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n\n\n\n \n\n\n\nCette pr\u00e9paration garantit\u202f:<\/p>\n\n\n\n \nQue le plugin peut communiquer avec le LLM<\/strong>.<\/li>\n\n\n\n Que l\u2019ex\u00e9cution des scripts g\u00e9n\u00e9r\u00e9s est s\u00e9curis\u00e9e et isol\u00e9e<\/strong>.<\/li>\n\n\n\n Que le choix du mod\u00e8le est automatique et adapt\u00e9 \u00e0 votre configuration<\/strong>.<\/li>\n<\/ul>\n\n\n\n<\/span>Tester le plugin et poser sa premi\u00e8re question<\/span><\/h2>\n\n\n\nUne fois l\u2019environnement pr\u00e9par\u00e9 et le serveur Flask lanc\u00e9, il est temps de tester le plugin LLM Assistant<\/strong> dans QGIS et de voir comment il r\u00e9agit aux requ\u00eates. Cette \u00e9tape montre concr\u00e8tement la puissance de l\u2019auto-fix et de la validation progressive du code.<\/p>\n\n\n\n \n\n\n\n<\/span>1. Ouvrir le plugin<\/span><\/h3>\n\n\n\nDans QGIS\u202f:<\/p>\n\n\n\n \nAller dans le menu Plugins \u2192 LLM Assistant \u2192 LLM Assistant<\/strong>.<\/li>\n\n\n\n Le panneau lat\u00e9ral du plugin s\u2019ouvre (DockWidget) avec\u202f:\n\nun champ de saisie pour votre question,<\/li>\n\n\n\n un bouton Send<\/strong>,<\/li>\n\n\n\n une zone pour afficher la r\u00e9ponse du LLM<\/strong>,<\/li>\n\n\n\n une zone pour afficher le code PyQGIS sugg\u00e9r\u00e9<\/strong>,<\/li>\n\n\n\n un bouton pour ex\u00e9cuter le code<\/strong> et un pour copier le code<\/strong>.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n\n\n\n \n\n\n\n<\/span>2. Pr\u00e9parer une question<\/span><\/h3>\n\n\n\nLe plugin prend en compte les couches actuellement charg\u00e9es dans le projet<\/strong>. Il est donc recommand\u00e9 de charger quelques couches test\u202f:<\/p>\n\n\n\n \nExemple\u202f: un raster multispectral (Palmar_MS.tif<\/code>) et un shapefile<\/a> de points (points_coral.shp<\/code>).<\/li>\n<\/ul>\n\n\n\nEnsuite, dans le champ de saisie, on peut poser une question\u202f:<\/p>\n\n\n\nCalcule l\u2019index corallien \u00e0 partir du raster Palmar_MS et des points de r\u00e9f\u00e9rence points_coral.shp\n<\/code><\/pre>\n\n\n\n \n\n\n\n<\/span>3. Envoyer la requ\u00eate<\/span><\/h3>\n\n\n\n\nCliquer sur Send<\/strong>.<\/li>\n\n\n\n Le plugin envoie la requ\u00eate au serveur Flask.<\/li>\n\n\n\nLa r\u00e9ponse du LLM appara\u00eet dans la zone \u201cAssistant Response\u201d<\/strong>.<\/li>\n<\/ul>\n\n\n\nExemple de retour\u202f:<\/p>\n\n\n<\/div><\/div><\/div><\/div><\/p>\n\n\n\nModel used: gemma:2b\nCPU available: 5.4 GB\nGPU available: 0 GB\nProcessing time: 15.4 s\n\nResponse:\nimport qgis\nimport numpy as np\n\nraster_layer = QgsRasterLayer(\"Palmar_MS.tif\", \"RasterLayer\")\nvector_layer = QgsVectorLayer(\"points_coral.shp\", \"VectorLayer\", \"ogr\")\ncoral_index = (raster_layer.band(5) - raster_layer.band(3)) \/ (raster_layer.band(5) + raster_layer.band(3))\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n \nLe plugin affiche \u00e9galement le code PyQGIS sugg\u00e9r\u00e9<\/strong> dans la zone inf\u00e9rieure, pr\u00eat \u00e0 \u00eatre ex\u00e9cut\u00e9 ou copi\u00e9.<\/p>\n<\/blockquote>\n\n\n\n \n\n\n\n<\/span>4. L\u2019auto-fix en action<\/span><\/h3>\n\n\n\nSi le LLM g\u00e9n\u00e8re un code incomplet ou incompatible\u202f:<\/p>\n\n\n\n \nLe plugin applique des corrections automatiques intelligentes<\/strong>, comme\u202f:\n\nremplacer qgis.open_raster()<\/code> par QgsRasterLayer()<\/code>,<\/li>\n\n\n\n corriger iface.activeProject()<\/code> en QgsProject.instance()<\/code>,<\/li>\n\n\n\n remplacer evaluateExpression()<\/code> par sample()<\/code>.<\/li>\n<\/ul>\n<\/li>\n\n\n\n Chaque ligne du code est surlign\u00e9e<\/strong>\u202f:\n\nvert\u202f= ex\u00e9cut\u00e9e avec succ\u00e8s,<\/li>\n\n\n\n jaune\u202f= corrig\u00e9e automatiquement,<\/li>\n\n\n\n rouge\u202f= bloqu\u00e9e (erreur non corrigible).<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n\n\n\nCette approche permet de tester des scripts g\u00e9n\u00e9r\u00e9s par le LLM sans craindre de crash QGIS<\/strong>.<\/p>\n\n\n\n \n\n\n\n<\/span>5. Ex\u00e9cuter et v\u00e9rifier<\/span><\/h3>\n\n\n\n\nCliquer sur \u25b6 Run Code<\/strong> pour lancer l\u2019ex\u00e9cution.<\/li>\n\n\n\n Le code corrig\u00e9 est mis \u00e0 jour dans la zone \u201cSuggested PyQGIS Code\u201d.<\/li>\n\n\n\n Les messages d\u2019erreur et le nombre de lignes ex\u00e9cut\u00e9es ou corrig\u00e9es sont affich\u00e9s dans la zone Assistant Response<\/strong>.<\/li>\n<\/ul>\n\n\n\nGr\u00e2ce \u00e0 ce m\u00e9canisme\u202f:<\/p>\n\n\n\n \nLes utilisateurs peuvent exp\u00e9rimenter librement<\/strong> avec le code g\u00e9n\u00e9r\u00e9.<\/li>\n\n\n\n Les erreurs fr\u00e9quentes sont trait\u00e9es automatiquement<\/strong>, tout en restant transparentes.<\/li>\n\n\n\n Le flux de travail devient it\u00e9ratif et p\u00e9dagogique<\/strong>\u202f: on voit ce que le LLM propose et comment le plugin le rend ex\u00e9cutable.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n<\/span>Exemples d\u2019utilisation du QGIS LLM Assistant<\/span><\/h2>\n\n\n\n<\/span>1. Obtenir un r\u00e9sum\u00e9 rapide du projet QGIS<\/span><\/h3>\n\n\n\nPrompt :<\/strong><\/p>\n\n\n\n \n\u201cDonne-moi un r\u00e9sum\u00e9 du contenu de mon projet QGIS actuel.\u201d<\/p>\n<\/blockquote>\n\n\n\n R\u00e9ponse typique :<\/strong><\/p>\n\n\n\n <\/a><\/figure>\n\n\n\n\n\u201cVoici le r\u00e9sultat :<\/p>\n\n\n\n Deux couches vectorielles (routes et seuil1_poly) avec respectivement 73965 features, 338 champs et CRS EPSG:2154, ainsi que 300 features, 2 champs et CRS EPSG:2154.\u201d<\/p>\n\n\n\n Vous avez 5 couches (layers) dans votre projet :<\/p>\n\n\n\n Une couche vectorielle ( CLC90_RCOR_RGF ) avec 4782 features, 4 champs et une r\u00e9f\u00e9rence spatiale (CRS) IGNF:LAMB93.<\/p>\n\n\n\n Quatre couches raster (corine, corse, fzy_corine, fzy_corse) avec chacune une bande (1 band) et des CRS diff\u00e9rents : IGNF:LAMB93 pour les deux premi\u00e8res et EPSG:2154 pour les deux derni\u00e8res.<\/p>\n<\/blockquote>\n\n\n\n Utilit\u00e9 :<\/strong> Parfait pour v\u00e9rifier la coh\u00e9rence du projet<\/strong> avant d\u2019entamer une analyse.<\/p>\n\n\n\n \n\n\n\n<\/span>2. Calculer un indice spectral (NDVI, NDBI, Coral Index, etc.)<\/span><\/h3>\n\n\n\nPrompt :<\/strong><\/p>\n\n\n\n\n\u201cCalcule le NDVI \u00e0 partir de la couche Sentinel2.tif et enregistre-le comme NDVI.tif.\u201d<\/p>\n<\/blockquote>\n\n\n\n<\/a><\/figure>\n\n\n\nCode sugg\u00e9r\u00e9 :<\/strong><\/p>\n\n\n<\/div><\/div><\/div><\/div><\/p>\n\n\n\nfrom qgis.core import QgsRasterLayer\nfrom qgis.analysis import QgsRasterCalculator, QgsRasterCalculatorEntry\n\nraster = QgsRasterLayer(\"C:\\projetflou\\Palmar_MS.tif\", \"Palmar_MS\")\nentries = []\nred = QgsRasterCalculatorEntry()\nred.ref = \"red@3\"\nred.raster = raster\nred.bandNumber = 3\nentries.append(red)\nnir = QgsRasterCalculatorEntry()\nnir.ref = \"nir@4\"\nnir.raster = raster\nnir.bandNumber = 4\nentries.append(nir)\ncalc = QgsRasterCalculator(\n \"(nir@4 - red@3) \/ (nir@4 + red@3)\",\n \"C:\/data\/NDVIB.tif\",\n \"GTiff\",\n raster.extent(),\n raster.width(),\n raster.height(),\n entries\n)\ncalc.processCalculation()\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n En cliquant sur \u00ab\u00a0Run Code\u00a0\u00bb on retrouve le tif r\u00e9sultant dans le r\u00e9pertoire C:\/data<\/p>\n\n\n\n<\/a><\/figure>\n\n\n\nUtilit\u00e9 :<\/strong> Gain de temps consid\u00e9rable pour ceux qui oublient la syntaxe exacte du calcul raster.<\/p>\n\n\n\n \n\n\n\n<\/span>3. Extraire des statistiques zonales par polygone<\/span><\/h3>\n\n\n\nPrompt :<\/strong><\/p>\n\n\n\n\n\u201cDonne-moi le code pour calculer la moyenne du NDVI dans chaque polygone de ma couche \u2018zones_agricoles\u2019.\u201d<\/p>\n<\/blockquote>\n\n\n\n<\/a><\/figure>\n\n\n\nR\u00e9ponse typique :<\/strong><\/p>\n\n\n<\/div><\/div><\/div><\/div><\/p>\n\n\n\nimport processing\nprocessing.run(\n \"qgis:zonalstatistics\",\n {\n 'INPUT_RASTER': 'NDVI.tif',\n 'RASTER_BAND': 1,\n 'INPUT_VECTOR': 'zones_agricoles.shp',\n 'COLUMN_PREFIX': 'NDVI_',\n 'STATISTICS': [2] # Moyenne\n }\n)\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n<\/a><\/figure>\n\n\n\nUtilit\u00e9 :<\/strong> Facilite la g\u00e9n\u00e9ration automatique de scripts de traitements batch.<\/p>\n\n\n\n \n\n\n\n<\/span>4. Charger automatiquement une s\u00e9rie de rasters<\/span><\/h3>\n\n\n\nPrompt :<\/strong><\/p>\n\n\n\n\n\u201cCharge toutes les images GeoTIFF du dossier C:\/projetflou\/ dans mon projet.\u201d<\/p>\n<\/blockquote>\n\n\n\n<\/a><\/figure>\n\n\n\nCode sugg\u00e9r\u00e9 :<\/strong><\/p>\n\n\n<\/div><\/div><\/div><\/div><\/p>\n\n\n\nimport os\nfrom qgis.core import QgsRasterLayer, QgsProject\n\nfolder = \"C:\/projetflou\"\nfor f in os.listdir(folder):\n if f.endswith(\".tif\"):\n path = os.path.join(folder, f)\n layer = QgsRasterLayer(path, os.path.basename(f))\n if layer.isValid():\n QgsProject.instance().addMapLayer(layer)\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n<\/a><\/figure>\n\n\n\nUtilit\u00e9 :<\/strong> Parfait pour les analystes SIG<\/strong> qui manipulent de grands jeux d\u2019images.<\/p>\n\n\n\n \n\n\n\n<\/span>5. Cr\u00e9er un tampon autour des points d\u2019int\u00e9r\u00eat<\/span><\/h3>\n\n\n\nPrompt :<\/strong><\/p>\n\n\n\n\n\u201cDonne moi un code python qui cr\u00e9e un buffer de 200 m\u00e8tres autour de ma couche panneaux.\u201d<\/p>\n<\/blockquote>\n\n\n\n<\/a><\/figure>\n\n\n\nCode sugg\u00e9r\u00e9 :<\/strong><\/p>\n\n\n<\/div><\/div><\/div><\/div><\/p>\n\n\n\nimport processing\nprocessing.run(\n \"native:buffer\",\n {\n 'INPUT': 'c:\/data\/panneaux.shp',\n 'DISTANCE': 200,\n 'SEGMENTS': 5,\n 'END_CAP_STYLE': 0,\n 'JOIN_STYLE': 0,\n 'DISSOLVE': False,\n 'OUTPUT': 'c:\/data\/buffers_200m.shp'\n }\n)\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n<\/a><\/figure>\n\n\n\nUtilit\u00e9 :<\/strong> Simplifie les traitements classiques sans passer par les bo\u00eetes de dialogue.<\/p>\n\n\n\n \n\n\n\n<\/span>6. Identifier les erreurs topologiques<\/span><\/h3>\n\n\n\nPrompt :<\/strong><\/p>\n\n\n\n\n\u201cje voudrais un code Python qui v\u00e9rifie les chevauchements dans la couche zones_agricoles\u201d<\/p>\n<\/blockquote>\n\n\n\n<\/a><\/figure>\n\n\n\nR\u00e9ponse typique :<\/strong><\/p>\n\n\n<\/div><\/div><\/div><\/div><\/p>\n\n\n\nimport processing\nprocessing.run(\"qgis:checkvalidity\", {\n 'INPUT_LAYER': 'C:\/data\/zones_agricoles.shp',\n 'METHOD': 2, # OGR\n 'VALID_OUTPUT': 'C:\/data\/valid_parcelles.shp',\n 'INVALID_OUTPUT': 'C:\/data\/invalid_parcelles.shp'\n})\n<\/code><\/pre>\n\n\n\n<\/div><\/div>\n\n\n\n Utilit\u00e9 :<\/strong> Gain de temps pour la validation g\u00e9om\u00e9trique<\/strong> d\u2019un lot de donn\u00e9es.<\/p>\n\n\n\n \n\n\n\n<\/span>Limites actuelles et appel \u00e0 retours d\u2019exp\u00e9rience<\/span><\/h2>\n\n\n\nCe plugin n\u2019est pas un outil \u00ab fini \u00bb au sens traditionnel du terme. Il s\u2019agit d\u2019un prototype fonctionnel<\/strong>, fourni tel quel, dont l\u2019objectif principal est d\u2019explorer le potentiel d\u2019interaction entre QGIS et un mod\u00e8le de langage (LLM).<\/p>\n\n\n\n L\u2019id\u00e9e n\u2019est pas encore d\u2019offrir une solution de production, mais de tester des sc\u00e9narios d\u2019usage, d\u2019\u00e9valuer la qualit\u00e9 des r\u00e9ponses g\u00e9n\u00e9r\u00e9es et d\u2019identifier les ajustements n\u00e9cessaires pour un futur d\u00e9veloppement plus robuste.<\/p>\n\n\n\n Je publie donc ce plugin dans l\u2019esprit du libre<\/strong> : pour favoriser la discussion, la contribution et le retour d\u2019exp\u00e9rience des utilisateurs. Vos remarques, suggestions ou signalements d\u2019erreurs sont donc les bienvenus \u2014 ils aideront \u00e0 orienter les prochaines \u00e9volutions.<\/p>\n\n\n\n <\/span>Points \u00e0 conna\u00eetre et limites actuelles<\/span><\/h3>\n\n\n\n\nDiff\u00e9rents mod\u00e8les, diff\u00e9rents r\u00e9sultats<\/strong> : selon le mod\u00e8le LLM utilis\u00e9 (GPT-4, Mistral, Gemini, etc.), les r\u00e9ponses et corrections de code peuvent varier sensiblement. Certains mod\u00e8les sont plus pr\u00e9cis sur le code QGIS, d\u2019autres sur le texte explicatif.<\/li>\n\n\n\n Ex\u00e9cution locale ou distante<\/strong> : le comportement d\u00e9pend du mode d\u2019acc\u00e8s au mod\u00e8le (API, serveur local, ou instance priv\u00e9e). Des diff\u00e9rences de latence et de compatibilit\u00e9 peuvent survenir.<\/li>\n\n\n\n Support partiel de l\u2019environnement QGIS<\/strong> : certaines classes ou m\u00e9thodes ne sont pas reconnues correctement par les mod\u00e8les, notamment lorsqu\u2019elles changent entre versions (ex. QGIS 3.28 \u2192 3.44).<\/li>\n\n\n\n Erreur de contexte persistante<\/strong> : apr\u00e8s plusieurs ex\u00e9cutions, le mod\u00e8le peut r\u00e9utiliser un code incorrect pr\u00e9c\u00e9demment produit. Une r\u00e9initialisation du contexte ou une relance du plugin peut \u00eatre n\u00e9cessaire.<\/li>\n\n\n\n Pas de validation de s\u00e9curit\u00e9<\/strong> : le plugin ex\u00e9cute le code Python propos\u00e9, mais il ne v\u00e9rifie pas la s\u00e9curit\u00e9 de ce code. Il convient de rester prudent et de lire le code avant ex\u00e9cution.<\/li>\n\n\n\n Absence de supervision humaine<\/strong> : les corrections automatiques (\u00ab auto-fix \u00bb) sont exp\u00e9rimentales ; elles peuvent r\u00e9soudre des erreurs simples mais aussi introduire de nouveaux bugs.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n<\/span>Vers une version communautaire<\/span><\/h3>\n\n\n\nL\u2019objectif \u00e0 moyen terme est de faire \u00e9voluer ce plugin vers une version communautaire<\/strong>, d\u00e9velopp\u00e9e et am\u00e9lior\u00e9e collectivement. Plusieurs pistes sont d\u00e9j\u00e0 envisag\u00e9es :<\/p>\n\n\n\n \nmeilleure gestion du contexte QGIS pour \u00e9viter les erreurs de compatibilit\u00e9,<\/li>\n\n\n\n int\u00e9gration de plusieurs mod\u00e8les de langage s\u00e9lectionnables depuis l\u2019interface,<\/li>\n\n\n\n sauvegarde des \u00e9changes et du code test\u00e9,<\/li>\n\n\n\n documentation collaborative des cas d\u2019usage r\u00e9ussis.<\/li>\n<\/ul>\n\n\n\nComme souvent dans l\u2019univers open source, c\u2019est l\u2019usage r\u00e9el et les contributions<\/strong> qui feront progresser l\u2019outil. Que vous soyez formateur, d\u00e9veloppeur, chercheur ou simple curieux de l\u2019intelligence artificielle appliqu\u00e9e \u00e0 la g\u00e9omatique, vos retours ont une vraie valeur.<\/p>\n\n\n\n \n\n\n\n<\/span>Conclusion g\u00e9n\u00e9rale<\/span><\/h3>\n\n\n\nL\u2019intelligence artificielle g\u00e9n\u00e9rative ouvre une nouvelle \u00e9tape dans la relation entre l\u2019utilisateur et QGIS : celle du dialogue assist\u00e9 par le langage naturel<\/strong>. Ce plugin exp\u00e9rimental n\u2019est pas une solution aboutie, mais une porte entrouverte<\/strong> sur ce que pourraient devenir les outils g\u00e9ospatiaux de demain \u2014 des environnements interactifs o\u00f9 la connaissance m\u00e9tier, le code et la cartographie se rencontrent sans friction.<\/p>\n\n\n\n L\u2019enjeu n\u2019est pas seulement technique : il s\u2019agit aussi de r\u00e9inventer la mani\u00e8re d\u2019apprendre, de transmettre et de collaborer<\/strong> autour du g\u00e9ospatial libre. \u00c0 ce titre, chaque essai, chaque retour, chaque am\u00e9lioration contribuera \u00e0 tracer la voie vers des usages plus intelligents, plus accessibles, et toujours ouverts.<\/p>\n\n\n\n \n\n\n\nVous pouvez t\u00e9l\u00e9charger le plugin et partager vos retours directement sur le d\u00e9p\u00f4t GitHub : https:\/\/github.com\/SigEtTerritoires\/qgis-llm-codeassistant<\/a>. N\u2019h\u00e9sitez pas \u00e0 signaler les bugs, proposer des am\u00e9liorations ou contribuer au d\u00e9veloppement : vos retours permettront d\u2019am\u00e9liorer le plugin et de le rendre plus robuste pour la communaut\u00e9 QGIS.<\/strong><\/p>\n\n\n\n \n","protected":false},"excerpt":{"rendered":"Introduction : replacer le contexte Dans le monde de la g\u00e9omatique, les outils SIG comme QGIS permettent de traiter, visualiser et analyser une quantit\u00e9 consid\u00e9rable de donn\u00e9es spatiales.Mais face \u00e0 la complexit\u00e9 croissante des analyses, des…<\/p>\n","protected":false},"author":1,"featured_media":15970,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"give_campaign_id":0,"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"sfsi_plus_gutenberg_text_before_share":"","sfsi_plus_gutenberg_show_text_before_share":"","sfsi_plus_gutenberg_icon_type":"","sfsi_plus_gutenberg_icon_alignemt":"","sfsi_plus_gutenburg_max_per_row":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[3853,62],"tags":[3869,3871,58],"class_list":["post-15941","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-iafr","category-qgis-2","tag-ia","tag-llm","tag-qgis"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2025\/11\/llmimage.jpg?fit=262%2C180&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p6XU0A-497","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/15941","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/comments?post=15941"}],"version-history":[{"count":0,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/15941\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media\/15970"}],"wp:attachment":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media?parent=15941"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/categories?post=15941"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/tags?post=15941"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}

<\/span>Pourquoi l\u2019int\u00e9grer \u00e0 QGIS ?<\/span><\/h2>\n\n\n\n\nQGIS est une plateforme libre et puissante, mais son \u00e9cosyst\u00e8me peut parfois intimider :<\/p>\n\n\n\n

<\/span>3. Envoyer la requ\u00eate<\/span><\/h3>\n\n\n\n\nCliquer sur Send<\/strong>.<\/li>\n\n\n\nLe plugin envoie la requ\u00eate au serveur Flask.<\/li>\n\n\n\n