让大模型调用本地海图能力：东星海图的 CLI 思路

本地 C/C++ 海图能力如何安全交给大模型：从 C ABI 固定边界、eastarmap_cli.exe 的 JSON 命令契约，到 Python MCP Server 接入客户端。

大模型调用MCP

现在，大模型已经可以参与很多工作流。但对海图系统来说，一个关键问题是：本地海图能力怎样安全、稳定地交给大模型调用？东星海图采用的思路是：先把本地能力做成命令行，再通过 MCP 暴露给大模型客户端。

第一步：本地能力不直接暴露给脚本

东星海图的底层能力来自 C/C++ 海图模块。这类能力不适合直接把 C++ 类、异常或内存结构暴露给脚本层，因此底层通过 C ABI 形成稳定接口，例如 ogc_chart_c_api.dll 和相关 sdk_c_api 头文件。这样做的目的，是把底层能力边界固定下来。

第二步：用 eastarmap_cli.exe 形成命令行契约

在 C ABI 之上，eastarmap_cli.exe 负责把能力变成可调用命令，默认输出 JSON，适合被程序解析。常见工具包括：

• health：检查运行环境
• version：返回版本和 ABI 绑定信息
• capabilities：说明支持哪些能力
• s57parse：解析 S57 海图数据
• s57render：渲染海图图片

这样，大模型不需要理解底层 DLL，只需要通过 MCP 间接调用这些命令。

第三步：用 Python MCP Server 接到大模型客户端

Python MCP Server 负责接收工具调用、校验参数、调用 CLI、解析 JSON，再把结果返回给 Trae、Kilo 等客户端。首版推荐通过 CLI 间接复用 C ABI，而不是让 Python 直接调用 DLL，这样更容易定位问题，也能减少跨语言内存和异常边界风险。

为什么这件事重要

这条链路让本地海图能力可以被大模型安全调用。例如，大模型可以先调用 health 查看环境是否可用，再调用 capabilities 确认可用工具，之后按需使用 s57parse 或 s57render。同时，路径白名单、超时和结构化错误也可以作为安全边界，避免随意读取或输出文件。