Datasets:
Update data/tasks.json
Browse files- data/tasks.json +72 -47
data/tasks.json
CHANGED
|
@@ -1,8 +1,8 @@
|
|
| 1 |
{
|
| 2 |
"name": "GIS-Bench",
|
| 3 |
"version": "1.0",
|
| 4 |
-
"description": "LLM 기반 GIS 자동화 에이전트 평가 벤치마크 —
|
| 5 |
-
"total_tasks":
|
| 6 |
"levels": {
|
| 7 |
"Level1": {
|
| 8 |
"count": 16,
|
|
@@ -13,7 +13,7 @@
|
|
| 13 |
"description": "중급 공간 분석"
|
| 14 |
},
|
| 15 |
"Level3": {
|
| 16 |
-
"count":
|
| 17 |
"description": "고급 / MCP 한계 탐색"
|
| 18 |
}
|
| 19 |
},
|
|
@@ -26,222 +26,247 @@
|
|
| 26 |
{
|
| 27 |
"task_no": 2,
|
| 28 |
"level": 1,
|
| 29 |
-
"prompt": "
|
| 30 |
},
|
| 31 |
{
|
| 32 |
"task_no": 3,
|
| 33 |
"level": 1,
|
| 34 |
-
"prompt": "
|
| 35 |
},
|
| 36 |
{
|
| 37 |
"task_no": 4,
|
| 38 |
"level": 1,
|
| 39 |
-
"prompt": "
|
| 40 |
},
|
| 41 |
{
|
| 42 |
"task_no": 5,
|
| 43 |
"level": 1,
|
| 44 |
-
"prompt": "
|
| 45 |
},
|
| 46 |
{
|
| 47 |
"task_no": 6,
|
| 48 |
"level": 1,
|
| 49 |
-
"prompt": "
|
| 50 |
},
|
| 51 |
{
|
| 52 |
"task_no": 7,
|
| 53 |
"level": 1,
|
| 54 |
-
"prompt": "
|
| 55 |
},
|
| 56 |
{
|
| 57 |
"task_no": 8,
|
| 58 |
"level": 1,
|
| 59 |
-
"prompt": "
|
| 60 |
},
|
| 61 |
{
|
| 62 |
"task_no": 9,
|
| 63 |
"level": 1,
|
| 64 |
-
"prompt": "
|
| 65 |
},
|
| 66 |
{
|
| 67 |
"task_no": 10,
|
| 68 |
"level": 1,
|
| 69 |
-
"prompt": "
|
| 70 |
},
|
| 71 |
{
|
| 72 |
"task_no": 11,
|
| 73 |
"level": 1,
|
| 74 |
-
"prompt": "데이터
|
| 75 |
},
|
| 76 |
{
|
| 77 |
"task_no": 12,
|
| 78 |
"level": 1,
|
| 79 |
-
"prompt": "지도
|
| 80 |
},
|
| 81 |
{
|
| 82 |
"task_no": 13,
|
| 83 |
"level": 1,
|
| 84 |
-
"prompt": "
|
| 85 |
},
|
| 86 |
{
|
| 87 |
"task_no": 14,
|
| 88 |
"level": 1,
|
| 89 |
-
"prompt": "서
|
| 90 |
},
|
| 91 |
{
|
| 92 |
"task_no": 15,
|
| 93 |
"level": 1,
|
| 94 |
-
"prompt": "
|
| 95 |
},
|
| 96 |
{
|
| 97 |
"task_no": 16,
|
| 98 |
"level": 1,
|
| 99 |
-
"prompt": "
|
| 100 |
},
|
| 101 |
{
|
| 102 |
"task_no": 17,
|
| 103 |
"level": 2,
|
| 104 |
-
"prompt": "
|
| 105 |
},
|
| 106 |
{
|
| 107 |
"task_no": 18,
|
| 108 |
"level": 2,
|
| 109 |
-
"prompt": "
|
| 110 |
},
|
| 111 |
{
|
| 112 |
"task_no": 19,
|
| 113 |
"level": 2,
|
| 114 |
-
"prompt": "
|
| 115 |
},
|
| 116 |
{
|
| 117 |
"task_no": 20,
|
| 118 |
"level": 2,
|
| 119 |
-
"prompt": "
|
| 120 |
},
|
| 121 |
{
|
| 122 |
"task_no": 21,
|
| 123 |
"level": 2,
|
| 124 |
-
"prompt": "
|
| 125 |
},
|
| 126 |
{
|
| 127 |
"task_no": 22,
|
| 128 |
"level": 2,
|
| 129 |
-
"prompt": "
|
| 130 |
},
|
| 131 |
{
|
| 132 |
"task_no": 23,
|
| 133 |
"level": 2,
|
| 134 |
-
"prompt": "
|
| 135 |
},
|
| 136 |
{
|
| 137 |
"task_no": 24,
|
| 138 |
"level": 2,
|
| 139 |
-
"prompt": "
|
| 140 |
},
|
| 141 |
{
|
| 142 |
"task_no": 25,
|
| 143 |
"level": 2,
|
| 144 |
-
"prompt": "
|
| 145 |
},
|
| 146 |
{
|
| 147 |
"task_no": 26,
|
| 148 |
"level": 2,
|
| 149 |
-
"prompt": "
|
| 150 |
},
|
| 151 |
{
|
| 152 |
"task_no": 27,
|
| 153 |
"level": 2,
|
| 154 |
-
"prompt": "
|
| 155 |
},
|
| 156 |
{
|
| 157 |
"task_no": 28,
|
| 158 |
"level": 2,
|
| 159 |
-
"prompt": "
|
| 160 |
},
|
| 161 |
{
|
| 162 |
"task_no": 29,
|
| 163 |
"level": 2,
|
| 164 |
-
"prompt": "
|
| 165 |
},
|
| 166 |
{
|
| 167 |
"task_no": 30,
|
| 168 |
"level": 2,
|
| 169 |
-
"prompt": "
|
| 170 |
},
|
| 171 |
{
|
| 172 |
"task_no": 31,
|
| 173 |
"level": 2,
|
| 174 |
-
"prompt": "
|
| 175 |
},
|
| 176 |
{
|
| 177 |
"task_no": 32,
|
| 178 |
"level": 2,
|
| 179 |
-
"prompt": "
|
| 180 |
},
|
| 181 |
{
|
| 182 |
"task_no": 33,
|
| 183 |
"level": 2,
|
| 184 |
-
"prompt": "
|
| 185 |
},
|
| 186 |
{
|
| 187 |
"task_no": 34,
|
| 188 |
"level": 3,
|
| 189 |
-
"prompt": "
|
| 190 |
},
|
| 191 |
{
|
| 192 |
"task_no": 35,
|
| 193 |
"level": 3,
|
| 194 |
-
"prompt": "
|
| 195 |
},
|
| 196 |
{
|
| 197 |
"task_no": 36,
|
| 198 |
"level": 3,
|
| 199 |
-
"prompt": "
|
| 200 |
},
|
| 201 |
{
|
| 202 |
"task_no": 37,
|
| 203 |
"level": 3,
|
| 204 |
-
"prompt": "
|
| 205 |
},
|
| 206 |
{
|
| 207 |
"task_no": 38,
|
| 208 |
"level": 3,
|
| 209 |
-
"prompt": "
|
| 210 |
},
|
| 211 |
{
|
| 212 |
"task_no": 39,
|
| 213 |
"level": 3,
|
| 214 |
-
"prompt": "
|
| 215 |
},
|
| 216 |
{
|
| 217 |
"task_no": 40,
|
| 218 |
"level": 3,
|
| 219 |
-
"prompt": "
|
| 220 |
},
|
| 221 |
{
|
| 222 |
"task_no": 41,
|
| 223 |
"level": 3,
|
| 224 |
-
"prompt": "
|
| 225 |
},
|
| 226 |
{
|
| 227 |
"task_no": 42,
|
| 228 |
"level": 3,
|
| 229 |
-
"prompt": "
|
| 230 |
},
|
| 231 |
{
|
| 232 |
"task_no": 43,
|
| 233 |
"level": 3,
|
| 234 |
-
"prompt": "
|
| 235 |
},
|
| 236 |
{
|
| 237 |
"task_no": 44,
|
| 238 |
"level": 3,
|
| 239 |
-
"prompt": "
|
| 240 |
},
|
| 241 |
{
|
| 242 |
"task_no": 45,
|
| 243 |
"level": 3,
|
| 244 |
-
"prompt": "
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 245 |
}
|
| 246 |
]
|
| 247 |
}
|
|
|
|
| 1 |
{
|
| 2 |
"name": "GIS-Bench",
|
| 3 |
"version": "1.0",
|
| 4 |
+
"description": "LLM 기반 GIS 자동화 에이전트 평가 벤치마크 — 50개 태스크",
|
| 5 |
+
"total_tasks": 50,
|
| 6 |
"levels": {
|
| 7 |
"Level1": {
|
| 8 |
"count": 16,
|
|
|
|
| 13 |
"description": "중급 공간 분석"
|
| 14 |
},
|
| 15 |
"Level3": {
|
| 16 |
+
"count": 17,
|
| 17 |
"description": "고급 / MCP 한계 탐색"
|
| 18 |
}
|
| 19 |
},
|
|
|
|
| 26 |
{
|
| 27 |
"task_no": 2,
|
| 28 |
"level": 1,
|
| 29 |
+
"prompt": "전국 초등학교 위치 데이터를 기반으로 서울 지역 초등학교만 필터링해서 지도에 표시해줘."
|
| 30 |
},
|
| 31 |
{
|
| 32 |
"task_no": 3,
|
| 33 |
"level": 1,
|
| 34 |
+
"prompt": "서울시 가로수 데이터를 포인트 레이어로 생성하고, 구별로 색상을 다르게 지정해줘."
|
| 35 |
},
|
| 36 |
{
|
| 37 |
"task_no": 4,
|
| 38 |
"level": 1,
|
| 39 |
+
"prompt": "전국 스타벅스 매장 위경도 데이터를 지도에 마커 클러스터링으로 표현해줘."
|
| 40 |
},
|
| 41 |
{
|
| 42 |
"task_no": 5,
|
| 43 |
"level": 1,
|
| 44 |
+
"prompt": "전국 주차장 위치 데이터를 담은 GeoJSON 파일을 불러와서 시각화해줘."
|
| 45 |
},
|
| 46 |
{
|
| 47 |
"task_no": 6,
|
| 48 |
"level": 1,
|
| 49 |
+
"prompt": "목포시 침수 피해 데이터를 기반으로 피해물량 위치를 열지도(Heatmap)로 시각화해줘."
|
| 50 |
},
|
| 51 |
{
|
| 52 |
"task_no": 7,
|
| 53 |
"level": 1,
|
| 54 |
+
"prompt": "행정구역 경계(SHP) 파일과 인구 통계 CSV를 결합해서 인구밀도 단계구분도(Choropleth Map)를 그려줘."
|
| 55 |
},
|
| 56 |
{
|
| 57 |
"task_no": 8,
|
| 58 |
"level": 1,
|
| 59 |
+
"prompt": "전국 자전거 도로 노선(LineString) 데이터를 지도 위에 파란색 선으로 시각화해줘."
|
| 60 |
},
|
| 61 |
{
|
| 62 |
"task_no": 9,
|
| 63 |
"level": 1,
|
| 64 |
+
"prompt": "서울시 공원 구역(Polygon) 데이터를 불러오고, 공원 면적에 따라 투명도를 다르게 설정해줘."
|
| 65 |
},
|
| 66 |
{
|
| 67 |
"task_no": 10,
|
| 68 |
"level": 1,
|
| 69 |
+
"prompt": "특정 도시의 소방서 위치와 경찰서 위치 데이터를 서로 다른 아이콘 모양으로 지도에 표시해줘."
|
| 70 |
},
|
| 71 |
{
|
| 72 |
"task_no": 11,
|
| 73 |
"level": 1,
|
| 74 |
+
"prompt": "전국 국립공원 경계 데이터를 불러와서 베이스맵을 위성 지도로 변경한 뒤 얹어줘."
|
| 75 |
},
|
| 76 |
{
|
| 77 |
"task_no": 12,
|
| 78 |
"level": 1,
|
| 79 |
+
"prompt": "버스 노선 데이터와 버스 정류장 데이터를 하나의 지도 안에 레이어를 분리해서 시각화해줘."
|
| 80 |
},
|
| 81 |
{
|
| 82 |
"task_no": 13,
|
| 83 |
"level": 1,
|
| 84 |
+
"prompt": "전국 대학교 위치 데이터에서 국공립과 사립을 구분하여 범례(Legend)를 포함한 지도를 만들어줘."
|
| 85 |
},
|
| 86 |
{
|
| 87 |
"task_no": 14,
|
| 88 |
"level": 1,
|
| 89 |
+
"prompt": "지진 발생 이력 데이터를 불러와서 규모(Magnitude) 크기에 따라 점의 반경을 다르게 표현해줘."
|
| 90 |
},
|
| 91 |
{
|
| 92 |
"task_no": 15,
|
| 93 |
"level": 1,
|
| 94 |
+
"prompt": "전국 공공 와이파이 설치 지역 데이터를 불러와서 초기 지도 중심을 대구광역시로 맞추어 시각화해줘."
|
| 95 |
},
|
| 96 |
{
|
| 97 |
"task_no": 16,
|
| 98 |
"level": 1,
|
| 99 |
+
"prompt": "전국 관광지 데이터 중 '바다'를 포함하는 키워드만 필터링하여 지도 위에 핀으로 꽂아줘."
|
| 100 |
},
|
| 101 |
{
|
| 102 |
"task_no": 17,
|
| 103 |
"level": 2,
|
| 104 |
+
"prompt": "새로운 구청 건물을 짓기 위해 주거 밀집 지역으로부터 500m 이내인 후보 공간을 버퍼 연산으로 추출해줘."
|
| 105 |
},
|
| 106 |
{
|
| 107 |
"task_no": 18,
|
| 108 |
"level": 2,
|
| 109 |
+
"prompt": "기상 관측소 강수량 데이터를 활용하여 관측소 사이의 공간을 크리깅(Kriging) 보간법으로 예측해줘."
|
| 110 |
},
|
| 111 |
{
|
| 112 |
"task_no": 19,
|
| 113 |
"level": 2,
|
| 114 |
+
"prompt": "소방서 위치 데이터에서 각 소방서 기준 차량 이동 시간 5분, 10분 이내의 서비스 권역(Isochrone)을 분석해줘."
|
| 115 |
},
|
| 116 |
{
|
| 117 |
"task_no": 20,
|
| 118 |
"level": 2,
|
| 119 |
+
"prompt": "화재 발생 위치 데이터와 소방서 위치 데이터를 기반으로 각 화재지점에서 가장 가까운 소방서까지의 거리를 계산해줘."
|
| 120 |
},
|
| 121 |
{
|
| 122 |
"task_no": 21,
|
| 123 |
"level": 2,
|
| 124 |
+
"prompt": "상권 분석을 위해 격자(Grid) 데이터와 매출 데이터를 결합하여 격자별 평균 매출액을 공간 조인(Spatial Join)해줘."
|
| 125 |
},
|
| 126 |
{
|
| 127 |
"task_no": 22,
|
| 128 |
"level": 2,
|
| 129 |
+
"prompt": "하천 경계 레이어와 도로망 레이어를 중첩(Intersect)하여 하천을 교차하는 교량 후보지 위치를 추출해줘."
|
| 130 |
},
|
| 131 |
{
|
| 132 |
"task_no": 23,
|
| 133 |
"level": 2,
|
| 134 |
+
"prompt": "특정 지역의 미세먼지 측정소 데이터를 IDW(Inverse Distance Weighted) 보간법을 써서 연속적인 래스터 면으로 생성해줘."
|
| 135 |
},
|
| 136 |
{
|
| 137 |
"task_no": 24,
|
| 138 |
"level": 2,
|
| 139 |
+
"prompt": "전국 주유소 가격 데이터를 활용하여 시군구별 평균 주유 가격을 구하고 공간 통계 맵을 작성해줘."
|
| 140 |
},
|
| 141 |
{
|
| 142 |
"task_no": 25,
|
| 143 |
"level": 2,
|
| 144 |
+
"prompt": "도시 확장 패턴 분석을 위해 2010년 녹지 영역 레이어와 2025년 녹지 영역 레이어의 차이(Difference)를 분석해줘."
|
| 145 |
},
|
| 146 |
{
|
| 147 |
"task_no": 26,
|
| 148 |
"level": 2,
|
| 149 |
+
"prompt": "전국 전기차 충전소 위치 데이터를 기반으로 충전소가 가장 조밀하게 밀집된 최적 입지 군집(DBSCAN 등)을 찾아줘."
|
| 150 |
},
|
| 151 |
{
|
| 152 |
"task_no": 27,
|
| 153 |
"level": 2,
|
| 154 |
+
"prompt": "야생동물 출현 위치(Point) 데이터를 기반으로 이들의 주요 행동권을 나타내는 최소볼록다각형(Minimum Convex Polygon)을 생성해줘."
|
| 155 |
},
|
| 156 |
{
|
| 157 |
"task_no": 28,
|
| 158 |
"level": 2,
|
| 159 |
+
"prompt": "도로 소음 측정소 데이터를 활용하여 도로 경계 기준 50m, 100m, 150m 단계별 소음 영향 버퍼 구역을 설정해줘."
|
| 160 |
},
|
| 161 |
{
|
| 162 |
"task_no": 29,
|
| 163 |
"level": 2,
|
| 164 |
+
"prompt": "전국 산사태 위험 지역 데이터와 도로 데이터를 매첩하여 산사태 발생 시 위험에 노출되는 도로 구간을 추출해줘."
|
| 165 |
},
|
| 166 |
{
|
| 167 |
"task_no": 30,
|
| 168 |
"level": 2,
|
| 169 |
+
"prompt": "특정 프랜차이즈 매장들의 공간적 분포 상태를 파악하기 위해 Nearest Neighbor 분석을 수행하고 그 결과를 보고서로 요약해줘."
|
| 170 |
},
|
| 171 |
{
|
| 172 |
"task_no": 31,
|
| 173 |
"level": 2,
|
| 174 |
+
"prompt": "도시 내 어린이집 위치와 어린이 인구 분포 데이터를 결합하여 어린이집별 서비스 취약 지역 정보 테이블을 생성해줘."
|
| 175 |
},
|
| 176 |
{
|
| 177 |
"task_no": 32,
|
| 178 |
"level": 2,
|
| 179 |
+
"prompt": "특정 현장 사무소 입지 선정을 위해 경사도 10도 이하, 고도 200m 이하 조건을 만족하는 영역을 래스터 연산으로 추출해줘."
|
| 180 |
},
|
| 181 |
{
|
| 182 |
"task_no": 33,
|
| 183 |
"level": 2,
|
| 184 |
+
"prompt": "전국 전통시장 위치 데이터의 밀도(Kernel Density Estimation, KDE)를 분석하여 전통시장 활성화 구역 지도를 작성해줘."
|
| 185 |
},
|
| 186 |
{
|
| 187 |
"task_no": 34,
|
| 188 |
"level": 3,
|
| 189 |
+
"prompt": "산악 지형의 수치표고모델(DEM) 파일과 산불 감시초소 좌표를 기반으로 감시초소의 가시권 분석(Viewshed Analysis)을 수행해줘."
|
| 190 |
},
|
| 191 |
{
|
| 192 |
"task_no": 35,
|
| 193 |
"level": 3,
|
| 194 |
+
"prompt": "MCP 환경의 로컬 가용 메모리 한계를 고려하여 1GB가 넘는 대용량 단일 SHP 파일의 공간 인덱스를 생성하고 필터링해줘."
|
| 195 |
},
|
| 196 |
{
|
| 197 |
"task_no": 36,
|
| 198 |
"level": 3,
|
| 199 |
+
"prompt": "원격 서버의 포스트지스(PostGIS) 데이터베이스에 접속하여 실시간 차량 궤적 공간 데이터를 스트리밍으로 조회하고 버퍼 연산을 적용해줘."
|
| 200 |
},
|
| 201 |
{
|
| 202 |
"task_no": 37,
|
| 203 |
"level": 3,
|
| 204 |
+
"prompt": "여러 포맷(KML, DXF, GeoJSON)으로 흩어진 동일 지역의 지하매설물 데이터를 하나의 표준 양식 공간 테이블로 병합 및 스키마 정렬을 해줘."
|
| 205 |
},
|
| 206 |
{
|
| 207 |
"task_no": 38,
|
| 208 |
"level": 3,
|
| 209 |
+
"prompt": "위성 이미지(TIF) 파일을 받아 NDWI(정규화수지수)를 계산하고 가뭄으로 인해 수위가 낮아진 영역의 면적 변화를 시계열로 도출해줘."
|
| 210 |
},
|
| 211 |
{
|
| 212 |
"task_no": 39,
|
| 213 |
"level": 3,
|
| 214 |
+
"prompt": "MCP 프로토콜 호출 타임아웃 제한(예: 30초)을 회피하기 위해 무거운 네트워크 분석 알고리즘을 비동기(Async) 방식으로 분할 실행해줘."
|
| 215 |
},
|
| 216 |
{
|
| 217 |
"task_no": 40,
|
| 218 |
"level": 3,
|
| 219 |
+
"prompt": "전국 단위의 필지 데이터(수천만 건) 중 유효하지 않은 기하구조(Invalid Geometry)를 찾아내고 공간 토폴로지를 자동으로 교정해줘."
|
| 220 |
},
|
| 221 |
{
|
| 222 |
"task_no": 41,
|
| 223 |
"level": 3,
|
| 224 |
+
"prompt": "네트워크 데이터셋이 없는 일반 도로 선 데이터를 토폴로지 구조화하여 최단 경로 분석(Dijkstra)이 가능한 네트워크 환경을 구축해줘."
|
| 225 |
},
|
| 226 |
{
|
| 227 |
"task_no": 42,
|
| 228 |
"level": 3,
|
| 229 |
+
"prompt": "수치지형도의 등고선 레이어를 바탕으로 3D 지형 면(TIN)을 생성하고 특정 라인을 따른 단면도(Profile) 플롯 그래프를 그려줘."
|
| 230 |
},
|
| 231 |
{
|
| 232 |
"task_no": 43,
|
| 233 |
"level": 3,
|
| 234 |
+
"prompt": "제한된 지리적 범위 내에서 상호 배타적인 다중 조건(입지 인자 5개 이상)을 조합하는 AHP 계층 분석 과정을 자동화 스크립트로 구��해줘."
|
| 235 |
},
|
| 236 |
{
|
| 237 |
"task_no": 44,
|
| 238 |
"level": 3,
|
| 239 |
+
"prompt": "클라우드 네이티브 공간 데이터 가공을 위해 STAC(SpatioTemporal Asset Catalog) API로 위성 센서 데이터를 탐색하고 필요한 자르기(Clip) 처리를 해줘."
|
| 240 |
},
|
| 241 |
{
|
| 242 |
"task_no": 45,
|
| 243 |
"level": 3,
|
| 244 |
+
"prompt": "서로 다른 좌표계(EPSG:4326 vs EPSG:5186)를 가진 다량의 공간 파일들을 하나의 투영계로 일괄 실시간 변환하여 위치 오차를 0으로 보정해줘."
|
| 245 |
+
},
|
| 246 |
+
{
|
| 247 |
+
"task_no": 46,
|
| 248 |
+
"level": 3,
|
| 249 |
+
"prompt": "도시 내 실시간 유동인구 핫스팟 분석을 위해 Getis-Ord Gi* 통계 기법을 적용하여 유의미한 공간 군집 지역을 추출해줘."
|
| 250 |
+
},
|
| 251 |
+
{
|
| 252 |
+
"task_no": 47,
|
| 253 |
+
"level": 3,
|
| 254 |
+
"prompt": "수문 분석을 위하여 DEM 레이어에서 하천망을 추출하고 각 하천 차수(Strahler Stream Order) 및 집수구역(Watershed) 경계를 도출해줘."
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"task_no": 48,
|
| 258 |
+
"level": 3,
|
| 259 |
+
"prompt": "도로 결빙 위험도 예측을 위해 기상, 경사도, 음영 기복(Hillshade) 레이어를 오버레이하여 실시간 위험 구간을 등급별로 산출해줘."
|
| 260 |
+
},
|
| 261 |
+
{
|
| 262 |
+
"task_no": 49,
|
| 263 |
+
"level": 3,
|
| 264 |
+
"prompt": "에이전트가 사용할 수 있는 로컬 GIS 도구가 차단된 상황을 가정하고, MCP를 통해 대체 온라인 오픈 API(OSM 등)를 탐색하여 작업을 우회 완수해줘."
|
| 265 |
+
},
|
| 266 |
+
{
|
| 267 |
+
"task_no": 50,
|
| 268 |
+
"level": 3,
|
| 269 |
+
"prompt": "실시간 산불 확산 모델 시뮬레이션을 위해 풍향, 풍속, 임상 데이터를 결합하여 1시간 단위의 산불 확산 예측 영역 폴리곤을 순차 생성해줘."
|
| 270 |
}
|
| 271 |
]
|
| 272 |
}
|