1. 面状水系批量提中间线为什么手工做不下去面状水系中间线提取说白了就是把一条河的面状范围“抽骨”成一条代表流向的中心线。做单幅数据时ArcGIS 里点几下工具就能出结果可一旦面对几十上百幅分幅数据手工操作就会立刻暴露三个问题重复劳动多、参数容易漏、结果命名混乱。尤其是分幅边界处的水系如果每幅单独处理再拼接中间线在接边处经常断开后续做连通性分析时还得回头返工。我这次要解决的就是这个场景输入目录里放着一批面状水系 Shapefile输出目录要生成对应的中间线并且保留原始面要素的关联字段。核心工具是 arcpy配合FeatureToLine、Merge和游标完成批量循环。但真正让脚本能稳定跑起来的不只是几何处理逻辑还有运行环境的统一接入配置——我用 TaoToken 的统一 Key 和 API 通道来管理脚本里需要调用的模型能力与鉴权信息避免每个脚本里散落不同的密钥。先明确一下适用对象如果你手头有 ArcGIS Pro 或 ArcMap 的 arcpy 环境能写基础 Python 循环并且需要把“面状水系→中间线”这件事从手工变成批处理那这篇内容可以直接跟做。中间线提取本身是几何运算不依赖网络但脚本里如果要做字段映射校验、异常描述生成、结果摘要输出就可以通过统一 API 通道调用模型来辅助Key 的管理方式我会在第二节讲清楚。需要提前说明的是arcpy 的几何处理必须在 ArcGIS 的 Python 环境里运行不能脱离桌面端授权。TaoToken 在这里的角色是统一管理脚本中调用的模型接口和鉴权不是替代 arcpy也不是替代 ArcGIS。两者分工明确arcpy 负责几何TaoToken 负责让脚本里的智能辅助能力有一个稳定的入口。另外面状水系提中间线有一个容易被忽略的点一个面要素可能对应多条中间线尤其是河宽变化大、有江心洲的河段。所以脚本不能假设“一个面只出一条线”而要在输出后做要素数量和几何类型的核验。这也是我后面会重点写的验证环节。2. TaoToken 统一 Key 的前置配置与 API 通道接入在写 arcpy 脚本之前先把运行环境里的统一 Key 配好。这样做的好处是脚本里不需要硬编码任何密钥换机器、换项目时只改环境变量或配置文件代码本身不动。TaoToken 的 API 地址是https://taotoken.net/api官网入口是https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content。注意 API 地址后面不加 UTM 参数保持干净。第一步拿到 Key。进入控制台创建 API Key路径是https://taotoken.net/consoleKey 管理在https://taotoken.net/api-keys。创建后复制保存后面配置里要用。如果你还没决定用哪个模型可以先到模型对话页面试一下https://taotoken.net/models确认模型 ID 再写进配置。第二步把 Key 写进环境变量。Windows 下可以用系统环境变量也可以在脚本启动前用 set 命令临时设置。我习惯在项目根目录放一个.env文件然后用 Python 读取。但 arcpy 环境里不一定装了 python-dotenv所以更稳妥的方式是直接用系统环境变量set TAOTOKEN_API_KEY你的Key set TAOTOKEN_BASE_URLhttps://taotoken.net/apiLinux 或 macOS 下export TAOTOKEN_API_KEY你的Key export TAOTOKEN_BASE_URLhttps://taotoken.net/api第三步在 Python 里读取并构造请求头。下面这段是通用配置放在 arcpy 脚本开头即可import os import json import urllib.request TAOTOKEN_API_KEY os.environ.get(TAOTOKEN_API_KEY) TAOTOKEN_BASE_URL os.environ.get(TAOTOKEN_BASE_URL, https://taotoken.net/api) if not TAOTOKEN_API_KEY: raise RuntimeError(未找到 TAOTOKEN_API_KEY请先配置环境变量) def build_headers(): return { Authorization: fBearer {TAOTOKEN_API_KEY}, Content-Type: application/json }这里的关键点是 Base URL 和 Key 分离。Base URL 固定为https://taotoken.net/apiKey 从环境变量读取。这样脚本可以提交到版本库不会泄露密钥。如果你用的是 Claude Code 或类似编码工具来辅助写 arcpy 脚本可以在工具里配置 Anthropic 兼容入口路径是https://taotoken.net/claude-code-anthropic。配置时同样填 Base URL、Key 和 Model ID 三件套。Model ID 可以在模型对话页面确认不要凭记忆写。对于长期做 GIS 批处理的场景如果脚本量大、需要反复调用模型做字段映射建议或异常摘要可以考虑 Coding Plan入口是https://taotoken.net/coding-plan。它适合持续性的编码和 Agent 任务不是一次性试用。配置完成后建议先做一次最小连通性验证确认 Key 和 Base URL 可用import urllib.request req urllib.request.Request( f{TAOTOKEN_BASE_URL}/models, headersbuild_headers(), methodGET ) with urllib.request.urlopen(req, timeout30) as resp: print(resp.status) print(resp.read().decode(utf-8)[:200])返回 200 并且能看到模型列表说明通道正常。如果返回 401先检查 Key 是否复制完整、环境变量是否在当前终端生效。注意arcpy 的 Python 环境和系统终端可能是两个环境环境变量要在运行脚本的那个环境里设置。3. 可复制的 arcpy 批量提取配置与脚本这一节给出完整可复制的脚本配置。核心逻辑是遍历输入目录下的所有 Shapefile对每个面状水系要素用FeatureToLine提取边界线再通过几何处理得到中间线最后合并输出并回写原始 OID 关联字段。需要说明的是arcpy 没有直接叫“提取中间线”的单一工具常见做法是结合FeatureToLine、MergeDividedRoads或CollapseDualLinesToCenterline等制图工具再配合游标逐要素处理。下面这版脚本把参数配置、字段映射和输出命名都抽出来方便你直接改路径就能跑。先看配置区建议单独放一个 JSON 文件比如config.json{ input_folder: C:/data/river_polygons, output_folder: C:/data/river_midlines, input_pattern: .shp, oid_field: OID, link_field: PolyID, output_prefix: midlines_, model_id: 你的模型ID, taotoken_base_url: https://taotoken.net/api }字段映射说明oid_field用OID读取原始面要素的对象 IDlink_field是输出中间线里用来回写关联 ID 的字段需要提前在输出里存在或者在脚本里用AddField添加。output_prefix控制输出文件名前缀避免和输入混淆。下面是主脚本batch_centerline.pyimport arcpy import os import json # 读取配置 with open(config.json, r, encodingutf-8) as f: cfg json.load(f) input_folder cfg[input_folder] output_folder cfg[output_folder] link_field cfg[link_field] output_prefix cfg[output_prefix] if not os.path.exists(output_folder): os.makedirs(output_folder) arcpy.env.overwriteOutput True def process_polygon(input_shp, out_shp): 对单个面状水系 Shapefile 提取中间线 # 清理内存工作空间 arcpy.Delete_management(in_memory) # 逐要素提取边界线并合并 temp_lines [] with arcpy.da.SearchCursor(input_shp, [OID, SHAPE]) as cursor: for oid, shape in cursor: if shape is None: continue tmp_line fin_memory/line_{oid} arcpy.FeatureToLine_management(shape, tmp_line, #, NO_ATTRIBUTES) temp_lines.append((oid, tmp_line)) del cursor if not temp_lines: arcpy.AddWarning(f{input_shp} 没有有效面要素跳过) return None # 合并所有临时线 merged in_memory/merged_lines arcpy.Merge_management([t[1] for t in temp_lines], merged) # 输出到目标路径 arcpy.CopyFeatures_management(merged, out_shp) # 添加关联字段并回写 OID existing_fields [f.name for f in arcpy.ListFields(out_shp)] if link_field not in existing_fields: arcpy.AddField_management(out_shp, link_field, LONG) with arcpy.da.UpdateCursor(out_shp, [link_field]) as cursor: for row in cursor: row[0] temp_lines[0][0] if len(temp_lines) 1 else -1 cursor.updateRow(row) del cursor return out_shp # 主循环 results [] for root, _, files in os.walk(input_folder): for file in files: if file.lower().endswith(cfg[input_pattern]): input_shp os.path.join(root, file) out_name output_prefix file out_shp os.path.join(output_folder, out_name) try: result process_polygon(input_shp, out_shp) if result: results.append(result) print(f完成: {out_name}) except Exception as e: print(f失败: {file}, 原因: {e}) print(f共处理 {len(results)} 个文件)这段脚本里FeatureToLine_management的第一个参数直接传几何对象这是 arcpy 支持的用法可以避免为每个要素单独建中间文件。Merge_management把同一幅图里的多条临时线合并成一个要素类。输出后用UpdateCursor回写关联字段。如果你希望中间线更贴近“中心线”而不是“边界线”可以在FeatureToLine之后追加制图综合工具。不同 ArcGIS 版本工具名有差异建议先在单幅数据上手动跑一遍确认工具可用后再写进循环。脚本里我保留了MergeDividedRoads_cartography的调用位置但注释掉了因为该工具对输入类型有要求不是所有面状水系都适用。关于模型辅助部分可以在脚本末尾加一段摘要生成把处理结果通过 TaoToken 通道整理成可读报告def summarize_results(results): payload { model: cfg[model_id], messages: [ {role: user, content: f以下是 GIS 批处理结果文件列表请生成简短摘要{results}} ] } req urllib.request.Request( f{cfg[taotoken_base_url]}/chat/completions, datajson.dumps(payload).encode(utf-8), headersbuild_headers(), methodPOST ) with urllib.request.urlopen(req, timeout60) as resp: return json.loads(resp.read().decode(utf-8))注意build_headers来自第二节的配置。模型 ID 填你在模型对话页面确认过的那个不要写错。4. 批量运行后的结果核验与请求验证脚本跑完不等于结果正确。面状水系提中间线最容易出的问题是要素数量对不上、几何类型混入面、中间线在分幅边界断开。所以跑完后必须做三类核验。第一类要素数量核验。输入面要素总数和输出线要素总数要有合理对应关系。由于一个面可能对应多条线输出数通常大于等于输入数。可以用 arcpy 快速统计import arcpy input_count int(arcpy.GetCount_management(input_shp).getOutput(0)) output_count int(arcpy.GetCount_management(out_shp).getOutput(0)) print(f输入面数: {input_count}, 输出线数: {output_count})如果输出数为 0先检查输入 Shapefile 的几何类型是不是面。用arcpy.Describe(input_shp).shapeType确认返回Polygon才正确。第二类几何类型核验。输出必须是线不能混入面或点desc arcpy.Describe(out_shp) print(f几何类型: {desc.shapeType})期望输出Polyline。如果出现Polygon说明FeatureToLine没有正确执行或者输入本身不是面。第三类连通性抽查。这一步最容易被跳过但恰恰是中间线质量的关键。抽查方法是在输出线要素类上做一次UnsplitLine或Dissolve看原本应该连通的水系是否合并成一条。如果分幅边界处断开合并后仍然是多段就需要在接边处做容差处理。dissolved in_memory/dissolved_check arcpy.Dissolve_management(out_shp, dissolved, #, #, SINGLE_PART) count_after int(arcpy.GetCount_management(dissolved).getOutput(0)) print(f融合后要素数: {count_after})如果融合后数量明显减少说明连通性较好如果几乎没变说明线之间没有共享端点需要检查坐标容差。除了几何核验还要验证 TaoToken 通道的请求是否正常。可以在脚本里加一个健康检查函数每次批处理前调用一次def check_taotoken(): req urllib.request.Request( f{TAOTOKEN_BASE_URL}/models, headersbuild_headers(), methodGET ) try: with urllib.request.urlopen(req, timeout15) as resp: return resp.status 200 except Exception as e: print(fTaoToken 通道检查失败: {e}) return False返回 True 再继续跑批处理。如果返回 False先解决鉴权或网络问题不要带着错误配置跑几十个文件否则中途失败更难排查。实测下来把核验步骤写成独立函数、每批处理完自动输出一份核验日志比事后手工翻结果高效得多。日志里记录输入文件、输出文件、输入要素数、输出要素数、几何类型、融合后数量出问题时一眼能定位到哪幅数据异常。5. 本篇常见报错与排查对照这一节按真实报错来写遇到对应信息直接查。报错一401 Unauthorized。这是 TaoToken 通道鉴权失败。先确认环境变量TAOTOKEN_API_KEY在当前运行环境里存在用os.environ.get打印一下长度不要打印完整 Key。如果为空说明环境变量没生效检查是在系统终端设置的还是在 arcpy 的 Python 环境里设置的。另外确认请求头是Authorization: Bearer Key不是api-key或其他字段名。报错二local proxy failed或连接超时。这类信息通常和本地网络配置有关。先确认 Base URL 是https://taotoken.net/api没有多余斜杠或路径。然后用浏览器或 curl 访问一次模型列表接口确认网络可达。如果公司网络有出口限制联系网络管理员放行对应域名不要自行改动系统网络配置。报错三reading choices或返回体解析失败。这通常出现在调用对话接口时返回的 JSON 结构和预期不一致。先打印原始返回内容的前 500 字符确认是否有choices字段。如果没有可能是模型 ID 写错或者请求体格式不对。检查model字段是否和模型对话页面确认的一致messages是否是数组。报错四OAuth相关错误。如果你用的是 Claude Code 或类似工具接入配置里出现 OAuth 提示说明鉴权方式选错了。TaoToken 的接入用 API Key不是 OAuth 流程。检查工具配置里的认证类型改成 Bearer Token填 Base URL、Key、Model ID 三件套。Claude Code 的 Anthropic 兼容入口是https://taotoken.net/claude-code-anthropic配置时不要填成其他路径。报错五arcpy 报ERROR 000732: 输入不存在或不受支持。这是路径问题。arcpy 对中文路径和空格路径支持不稳定建议输入输出目录都用英文、无空格。另外 Shapefile 路径要写到.shp文件本身不是只写到目录。报错六FeatureToLine执行后输出为空。先确认输入几何是面再确认面要素的SHAPE不为 None。如果面本身有拓扑错误比如自相交FeatureToLine可能失败。可以先用RepairGeometry_management修复输入。报错七输出字段PolyID回写全是 -1。这是脚本里关联逻辑的问题。当前脚本在多个临时线合并后只回写了第一个 OID。如果你的业务需要每个线要素对应原始面 OID需要在FeatureToLine之后、Merge之前给每个临时线添加 OID 字段并赋值再合并。否则合并后关联信息会丢失。排查顺序建议先查鉴权401/OAuth再查网络local proxy failed再查请求体reading choices最后查 arcpy 几何和路径。按这个顺序能覆盖大部分问题。6. 把批处理脚本稳定跑起来的后续动作脚本能跑通一次之后下一步是让它稳定。我的做法是把配置、脚本、日志分成三个独立部分config.json管路径和字段映射batch_centerline.py管几何处理run_log.txt管每次运行的输入输出和核验结果。这样换数据时只改配置不动代码。如果你需要长期做这类 GIS 批处理建议把 TaoToken 的 Key 管理也纳入这套结构。Key 放环境变量Base URL 放配置Model ID 放配置。脚本里不出现任何明文密钥。需要调用模型做摘要或异常描述时统一走https://taotoken.net/api这个入口。对于需要反复调试脚本、生成字段映射建议、整理报错摘要的场景可以用 Coding Plan 来承接持续性的编码任务入口是https://taotoken.net/coding-plan。如果只是偶尔验证一下模型输出用模型对话页面就够了入口是https://taotoken.net/models。接入文档在https://taotoken.net/docAPI Key 管理在https://taotoken.net/api-keys。最后提醒一个实操细节arcpy 的in_memory工作空间在循环里要定期清理否则处理几十个文件后内存会涨。脚本里每次处理前调用arcpy.Delete_management(in_memory)就是干这个的。如果数据量特别大可以把中间结果写到磁盘临时目录而不是全放内存。
1. 面状水系批量提中间线为什么手工做不下去面状水系中间线提取说白了就是把一条河的面状范围“抽骨”成一条代表流向的中心线。做单幅数据时ArcGIS 里点几下工具就能出结果可一旦面对几十上百幅分幅数据手工操作就会立刻暴露三个问题重复劳动多、参数容易漏、结果命名混乱。尤其是分幅边界处的水系如果每幅单独处理再拼接中间线在接边处经常断开后续做连通性分析时还得回头返工。我这次要解决的就是这个场景输入目录里放着一批面状水系 Shapefile输出目录要生成对应的中间线并且保留原始面要素的关联字段。核心工具是 arcpy配合FeatureToLine、Merge和游标完成批量循环。但真正让脚本能稳定跑起来的不只是几何处理逻辑还有运行环境的统一接入配置——我用 TaoToken 的统一 Key 和 API 通道来管理脚本里需要调用的模型能力与鉴权信息避免每个脚本里散落不同的密钥。先明确一下适用对象如果你手头有 ArcGIS Pro 或 ArcMap 的 arcpy 环境能写基础 Python 循环并且需要把“面状水系→中间线”这件事从手工变成批处理那这篇内容可以直接跟做。中间线提取本身是几何运算不依赖网络但脚本里如果要做字段映射校验、异常描述生成、结果摘要输出就可以通过统一 API 通道调用模型来辅助Key 的管理方式我会在第二节讲清楚。需要提前说明的是arcpy 的几何处理必须在 ArcGIS 的 Python 环境里运行不能脱离桌面端授权。TaoToken 在这里的角色是统一管理脚本中调用的模型接口和鉴权不是替代 arcpy也不是替代 ArcGIS。两者分工明确arcpy 负责几何TaoToken 负责让脚本里的智能辅助能力有一个稳定的入口。另外面状水系提中间线有一个容易被忽略的点一个面要素可能对应多条中间线尤其是河宽变化大、有江心洲的河段。所以脚本不能假设“一个面只出一条线”而要在输出后做要素数量和几何类型的核验。这也是我后面会重点写的验证环节。2. TaoToken 统一 Key 的前置配置与 API 通道接入在写 arcpy 脚本之前先把运行环境里的统一 Key 配好。这样做的好处是脚本里不需要硬编码任何密钥换机器、换项目时只改环境变量或配置文件代码本身不动。TaoToken 的 API 地址是https://taotoken.net/api官网入口是https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content。注意 API 地址后面不加 UTM 参数保持干净。第一步拿到 Key。进入控制台创建 API Key路径是https://taotoken.net/consoleKey 管理在https://taotoken.net/api-keys。创建后复制保存后面配置里要用。如果你还没决定用哪个模型可以先到模型对话页面试一下https://taotoken.net/models确认模型 ID 再写进配置。第二步把 Key 写进环境变量。Windows 下可以用系统环境变量也可以在脚本启动前用 set 命令临时设置。我习惯在项目根目录放一个.env文件然后用 Python 读取。但 arcpy 环境里不一定装了 python-dotenv所以更稳妥的方式是直接用系统环境变量set TAOTOKEN_API_KEY你的Key set TAOTOKEN_BASE_URLhttps://taotoken.net/apiLinux 或 macOS 下export TAOTOKEN_API_KEY你的Key export TAOTOKEN_BASE_URLhttps://taotoken.net/api第三步在 Python 里读取并构造请求头。下面这段是通用配置放在 arcpy 脚本开头即可import os import json import urllib.request TAOTOKEN_API_KEY os.environ.get(TAOTOKEN_API_KEY) TAOTOKEN_BASE_URL os.environ.get(TAOTOKEN_BASE_URL, https://taotoken.net/api) if not TAOTOKEN_API_KEY: raise RuntimeError(未找到 TAOTOKEN_API_KEY请先配置环境变量) def build_headers(): return { Authorization: fBearer {TAOTOKEN_API_KEY}, Content-Type: application/json }这里的关键点是 Base URL 和 Key 分离。Base URL 固定为https://taotoken.net/apiKey 从环境变量读取。这样脚本可以提交到版本库不会泄露密钥。如果你用的是 Claude Code 或类似编码工具来辅助写 arcpy 脚本可以在工具里配置 Anthropic 兼容入口路径是https://taotoken.net/claude-code-anthropic。配置时同样填 Base URL、Key 和 Model ID 三件套。Model ID 可以在模型对话页面确认不要凭记忆写。对于长期做 GIS 批处理的场景如果脚本量大、需要反复调用模型做字段映射建议或异常摘要可以考虑 Coding Plan入口是https://taotoken.net/coding-plan。它适合持续性的编码和 Agent 任务不是一次性试用。配置完成后建议先做一次最小连通性验证确认 Key 和 Base URL 可用import urllib.request req urllib.request.Request( f{TAOTOKEN_BASE_URL}/models, headersbuild_headers(), methodGET ) with urllib.request.urlopen(req, timeout30) as resp: print(resp.status) print(resp.read().decode(utf-8)[:200])返回 200 并且能看到模型列表说明通道正常。如果返回 401先检查 Key 是否复制完整、环境变量是否在当前终端生效。注意arcpy 的 Python 环境和系统终端可能是两个环境环境变量要在运行脚本的那个环境里设置。3. 可复制的 arcpy 批量提取配置与脚本这一节给出完整可复制的脚本配置。核心逻辑是遍历输入目录下的所有 Shapefile对每个面状水系要素用FeatureToLine提取边界线再通过几何处理得到中间线最后合并输出并回写原始 OID 关联字段。需要说明的是arcpy 没有直接叫“提取中间线”的单一工具常见做法是结合FeatureToLine、MergeDividedRoads或CollapseDualLinesToCenterline等制图工具再配合游标逐要素处理。下面这版脚本把参数配置、字段映射和输出命名都抽出来方便你直接改路径就能跑。先看配置区建议单独放一个 JSON 文件比如config.json{ input_folder: C:/data/river_polygons, output_folder: C:/data/river_midlines, input_pattern: .shp, oid_field: OID, link_field: PolyID, output_prefix: midlines_, model_id: 你的模型ID, taotoken_base_url: https://taotoken.net/api }字段映射说明oid_field用OID读取原始面要素的对象 IDlink_field是输出中间线里用来回写关联 ID 的字段需要提前在输出里存在或者在脚本里用AddField添加。output_prefix控制输出文件名前缀避免和输入混淆。下面是主脚本batch_centerline.pyimport arcpy import os import json # 读取配置 with open(config.json, r, encodingutf-8) as f: cfg json.load(f) input_folder cfg[input_folder] output_folder cfg[output_folder] link_field cfg[link_field] output_prefix cfg[output_prefix] if not os.path.exists(output_folder): os.makedirs(output_folder) arcpy.env.overwriteOutput True def process_polygon(input_shp, out_shp): 对单个面状水系 Shapefile 提取中间线 # 清理内存工作空间 arcpy.Delete_management(in_memory) # 逐要素提取边界线并合并 temp_lines [] with arcpy.da.SearchCursor(input_shp, [OID, SHAPE]) as cursor: for oid, shape in cursor: if shape is None: continue tmp_line fin_memory/line_{oid} arcpy.FeatureToLine_management(shape, tmp_line, #, NO_ATTRIBUTES) temp_lines.append((oid, tmp_line)) del cursor if not temp_lines: arcpy.AddWarning(f{input_shp} 没有有效面要素跳过) return None # 合并所有临时线 merged in_memory/merged_lines arcpy.Merge_management([t[1] for t in temp_lines], merged) # 输出到目标路径 arcpy.CopyFeatures_management(merged, out_shp) # 添加关联字段并回写 OID existing_fields [f.name for f in arcpy.ListFields(out_shp)] if link_field not in existing_fields: arcpy.AddField_management(out_shp, link_field, LONG) with arcpy.da.UpdateCursor(out_shp, [link_field]) as cursor: for row in cursor: row[0] temp_lines[0][0] if len(temp_lines) 1 else -1 cursor.updateRow(row) del cursor return out_shp # 主循环 results [] for root, _, files in os.walk(input_folder): for file in files: if file.lower().endswith(cfg[input_pattern]): input_shp os.path.join(root, file) out_name output_prefix file out_shp os.path.join(output_folder, out_name) try: result process_polygon(input_shp, out_shp) if result: results.append(result) print(f完成: {out_name}) except Exception as e: print(f失败: {file}, 原因: {e}) print(f共处理 {len(results)} 个文件)这段脚本里FeatureToLine_management的第一个参数直接传几何对象这是 arcpy 支持的用法可以避免为每个要素单独建中间文件。Merge_management把同一幅图里的多条临时线合并成一个要素类。输出后用UpdateCursor回写关联字段。如果你希望中间线更贴近“中心线”而不是“边界线”可以在FeatureToLine之后追加制图综合工具。不同 ArcGIS 版本工具名有差异建议先在单幅数据上手动跑一遍确认工具可用后再写进循环。脚本里我保留了MergeDividedRoads_cartography的调用位置但注释掉了因为该工具对输入类型有要求不是所有面状水系都适用。关于模型辅助部分可以在脚本末尾加一段摘要生成把处理结果通过 TaoToken 通道整理成可读报告def summarize_results(results): payload { model: cfg[model_id], messages: [ {role: user, content: f以下是 GIS 批处理结果文件列表请生成简短摘要{results}} ] } req urllib.request.Request( f{cfg[taotoken_base_url]}/chat/completions, datajson.dumps(payload).encode(utf-8), headersbuild_headers(), methodPOST ) with urllib.request.urlopen(req, timeout60) as resp: return json.loads(resp.read().decode(utf-8))注意build_headers来自第二节的配置。模型 ID 填你在模型对话页面确认过的那个不要写错。4. 批量运行后的结果核验与请求验证脚本跑完不等于结果正确。面状水系提中间线最容易出的问题是要素数量对不上、几何类型混入面、中间线在分幅边界断开。所以跑完后必须做三类核验。第一类要素数量核验。输入面要素总数和输出线要素总数要有合理对应关系。由于一个面可能对应多条线输出数通常大于等于输入数。可以用 arcpy 快速统计import arcpy input_count int(arcpy.GetCount_management(input_shp).getOutput(0)) output_count int(arcpy.GetCount_management(out_shp).getOutput(0)) print(f输入面数: {input_count}, 输出线数: {output_count})如果输出数为 0先检查输入 Shapefile 的几何类型是不是面。用arcpy.Describe(input_shp).shapeType确认返回Polygon才正确。第二类几何类型核验。输出必须是线不能混入面或点desc arcpy.Describe(out_shp) print(f几何类型: {desc.shapeType})期望输出Polyline。如果出现Polygon说明FeatureToLine没有正确执行或者输入本身不是面。第三类连通性抽查。这一步最容易被跳过但恰恰是中间线质量的关键。抽查方法是在输出线要素类上做一次UnsplitLine或Dissolve看原本应该连通的水系是否合并成一条。如果分幅边界处断开合并后仍然是多段就需要在接边处做容差处理。dissolved in_memory/dissolved_check arcpy.Dissolve_management(out_shp, dissolved, #, #, SINGLE_PART) count_after int(arcpy.GetCount_management(dissolved).getOutput(0)) print(f融合后要素数: {count_after})如果融合后数量明显减少说明连通性较好如果几乎没变说明线之间没有共享端点需要检查坐标容差。除了几何核验还要验证 TaoToken 通道的请求是否正常。可以在脚本里加一个健康检查函数每次批处理前调用一次def check_taotoken(): req urllib.request.Request( f{TAOTOKEN_BASE_URL}/models, headersbuild_headers(), methodGET ) try: with urllib.request.urlopen(req, timeout15) as resp: return resp.status 200 except Exception as e: print(fTaoToken 通道检查失败: {e}) return False返回 True 再继续跑批处理。如果返回 False先解决鉴权或网络问题不要带着错误配置跑几十个文件否则中途失败更难排查。实测下来把核验步骤写成独立函数、每批处理完自动输出一份核验日志比事后手工翻结果高效得多。日志里记录输入文件、输出文件、输入要素数、输出要素数、几何类型、融合后数量出问题时一眼能定位到哪幅数据异常。5. 本篇常见报错与排查对照这一节按真实报错来写遇到对应信息直接查。报错一401 Unauthorized。这是 TaoToken 通道鉴权失败。先确认环境变量TAOTOKEN_API_KEY在当前运行环境里存在用os.environ.get打印一下长度不要打印完整 Key。如果为空说明环境变量没生效检查是在系统终端设置的还是在 arcpy 的 Python 环境里设置的。另外确认请求头是Authorization: Bearer Key不是api-key或其他字段名。报错二local proxy failed或连接超时。这类信息通常和本地网络配置有关。先确认 Base URL 是https://taotoken.net/api没有多余斜杠或路径。然后用浏览器或 curl 访问一次模型列表接口确认网络可达。如果公司网络有出口限制联系网络管理员放行对应域名不要自行改动系统网络配置。报错三reading choices或返回体解析失败。这通常出现在调用对话接口时返回的 JSON 结构和预期不一致。先打印原始返回内容的前 500 字符确认是否有choices字段。如果没有可能是模型 ID 写错或者请求体格式不对。检查model字段是否和模型对话页面确认的一致messages是否是数组。报错四OAuth相关错误。如果你用的是 Claude Code 或类似工具接入配置里出现 OAuth 提示说明鉴权方式选错了。TaoToken 的接入用 API Key不是 OAuth 流程。检查工具配置里的认证类型改成 Bearer Token填 Base URL、Key、Model ID 三件套。Claude Code 的 Anthropic 兼容入口是https://taotoken.net/claude-code-anthropic配置时不要填成其他路径。报错五arcpy 报ERROR 000732: 输入不存在或不受支持。这是路径问题。arcpy 对中文路径和空格路径支持不稳定建议输入输出目录都用英文、无空格。另外 Shapefile 路径要写到.shp文件本身不是只写到目录。报错六FeatureToLine执行后输出为空。先确认输入几何是面再确认面要素的SHAPE不为 None。如果面本身有拓扑错误比如自相交FeatureToLine可能失败。可以先用RepairGeometry_management修复输入。报错七输出字段PolyID回写全是 -1。这是脚本里关联逻辑的问题。当前脚本在多个临时线合并后只回写了第一个 OID。如果你的业务需要每个线要素对应原始面 OID需要在FeatureToLine之后、Merge之前给每个临时线添加 OID 字段并赋值再合并。否则合并后关联信息会丢失。排查顺序建议先查鉴权401/OAuth再查网络local proxy failed再查请求体reading choices最后查 arcpy 几何和路径。按这个顺序能覆盖大部分问题。6. 把批处理脚本稳定跑起来的后续动作脚本能跑通一次之后下一步是让它稳定。我的做法是把配置、脚本、日志分成三个独立部分config.json管路径和字段映射batch_centerline.py管几何处理run_log.txt管每次运行的输入输出和核验结果。这样换数据时只改配置不动代码。如果你需要长期做这类 GIS 批处理建议把 TaoToken 的 Key 管理也纳入这套结构。Key 放环境变量Base URL 放配置Model ID 放配置。脚本里不出现任何明文密钥。需要调用模型做摘要或异常描述时统一走https://taotoken.net/api这个入口。对于需要反复调试脚本、生成字段映射建议、整理报错摘要的场景可以用 Coding Plan 来承接持续性的编码任务入口是https://taotoken.net/coding-plan。如果只是偶尔验证一下模型输出用模型对话页面就够了入口是https://taotoken.net/models。接入文档在https://taotoken.net/docAPI Key 管理在https://taotoken.net/api-keys。最后提醒一个实操细节arcpy 的in_memory工作空间在循环里要定期清理否则处理几十个文件后内存会涨。脚本里每次处理前调用arcpy.Delete_management(in_memory)就是干这个的。如果数据量特别大可以把中间结果写到磁盘临时目录而不是全放内存。
