QGIS 自动化：批处理、图形建模器、PyQGIS 与 AI，4 种方法在 2 座城市实测计时
发布于
重复性的 QGIS 工作流有四种自动化方式：用批处理（Batch Processing）把一个工具套用到许多文件上；用图形建模器（Graphical Modeler）串起一条要反复执行的工具链；用 PyQGIS 脚本实现循环和精确控制；或者在 QGIS 里用 AI 代理，只发一条普通的自然语言消息就拿到结果。
工作流有四种自动化方式：用批处理（Batch Processing）把一个工具套用到许多文件上；用图形建模器（Graphical Modeler）串起一条要反复执行的工具链；用 我读过的教程都是在玩具示例上单独讲其中一种，没有一篇测试过把工作流换到一座新城市再跑一遍会怎样。2026 年 11 月 7 日，我选了一个多步骤任务（用德国 Bielefeld 的 180,602 栋 OpenStreetMap 建筑，按区计算建成区面积），在 QGIS 3.44.15 中用四种方法各做一遍，然后把四种方法全部在 Münster（135,577 栋建筑，6 个区）上重跑。每种方法在两座城市上都通过了检查，不过有一次图形建模器先是报告"OK"，实际却写出了 1,058 个多边形，而不是 10 个。
8.1秒
PyQGIS 脚本处理 Bielefeld（Münster 7.4 秒）
62.7秒
QGIS 中的图形建模器（无界面 44.5 秒）
60秒
AI Agent 用 1 句话重做 Münster
1,058行
模型静默出错时写出的行数，本应是 10
什么是 QGIS 自动化？
QGIS 自动化，就是让一个处理工具或一串工具在多个图层上运行，而不用手动逐个点开对话框。所有方法的底层都是 QGIS Processing 框架，也就是驱动 Processing Toolbox（处理工具箱）的同一个引擎。无论你从批处理表格、图形建模器图、Python 脚本还是 qgis_process 命令行工具调用，工具本身都一样。所以选自动化方法，其实是在选怎样把这些工具连起来，以及下个月想在磁盘上留下什么文件。
测试任务和数据
我选了一个在城市规划和咨询工作中经常出现的任务：对每个城区，把建筑裁剪到区边界内，统计建筑轮廓数量，按平方米汇总面积，对裁剪后的建筑做 25 米缓冲并融合成一个建成区多边形，最后保存一个干净的 GeoPackage，每个区一行。
如果一栋建筑跨越区界，它会被裁剪，并在它接触到的每个区各计一次。两座城市都使用来自 BBBike PBF 提取文件的 OpenStreetMap 数据（ODbL，OpenStreetMap 贡献者），所有测量都重投影到 EPSG:25832（ETRS89 / UTM zone 32N）。
- 城市 1，Bielefeld： 10 个区（
admin_level=9）内共 180,602 个建筑多边形，裁剪后得到 115,002 个建筑片段。原始 OSM 中有两栋建筑几何无效，用 Fix geometries（修复几何）统一修复了一次，确保四种方法都从同样干净的文件开始。 - 城市 2，Münster（重跑）： 6 个区内共 135,577 个建筑多边形，裁剪后得到 116,382 个片段。
在执行四种方法之前，我先用纯 PyQGIS 几何调用（QgsSpatialIndex、geometry.intersection()、unaryUnion() 和 buffer(25, 5)，不调用任何 Processing 算法）写了一个独立的参考结果，并保存了一个检查脚本。一种方法只有满足以下条件才算通过：生成一个 GeoPackage，其中有一个 EPSG:25832 的 built_up 多边形图层；每个区的建筑数量完全一致；建筑轮廓面积与参考值相差不超过 0.5%；建成区公顷数相差不超过 1%；事后没有任何手工编辑。
方法 1：批处理
Processing Toolbox 里的每个工具，对话框左下角都有一个 Run as Batch Process（作为批处理运行）按钮。它会把对话框变成一张表格，每一行就是这个工具的一次运行。
在我们的任务里，批处理能干净地完成按区 Clip 和按区 Buffer，因为这两步是在 10 个区上重复完全相同的算法。但它没法一次做完整个工作流：批处理一次只能跑一个工具，最后留给你 10 个独立的输出图层，你还得自己合并、再连接回来。
重投影并拆分输入数据
对建筑图层运行 Reproject layer（Vector general），投影到 EPSG:25832。然后对区图层按 name 字段运行 Split vector layer（Vector general），它会在一个文件夹里为每个区写出一个 GeoPackage。
对所有区批量运行 Clip
打开 Clip（Vector overlay），点击 Run as Batch Process，每个区文件添加一行。把重投影后的建筑设为 Input layer，用 Autofill 自动填入各区的叠加图层和输出表名（clip_<district>），并取消勾选 Load layers on completion。在 Bielefeld 上，10 行全部完成用了 13.7 秒（每个区 1.0 到 4.2 秒）。
开启 Dissolve，批量运行 Buffer
以批处理模式打开 Buffer（Vector geometry）：每个裁剪图层一行，Distance 设为 25，Segments 设为 5，勾选 Dissolve result。Bielefeld 的 10 个缓冲共用时 27.7 秒。
合并、汇总，再把表连接回来
运行两次 Merge vector layers（一次合并 10 个裁剪图层，一次合并 10 个缓冲图层）。对合并后的裁剪结果运行 Aggregate（Vector geometry），按 layer 字段分组，得到 building_count（count($id)）和 building_area_m2（sum(area($geometry))）。对合并后的缓冲结果运行 Refactor fields（Vector table），用 $area / 10000 这个字段计算器表达式算出 built_up_ha，再按 district 运行 Join attributes by field value（Vector general），生成唯一的输出图层。
在 Bielefeld 上，9 次运行（8 种不同算法）的工具执行总时间是 62.0 秒，每个区的数量都与参考值一致。在 Münster 上，6 个区的工具时间降到 39.8 秒，但我得重新搭建 6 行的批处理表格，并手动把 9 个步骤全部重跑一遍。如果你的工作流是一串不同的工具，而不是把一个工具重复用在 50 个文件上，批处理就不是合适的形式。
方法 2：图形建模器
图形建模器（Processing > Graphical Modeler）可以把一串 Processing 工具连成一张图，保存为 .model3 文件。建好之后，这个模型会像原生工具一样出现在 Processing Toolbox 里。
你可能以为要在建模器里对各区做循环，其实不用。先在建筑和区之间运行 Intersection，每个建筑片段都会继承所在区的 name 属性，这样按 name 分组的 Aggregate 和 Dissolve 一次就能得到每个区一行。（如果不需要严格在区界处切开建筑，也可以用空间连接。）
添加三个模型输入
在新模型中添加两个 Vector Layer 输入（Polygons），分别命名为 Buildings 和 Districts，再添加一个 Number 输入，命名为 Buffer distance (m)，默认值为 25。
重投影两个输入并求交
添加两个目标为 EPSG:25832 的 Reproject layer 节点。把两者都连到一个 Intersection 节点（Buildings 作为 Input，Districts 作为 Overlay）。在 Intersection 的 Input fields to keep 中，建筑字段只保留 osm_id；在 Overlay fields to keep 中保留 name。
分支：Aggregate 算数量，Dissolve + Buffer 出几何
从 Intersection 引出一条分支连到 Aggregate，按 name 分组，计算 count($id) 和 sum(area($geometry))。再从 Intersection 引出第二条分支，连到 Dissolve（字段 name），后接 Buffer（距离关联到 Buffer distance (m) 输入，5 段）。
连接两条分支并整理输出表
添加 Join attributes by field value，按 name 把 Aggregate 的表连接到缓冲多边形上，再用 Refactor fields 把 name 改名为 district，并以 $area / 10000 计算 built_up_ha。把输出标记为 built_up，模型保存为 built_up_by_district.model3。
在 Bielefeld 上从模型对话框运行用时 62.7 秒，所有检查都通过。更好的是，同一个 .model3 文件还可以不打开 QGIS 窗口，在 macOS 终端里通过 qgis_process 运行，用时 44.5 秒。
真正的回报出现在 Münster 重跑时。我打开同一个模型对话框，在两个下拉框里选中 muenster_buildings 和 muenster_districts，点击 Run。67.2 秒完成，模型一处都没改。
方法 3：在 Python 控制台中运行 PyQGIS 脚本
如果你熟悉 Python，在 Plugins > Python Console > Show Editor 里写脚本，就能用真正的 for 循环，输入作为变量写在文件开头，也不需要合并步骤。
下面是我在 QGIS 3.44.15 中运行的 38 行脚本（built_up_by_district.py），文件路径已缩短：
# Built-up area by district. Run in the QGIS Python console (Plugins > Python Console > Show Editor > Run).
# Change the first five lines for a new city.
BUILDINGS = "data/bielefeld_buildings.gpkg"
DISTRICTS = "data/bielefeld_districts.gpkg"
NAME_FIELD = "name"
BUFFER_M = 25
OUT = "out/script/built_up_script.gpkg"
import processing
from qgis.core import (QgsVectorLayer, QgsCoordinateReferenceSystem, QgsFeature, QgsField, QgsFields, QgsGeometry)
from qgis.PyQt.QtCore import QVariant
crs = QgsCoordinateReferenceSystem("EPSG:25832") # metric, Germany
def run(alg, **p):
return processing.run(alg, p)["OUTPUT"]
buildings = run("native:reprojectlayer", INPUT=BUILDINGS, TARGET_CRS=crs, OUTPUT="memory:")
districts = run("native:reprojectlayer", INPUT=DISTRICTS, TARGET_CRS=crs, OUTPUT="memory:")
result = QgsVectorLayer("MultiPolygon?crs=EPSG:25832", "built_up", "memory")
result.dataProvider().addAttributes([QgsField("district", QVariant.String), QgsField("building_count", QVariant.Int),
QgsField("building_area_m2", QVariant.Double), QgsField("built_up_ha", QVariant.Double)])
result.updateFields()
for d in districts.getFeatures():
one = run("native:extractbyexpression", INPUT=districts, EXPRESSION=f"$id = {d.id()}", OUTPUT="memory:")
clipped = run("native:clip", INPUT=buildings, OVERLAY=one, OUTPUT="memory:")
area = sum(f.geometry().area() for f in clipped.getFeatures())
built_up = run("native:buffer", INPUT=clipped, DISTANCE=BUFFER_M, SEGMENTS=5, DISSOLVE=True, OUTPUT="memory:")
geom = next(built_up.getFeatures()).geometry()
f = QgsFeature(result.fields())
f.setGeometry(geom)
f.setAttributes([d[NAME_FIELD], clipped.featureCount(), area, geom.area() / 10000])
result.dataProvider().addFeature(f)
print(d[NAME_FIELD], clipped.featureCount(), round(area), round(geom.area() / 10000, 1))
processing.run("native:savefeatures", {"INPUT": result, "OUTPUT": OUT, "LAYER_NAME": "built_up"})
print("saved", OUT)
脚本把所有中间图层都放在内存里，逐区循环，是目前最快的方法（我们没有分析原因）。它在 8.1 秒内完成 Bielefeld，每个区都与独立参考值相差 0.00%。
要在 Münster 上重跑，我改了开头三行（BUILDINGS、DISTRICTS 和 OUT），点击绿色的 Run Script 播放按钮。7.4 秒完成。想详细了解 processing.run 的用法，请看我们的 PyQGIS 指南。
四种方法在两座城市上的对比
以下是 2026 年 11 月 7 日我们对四种方法的实测结果：
| 批处理 | 图形建模器 | PyQGIS 脚本 | AI Agent（Medium，Balanced） | |
|---|---|---|---|---|
| 搭建 / 结构 | 8 种算法共 9 次运行（2 张 10 行的批处理表） | 3 个输入 + 8 个算法节点 + 1 个输出 | 38 行 Python，5 种算法 | 1 条自然语言消息（代理调用 27 次工具） |
| Bielefeld 用时（10 个区） | 工具时间 62.0 秒（逐个启动） | 对话框中 62.7 秒（qgis_process 44.5 秒） | 8.1 秒（修好 1 次失败的保存调用后） | 从发送到结果表 110 秒 |
| 换到 Münster（6 个区） | 工具时间 39.8 秒（重建批处理行并重跑全部 9 步） | 67.2 秒（选 2 个新图层，点击 Run） | 7.4 秒（改 3 行文件路径，点击 Run） | 60 秒（1 条 46 个英文单词的追加消息，15 次工具调用） |
与参考值的最大偏差（built_up_ha） | +0.08% | +0.08% | 0.00% | +0.21% |
| 事后留下什么 | 约 20 个中间图层 | 一个 .model3 文件（可在界面或无界面运行） | 一个 .py 脚本文件 | 聊天记录和你的提示词 |
每种方法的建筑数量和建筑轮廓面积（building_area_m2）都与参考值相差 0.00%。批处理和图形建模器在 built_up_ha 上的 +0.08% 偏差，来自 Refactor fields 中的 $area 按项目椭球体测量，而脚本和参考值用的是 EPSG:25832 下的平面 geometry().area()。
途中出过哪些问题（包括一个静默的错误结果）
教程很少展示失败的运行，所以我把当天每个错误都记了下来。最吓人的失败不是崩溃，也不是红色报错条，而是一次图形建模器运行报告成功、输出却是错的。
我第一次在无界面模式下运行模型时，还没限制 Intersection 节点上的字段，日志显示：
Model processed OK. Executed 8 algorithm(s) total in 84.548 s.
没有错误，也没有警告。我检查输出的 GeoPackage 时，发现 built_up 里有 1,058 个多边形 ，而不是 10 个。
原因是：OpenStreetMap 建筑本身有一个 name 列（商店、学校或教堂的名称），区图层也有一个 name 列。Intersection 合并两个图层的全部字段时，建筑的 name 仍然叫 name，而区的 name 被悄悄改名为 name_2。下游的 Aggregate 和 Dissolve 按 name 分组，结果是按建筑名称分组，而不是按区！把 Intersection 的 Input fields to keep 限制为 osm_id 后，冲突消失，输出回到 10 个区。
还有三个问题也坏过，在自动化你自己的数据之前值得了解：
- 无效的 OSM 几何默认会让 Processing 停下。 Bielefeld 的 180,602 栋建筑中有两栋存在自相交的环。在 QGIS 默认设置下，Clip 会立即停止，报
Feature (18818404) from 'b' has invalid geometry。只要输入来自原始 OpenStreetMap，就把 Fix geometries 作为第一步。 - PyQGIS 中的
savefeatures不接受 GDAL 连接字符串。 第一次运行脚本（10.0 秒）时，把ogr:dbname='...' table="built_up"传给native:savefeatures报错OGR driver for '' not found。应在OUTPUT中传普通的.gpkg路径，并单独设置参数LAYER_NAME: "built_up"。 - 加载大量中间图层让我们的会话崩溃。 勾选 Load layers on completion 时，Processing 输出加载到图层树的过程中，QGIS 崩溃（
SIGSEGV）了三次。对中间批处理行取消勾选后，崩溃就停止了。
方法 4：在 QGIS 里询问 AI 代理
AI Agent 是我们开发的，所以这一节讲的是我们自己的插件。它在 QGIS 里停靠一个聊天面板，读取项目中已有的图层和字段，自己调用 QGIS Processing 工具和 PyQGIS，并在回答前检查输出。
对于一次性的任务或只涉及两座城市的项目，搭一个 8 节点的图形模型或调试一个 38 行的脚本，往往比任务本身还费事。我打开一个包含 Bielefeld buildings 和 districts 图层的项目，把面板设为 Medium 力度和 Balanced 权限，发送了一条消息：
The project has two layers: "buildings" (OSM buildings of Bielefeld, Germany) and "districts" (its 10 city districts, the district name is in the field "name"). For each district: clip the buildings to the district, count the buildings, sum their footprint area in square meters, and build a 25 m buffer around the clipped buildings, dissolved into one built-up polygon, with its area in hectares. Measure in a metric CRS (EPSG:25832). Write one GeoPackage at [output folder]/built_up_agent.gpkg with a single polygon layer named built_up, one feature per district, fields district, building_count, building_area_m2, built_up_ha, in EPSG:25832. Then show me the result table.
（两条提示词中的输出路径都已缩短。透明说明：第一次尝试时，我点击发送 9 秒后，QGIS 因 Qt slot 段错误崩溃，没有返回任何回答。我重新打开项目，把完全相同的提示词发送了一次，之后没有再重发。）
在 110 秒 内，代理完成了 27 次工具调用（12 run_processing、7 get_algorithm_help、4 execute_code、2 get_layer_info、1 export_layer、1 get_features），自行从一个内部 Processing 错误中恢复，没有弹出权限卡片，写好了 GeoPackage，并在聊天中列出 10 个区的表格。没有任何提示，它还在回答中指出："The 25 m buffers can extend across district boundaries and overlap."（25 米缓冲可能跨越区界并相互重叠。）
接着，我把 muenster_buildings 和 muenster_districts 拖进项目，在同一个对话里输入了一条 46 个英文单词的追加消息：
Now do the same for Münster. I added two layers: "muenster_buildings" and "muenster_districts" (6 districts, the name is in the field "name"). Same fields and same 25 m buffer, in a new GeoPackage at [output folder]/built_up_agent_muenster.gpkg with the layer named built_up. Then show me the result table.
由于第一次的测试就在同一个对话里，代理在 60 秒 内完成了 Münster，共 15 次工具调用（11 run_processing、1 export_layer、1 get_features、1 zoom_to_layer、1 execute_code），没有任何错误。
两座城市的每个建筑数量和轮廓面积都与参考值相差 0.00%。
局限在哪里？第一，代理的 built_up_ha 值比平面参考值高 0.07% 到 0.21%（例如 Brackwede 的结果是 1,390.51 ha，参考值为 1,388.31 ha；我们没有测量这个小偏差来自哪个内部步骤）。第二，导出的 GeoPackage 多保留了一个 _export_fid 列。第三，也是对自动化最重要的一点：代理每条消息都会重新规划步骤（Bielefeld 27 次工具调用，Münster 15 次），并且在打开的 QGIS 会话中执行，所以它不会留下可以用 cron 无人值守定时执行的 .model3 或 .py 文件。
该选哪种 QGIS 自动化方法？
不必认定某个工具是赢家，按你重复这项工作的频率来选方法：
- 把同一个工具原样用在 10 到 100 个文件上： 用 批处理 。它内置在每个 Processing 对话框里，不花钱，也不用写代码。一旦工作流要串起三四个不同的工具，就别再用它。
- 你或团队每个月都要跑一条多步骤工具链，或要在服务器上定时执行： 在 图形建模器 里搭建。你会得到一个
.model3文件，可以分享给不写 Python 的同事，也可以通过qgis_process从 shell 脚本或计划任务中无界面执行。 - 需要自定义循环、精确的平面计算或最快的执行速度： 写一个 PyQGIS 脚本 。我们的 38 行脚本在两座城市上都比建模器快 8 到 9 倍。
- 今天要把一个复杂任务做一两次，或在几个项目变体上各做一次： 用 QGIS 里的 AI 代理，比如 AI Agent（也可以看看我们更全面的 QGIS AI 专题）。你不用去找确切的工具名称，换到第二座城市只需一句话。免费版每月可用 5 个任务，力度为 Low；这些测试用的是 Medium，属于 Pro 版（每月 49 EUR，不含增值税，300 个任务）。
我们如何测量。 所有测试都在 2026 年 11 月 7 日完成，使用一台 Apple Silicon Mac（macOS 27.0.1，arm64），在隔离的 QGIS 3.44.15-Solothurn 会话（Python 3.12.11）中进行，AI Agent 版本 1.9.4（Medium 力度，Balanced 模式）。当天机器负载有波动，所以请把这些时间当作数量级来比较，而不是 CPU 基准测试。我们测量的是机器的实际执行时间和步骤数，不是 GIS 分析师从零拼出一个模型或写出一个脚本所花的人工时间。所有输入、.model3 文件、.py 脚本、参考检查脚本和原始 JSON 日志都保存在我们的实验存档中。
常见问题
如何在 QGIS 中自动化重复性的工作流？
根据任务重复的频率，主要有四种选择。一个工具用在许多文件上，在该工具的对话框里点击 Run as Batch Process 。需要定期重跑的多步骤工具链，在 Processing > Graphical Modeler 中把工具连起来，保存为 .model3 文件。需要循环和最快速度，在 QGIS Python 控制台中用 processing.run() 写 Python 脚本。只做一次或少数几次、不想连节点也不想写代码的分析，在 AI Agent 这类代理插件里用普通语言描述工作流即可。
QGIS 图形建模器和 Python（PyQGIS）该用哪个？
如果工作流是一条直线式的 Processing 算法链，并且你想要一个可视化的 .model3 文件，让团队里不会编程的人也能打开，或者想用 qgis_process 从命令行运行，就用图形建模器。如果需要遍历要素、把中间图层留在内存里（在我们的 Bielefeld 测试中，脚本用时 8.1 秒，模型 62.7 秒）、在代码中处理错误，或明确控制输出结构，就用 PyQGIS。
能把 QGIS 图形模型导出为 Python 脚本吗？
可以。图形建模器能把模型导出为 Python Processing 脚本（Export as Script Algorithm），之后你可以编辑它，加入循环、变量或自定义逻辑。本次对比没有测试导出功能。
QGIS 能不打开软件就按计划自动执行工作流吗？
可以。QGIS 自带一个名为 qgis_process 的命令行工具。你可以从 bash 脚本、Windows 任务计划程序或 cron 任务中，把任何原生算法或任何已保存的 .model3 文件交给它（例如 qgis_process run model3 --BUILDINGS=... --DISTRICTS=... --built_up=...），无需启动 QGIS 图形界面。在我们的 Bielefeld 测试中，模型通过 qgis_process 无界面运行用时 44.5 秒。
