GeoLibre 支持 GIS 数据格式完整清单¶
摘要：本文完整梳理 GeoLibre 内置支持的全部 GIS 数据格式，涵盖矢量、栅格、云原生地理空间格式及每种格式的内部解析逻辑，为国内 WebGIS 开发者提供完整的技术参考清单。
原文来源："GIS开发手记"，原文链接：https://mp.weixin.qq.com/s/GrtQzetCBgKtYruEhjsOAw
本文使用简体中文撰写。
前言¶
本文完整梳理 GeoLibre 内置支持的全部地理空间数据格式，区分矢量、栅格、云原生地理格式，同时说明每种格式对应的解析依赖、读取优先级与适用场景，可供 WebGIS 开发人员快速查阅。
一、运行形态与平台说明¶
列出格式之前先说清楚「在哪儿跑」，因为后面很多格式有平台差异。
| 形态 | 怎么跑 | 说明 |
|---|---|---|
| 浏览器 | 打开 web.geolibre.app |
什么都不用装，加载完可离线用 |
| 桌面 | Tauri v2 原生应用 | Windows / macOS / Linux，微软商店、Homebrew、winget、AUR、Flatpak 都有 |
| 安卓 | Google Play 原生 App | 每 ABI 约 40MB |
| Jupyter | pip install geolibre |
整个应用嵌进 notebook 单元格 |
核心应用没有账号、没有服务器、没有费用。 本地文件就地读取、不出本机，应用加载完成后本地流程也能离线继续用。例外的是那些可选的远程能力：在线目录（STAC、Source Cooperative、Overture、Planetary Computer）、从 CDN 下载底图与瓦片，以及 Earth Engine、需要鉴权的 ArcGIS 服务等，都需要联网，部分还需要各自的凭据或 OAuth 登录。
二、矢量数据格式支持¶
矢量数据是 GeoLibre 适配最完善的能力模块，文件选择器内置统一的格式白名单，支持拖拽自动识别，无需手动选择文件类型，覆盖 17 种主流矢量扩展名。
geojson, json, gpkg, geoparquet, parquet, fgb, flatgeobuf,
csv, tsv, kml, kmz, gml, gpx, dxf, tab, shp, zip
拖进去就行，不用先选「我要导入什么格式」。
但真正有意思的是每种格式背后是谁在读——这决定了它的实际表现：
| 格式 | 扩展名 | 读取引擎 | 值得注意的细节 |
|---|---|---|---|
| GeoJSON | .geojson .json |
原生 JSON.parse |
带老式顶层 crs 成员会自动走 DuckDB 重投影到 WGS84 |
| GeoParquet / Parquet | .parquet .geoparquet |
DuckDB read_parquet |
远程文件走 HTTP Range 流式读，不用整个下载 |
| FlatGeobuf | .fgb .flatgeobuf |
DuckDB ST_Read |
— |
| GeoPackage | .gpkg |
sql.js（SQLite WASM），不是 GDAL | 多图层会弹选择器；会先修复 gpkg_ogr_contents |
| Shapefile（散文件） | .shp |
shpjs | 桌面端自动读同名 .dbf/.shx/.prj/.cpg；3D MultiPatch 改走 DuckDB |
| Shapefile（压缩包） | .zip |
fflate 解压 → shpjs | .prj 决定投影，.cpg 决定 DBF 编码（中文属性乱码可以得到正确处理）；自动跳过 macOS 的 __MACOSX |
| KML | .kml |
自研解析器 | 保留内嵌符号化；还能吐出 GroundOverlay 图像和 <Model> 三维模型 |
| KMZ | .kmz |
fflate 解压 | 自定义图标、格式化描述都保留 |
| GML | .gml |
DuckDB ST_Read |
— |
| GPX | .gpx |
纯 JS | 自动拆成三个图层：航点 / 轨迹 / 路线 |
| CSV / TSV | .csv .tsv .txt .dat |
自研 + DuckDB 兜底 | 自动识别分隔符和经纬度列；WKT 几何列走 DuckDB；对话框可指定源坐标系 |
| CAD（DXF/DWG） | .dxf .dwg |
DuckDB ST_Read |
会读出图层清单让你挑；CAD 不带坐标系，需要手动选 EPSG |
| MapInfo TAB | .tab |
ST_Read |
— |
| Esri 文件地理数据库 | .gdb 文件夹 |
Python sidecar | 桌面端专属，且要 sidecar；Mac App Store 版本里是隐藏的 |
| OSM PBF | .osm.pbf .pbf |
osmix，跑在 Web Worker | 自动拆成点/线/面三层；超 50MB 会提示确认，5 分钟超时保护 |
| GeoRSS | .xml .rss .atom |
纯 JS | RSS 2.0 / Atom / RDF 都吃，GeoRSS Simple + GML 几何 |
| 地理标记照片 | .jpg .jpeg .png .tif .tiff .webp .heic .heif |
exifr | 读 EXIF GPS 直接生成点图层，无人机照片很实用 |
明确不支持的：.xlsx / .xls（经全库搜索，零命中）、原始 .osm XML（只认 PBF）。要用 Excel 的先另存为 CSV。
KML <Model> 的三维模型
KML 的 <Model> 这条值得关注：它会把内嵌的 COLLADA .dae 用 three.js 加载再导出成 GLB 加载到地图中。为了这一个边缘场景引入了 three.js。
加载完之后不是「能看见就完事」——符号化、分级配色、图例都是跟着走的：
三、栅格与影像¶
栅格这块比矢量窄，但覆盖了云原生那条主线。
| 格式 | 扩展名 | 引擎 | 平台 |
|---|---|---|---|
| GeoTIFF / COG | .tif .tiff |
默认 cog-tiler-wasm，可切 GPU 引擎 |
全平台；桌面端本地文件走 Tauri asset 协议做 Range 读 |
| MosaicJSON / STAC item | .json |
读取时按需拼接 | 全平台 |
| 地理配准图像 | 任意浏览器能解码的图 + GCP 的 .csv/.txt |
最小二乘仿射，导出用 gdal3.js | 全平台（gdal3.js 从 CDN 加载） |
| KML GroundOverlay | 来自 .kml / .kmz |
四角坐标图像图层 | 带 <TimeSpan> 的还能接时间轴动画 |
| 地理配准视频 | .mp4 + .webm |
MapLibre video source | 只支持 URL |
| 转换工具输入（栅格） | .tif .tiff .img .vrt .asc .nc .jp2 .hgt |
GDAL / rasterio sidecar | 桌面端；浏览器只收 .tif/.tiff |
| Whitebox 栅格 I/O | .tif .tiff .img .bil .flt .sdat .rdc .asc |
whitebox-wasm | 全平台 |
注意这个不对等：.img、.vrt、.asc、.jp2、.hgt 这些只在转换工具里认，不能直接当图层拖进去。直接拖只认 GeoTIFF。
四、点云与 LiDAR¶
| 项 | 支持 | 说明 |
|---|---|---|
| LiDAR 图层 | COPC / LAZ（URL 方式） | 走 maplibre-gl-lidar + deck.gl 渲染 |
| USGS 3DEP | 在线点云流式加载 | 独立插件，会附带 3DEP 高程索引 WMS 覆盖图 |
| Whitebox LiDAR 工具 | .las .laz .zlidar .copc .e57 .ply，输出 .laz |
这是全库唯一出现 .e57 / .ply 的地方 |
LiDAR 图层面板本身的扩展名白名单不在这个仓库里，定义在上游 npm 包中。仓库里唯一的直接证据是一个 .copc.laz 的示例 URL。LAS/LAZ/COPC/EPT 大概率都支持，但从源码无法百分百确认。
五、三维模型、瓦片与高斯泼溅¶
开篇那个「收到 3D Tiles 想看一眼」的场景，这节就是答案。
| 格式 | 输入方式 | 引擎 | 说明 |
|---|---|---|---|
| OGC 3D Tiles | tileset URL | maplibre-gl-3d-tiles + deck.gl Tile3DLayer |
支持自定义请求头，带鉴权的切片也能加 |
| Google 照片级 3D Tiles | 内置 URL | 同上 | 需要 Google Maps API key，走请求头传，不落盘 |
| ArcGIS I3S 场景图层 | …/SceneServer URL |
deck.gl + loaders.gl I3SLoader |
整合网格和三维对象图层都支持 |
| glTF / GLB | 只能填 URL | deck.gl ScenegraphLayer |
没有本地文件选择器，这是目前最明显的缺口 |
COLLADA .dae |
只能通过 KML <Model> 内嵌 |
three.js → GLB | — |
| 高斯泼溅 | URL | maplibre-gl-splat |
存储层类型是 gaussian-splat |
上面这张图挺能说明问题：左侧图层面板里 3D Tiles、矢量、XYZ、glTF 模型、高斯泼溅是叠在同一个列表里的，右边直接就是渲染结果。「加载 3D Tiles 要起服务器写页面」这件事在这儿就是粘贴一个 URL。
没找到的：.obj 完全不支持（零命中）。.b3dm/.pnts/.cmpt 这些 3D Tiles 内部格式在仓库里也搜不到——它们被上游加载器透明处理了，不用你操心。高斯泼溅的扩展名清单同样在上游包里。
六、瓦片与 OGC 服务¶
存储层的图层类型枚举一共 20 种：
geojson, raster, wms, wmts, xyz, vector-tiles, arcgis, pmtiles,
mbtiles, zarr, lidar, gaussian-splat, 3d-tiles, cog, flatgeobuf,
geoparquet, duckdb-query, deckgl-viz, video, image
「添加数据 → Web 服务」里能填的：
| 服务 | 细节 |
|---|---|
| XYZ | {z}/{x}/{y} 模板，栅格或矢量瓦片都行 |
| WMS | GetCapabilities 自动拉图层下拉框；点击要素走 GetFeatureInfo；开发态自带 CORS 代理 |
| WMTS | RESTful 瓦片模板 |
| WFS | GetCapabilities 拉 typeName；可选自动刷新 |
| OGC API - Features | 落地页 / /collections / 单个集合 / 完整 /items URL 都认，自动翻 next 链接，默认取 1000 条 |
| OGC API - Tiles（矢量） | TileJSON 或 MVT 模板，可另填 Mapbox style URL 来解析 source-layer 名 |
| ArcGIS | 对话框里只有两个：FeatureServer（以 f=geojson 拉）和 VectorTileServer |
| ArcGIS MapServer / ImageServer | 不在添加数据对话框里，只能通过 NASA Earthdata GIS、EnviroAtlas 这类插件间接用 |
| MBTiles | .mbtiles 本地文件，自定义协议 + Rust 后端读取。桌面端专属 |
| PMTiles | .pmtiles，矢量栅格都行，自动嗅探文件头 |
| PostgreSQL / PostGIS | 连接 → 选表 → 出 MVT，靠内置的 Martin 服务。桌面端专属 |
| deck.gl 可视化图层 | 14 种：散点、热力、六边形、格网、屏幕格网、等值线、弧线、线、大圆、GeoJSON、图标、文本、轨迹、场景图 |
七、云原生格式与数据目录¶
这一节是 GeoLibre 和传统桌面 GIS 拉开距离的地方。
科学数据格式：
| 格式 | 支持范围 |
|---|---|
| Zarr | 远程 store URL，或本地文件夹。变量和维度选择器会显示真实坐标值。本地文件夹在浏览器里需要 File System Access API，Firefox / Safari 用不了 |
| NetCDF / HDF | 两条路：远程走 kerchunk 引用 JSON + HTTP Range（云优化 NetCDF）；本地支持 .nc .nc4 .cdf .h5 .hdf5（NetCDF-3 走 netcdfjs，NetCDF-4/HDF5 走 h5wasm）。HDF4 的 .hdf 明确不支持 |
| COG | 见栅格一节 |
在线数据目录（打开就能浏览的）：
- STAC —— 静态目录和 STAC API 都支持，通过 STAC Index 发现目录。只有可视化资产（GeoTIFF / GeoJSON）能直接加
- Source Cooperative —— 桶浏览器，认
.pmtiles.parquet.geoparquet.tif.geojson.geojsonl.ndjson.fgb.gpkg.csv - Natural Earth —— 本质是 Source Coop 面板锁定到
opengeos/natural-earth - Hugging Face Hub —— 浏览数据集仓库，甚至能建仓库上传
- Overture Maps —— 主题化矢量瓦片，默认只显示建筑
- Microsoft Planetary Computer —— STAC + TiTiler
- Google Earth Engine —— OAuth 登录，桌面端有原生 OAuth 流程
- NASA Earthdata GIS —— EOSDIS 的 ImageServer / MapServer / FeatureServer / 已发布 web 地图
- OpenAerialMap / Esri Wayback（历史影像） / Mapillary / Google 街景
- 联邦数据服务 —— FEMA 洪水图、EPA EnviroAtlas、USGS National Map
- 气象与延时 —— RainViewer 实时雷达、NASA GIBS、EOX 无云年度底图
行星数据（这是一个超出预期的设计）：月球、火星来自 OpenPlanetaryMap，水星、金星、伽利略卫星、土卫六、冥王星、卡戎来自 USGS Astrogeology。关键细节是每个工程独立的椭球体参数，所以距离和面积量算跟你测的那颗星球是对得上的。
编者注： 最初以为这只是表面文章，但每个工程独立的椭球体参数这个细节改变了这一看法——项目对坐标系的处理是严谨的，不是简单地贴图了事。
八、工程与样式互通¶
这条容易被忽略，但决定了你能不能将它集成到现有工作流中。
| 格式 | 扩展名 | 方向 |
|---|---|---|
| GeoLibre 工程 | .geolibre / .geolibre.json |
读 + 写 |
| QGIS 工程 | .qgz .qgs |
只能导入。用 DOMParser 解析 XML，不执行任何 QGIS 代码；只导入它认识的 17 种矢量格式和 GeoTIFF |
| Mapbox GL / MapLibre 样式 | .json |
导入 + 导出 |
| OGC SLD | .sld .xml |
导入 + 导出 |
| QGIS QML | .qml |
导入 + 导出 |
关键启发： 你在 QGIS 里配好的符号化可以搬过来，反过来也行。样式导入的格式是按内容判断的，不看扩展名——扔个改错后缀的文件也能认出来。
另外还有一堆 .json 形态的库：样式库、图层库（「我的数据」）、服务库、图例、相机漫游、故事地图，都能导入导出。
九、导出与格式转换：相当于一个免费的 GDAL 前端¶
这块被官网说得太轻，但是最实用的功能之一。
图层直接导出¶
右键图层就能导出，全部在浏览器里完成，不用后端：
.geojson · .csv · .kml · .kmz · .parquet（GeoParquet） · .gpkg（GeoPackage） · .zip（Shapefile）
GeoPackage 和 Shapefile 的写出是纯 JS 实现的——因为 DuckDB-WASM 写不了 GeoPackage，作者干脆用 sql.js 手写了一个 GeoPackage 1.3 写入器；Shapefile 则是手工拼 .shp/.shx/.dbf/.prj/.cpg 五个文件再打包。
格式转换工具（9 个）¶
| 工具 | 输入 | 输出 |
|---|---|---|
| 矢量 → 矢量 | geojson geojsonl json parquet geoparquet fgb gpkg shp zip kml gml gpx |
桌面端 14 种驱动：GeoJSON、GeoJSONSeq、FlatGeobuf、GPKG、Shapefile、GML、KML、CSV、SQLite、GMT、DXF、MapInfo、JML、GPX |
| 矢量 → GeoParquet | 同上 | .parquet，压缩可选 zstd / snappy / gzip / lz4 / 不压缩 |
| 矢量 → FlatGeobuf | 同上 | .fgb |
| 矢量 → Shapefile | 同上 | .zip |
| 矢量 → GeoPackage | 同上 | .gpkg |
| CSV → GeoParquet | csv tsv txt |
.parquet |
| 矢量 → PMTiles | parquet geoparquet geojson json gpkg fgb shp |
.pmtiles。桌面端最高 24 级，浏览器端因为用 WASM 切片器层级要浅一些 |
| 栅格 → PMTiles | 只收 .tif/.tiff |
.pmtiles（单波段过色带，不是真彩色） |
| 栅格 → COG | 桌面 tif tiff img vrt asc nc jp2 hgt，浏览器只收 tif |
.tif，压缩可选 deflate zstd lzw webp jpeg packbits raw |
浏览器端输出格式是子集：geojson / json / csv / parquet / geoparquet / gpkg / zip / fgb。想要完整的 14 种驱动得用桌面版（走 Python sidecar）。
其它导出¶
栅格图层导 GeoTIFF、按框裁栅格子集、底图抽取成 PMTiles 离线包、打印布局出 PNG/PDF/多页 ZIP、整个工程导成一个独立 HTML 文件、故事地图导 HTML/PDF、地图录屏 WebM、图表导 SVG/PNG。
工程导成独立 HTML
这条功能被严重低估了——给协作者分享单文件网页查看成果，比让对方安装专用软件现实得多。
十、平台差异：注意事项¶
前面零散提过，这里集中一次。这是最容易吃亏的地方。
| 限制 | 影响什么 |
|---|---|
| 桌面端（Tauri）专属 | 原生文件/文件夹对话框、本地 MBTiles、本地栅格读取、Shapefile 同名文件自动发现、PostGIS/Martin、文件地理数据库、本地文件监听重载 |
| 需要 Python sidecar | 文件地理数据库、桌面端的全部转换工具（首选路径）、栅格工具（rasterio）、AI 分割、PostGIS、Sedona |
| Mac App Store 版本 | 不带 Python sidecar：隐藏 PostgreSQL 和 GDB 数据源、隐藏 AI 分割；Whitebox、转换、栅格、矢量工具全部退回浏览器/WASM 引擎；Shapefile companion 文件要手动多选 |
| 安卓 / 移动端 | 隐藏栅格工具、转换工具、AI 分割、PostgreSQL——这些都依赖 sidecar。Whitebox 工具箱走 WASM，依然可用 |
| 浏览器端 | 无本地 MBTiles/GDB/PostGIS；转换输出是子集；矢量转换不收 .zip；栅格转 COG 只收 GeoTIFF；Zarr 本地文件夹在 Firefox/Safari 不可用 |
十一、架构：它凭什么能吃下这么多格式¶
前面列了一百多种格式，容易让人觉得「过于复杂」。所以简单说一下它如何支撑的。
核心是一个引擎无关的 store。 @geolibre/core 这个包不依赖 MapLibre、不依赖 Cesium、不依赖 deck.gl——它只存两样东西：一组扁平的图层记录（id、类型、source、样式、可见性…）和一个五个字段的 MapViewState（center / zoom / bearing / pitch / bbox）。
所有 UI 操作都只改 store，再由同步层推给渲染引擎，严格单向。 你在界面上拖透明度滑块，改的是 store，不是 MapLibre 对象。
这个设计的红利就是加格式很便宜：新格式只要能变成一条图层记录，就自动获得图层面板、透明度、排序、工程保存、样式导出的全部能力。
三个渲染器的分工（注意这里没有「引擎抽象层」）：
- MapLibre 是默认主地图，绝大多数图层由它渲染
- deck.gl 不占独立视图，是交织进 MapLibre 画布内的 overlay，负责 COG、3D Tiles、I3S、带 Z 值的矢量、可视化图层。这里有个硬约束：所有交织生产者必须共用同一个 overlay 实例，否则后来的会把前面的图层清掉（作者实际遇到过这个问题）
- Cesium 是分屏里的一个视图模式，不是替换。它只支持 GeoJSON、3D Tiles 和影像类图层，其它类型在面板里标「仅 2D」
一个值得注意的细节：Cesium 的相机同步不是按 zoom 级别对齐的，而是按地面分辨率（米/像素），所以不同高度的分屏面板能保持同样的屏幕比例尺。
计算引擎有五套，都挂在同一套 UI 下：DuckDB-WASM Spatial（主力，跑在独立 Worker 里）、PGlite + PostGIS、Apache Sedona（sidecar 或浏览器 WASM 版）、Pyodide（浏览器里跑 GeoPandas/Shapely）、Whitebox WASM（700+ 工具）。
一个很聪明的做法：矢量算子的 Python 实现是一个「无框架」模块，sidecar 和浏览器 Pyodide 执行的是同一份代码，所以两条路径结果完全一致，不会出现「本地算和服务器算不一样」。
十二、性能：几个真实的数字¶
也简单说几个，都是源码里能查到的实数，不是估算的。
大矢量的处理方式。 超过 5 万要素，就不再走 MapLibre 原生 GeoJSON 源，而是在客户端现场切成矢量瓦片——geojson-vt 生成瓦片（点图层用 Supercluster 聚合），vt-pbf 编码成 MVT，再通过一个自定义协议喂给 MapLibre。最大 16 级，4096 extent。
两个细节能看出功力：瓦片索引对象故意不放进 store（太大、不可序列化，不能写进工程文件）；编码前会检查中止信号，因为 MapLibre 会取消滚出屏幕的瓦片请求。
其它保护阈值（这些数字本身就是很好的参考）：
| 阈值 | 值 |
|---|---|
| 切片渲染触发 | 50,000 要素 |
| DuckDB 结果物化确认提示 | 500,000 行 |
| 浏览器端 Sedona 上限 | 50,000 要素 |
| OSM PBF 提醒 / 超时 | 50 MB / 5 分钟 |
| 远程矢量文件上限 | 2 GiB（DuckDB-WASM 用 32 位存远程文件大小） |
| 本地 COG 上限 | 2 GiB |
| 撤销历史软预算 | 500,000 要素 |
属性表是虚拟化的，但排序、筛选、选择是在完整数据模型上跑的，虚拟化只管渲染。
撤销历史有内存上限。 因为每个快照都持有图层的完整 GeoJSON，反复编辑会把好几份副本钉在内存里。做法是设一个要素数软预算，超了就丢最老的快照，但永远保留最新一个，保证大编辑至少能撤销一步。滑块拖动会在 400ms 内合并成一次撤销记录。
体积是通过 CDN 分发来控制的。 三个重量级 WASM 引擎（PGlite+PostGIS 约 25MB、CereusDB 约 40MB、gdal3.js 约 28MB+12MB）都不打进包，运行时按版本号从 CDN 拉，首次用过之后 Service Worker 会缓存下来离线可用。源码注释里留了两处历史记录：把 PGlite 打进包会让二进制从 42MB 涨到 63MB，CereusDB 会让安装包从 27MB 涨到 36MB——这就是安装包保持在 30MB 的原因。
一个诚实的性能问题。 文档里有一整节 Linux/WebKitGTK 的排查记录：空白地图稳定 60 FPS，但只要有瓦片图层，加载瓦片期间帧率掉到个位数，加载完立刻回到 60。根因是 WebKitGTK 在主线程处理每张新瓦片的纹理上传，一个瓦片集成周期约 125 毫秒，而 Chromium 只要几毫秒。作者排除了软件渲染、GPU 饱和、Tauri IPC、JSON.parse、合成器延迟等一堆可能。缓解措施（加大瓦片缓存、512px 栅格瓦片、关掉淡入）文档里写了，但还没实现。macOS/Windows 的 WebView 未测试。
编者注： 能把这种负面结果写进架构文档的项目不多。这一做法值得肯定。
十三、它的边界¶
说完优势，来谈谈局限性。
它不是 QGIS 的替代品
这是多篇评测的共识，作者自己也没这么宣称。
一、功能范围是故意收窄的。 它聚焦在浏览器工作流、本地处理、云原生格式、空间 SQL、现代可视化和可移植性。复杂的专业流程该用 QGIS 还得用 QGIS。
二、迭代速度是双刃剑。 两个多月从 0 到 2.4.0，2.0.0 到 2.1.0 只隔了大概 19 小时。拿它做生产环境的长期依赖，得想清楚这个 churn 风险。
三、几个明确的格式缺口。 glTF/GLB 没有本地文件选择器（只能填 URL）、.obj 完全不支持、Excel 不支持、HDF4 不支持、原始 .osm XML 不支持。
四、平台能力不对等。 见第十节那张表。别拿浏览器版的体验去代表全部。
五、Cesium 3D 球要 Ion token。 免费额度够个人玩，团队用要算账。
六、国内环境。 底图、地形、Photorealistic 3D Tiles 这些默认源都在墙外；坐标系走标准 WGS84，GCJ-02 偏移得自己处理。想认真用得先解决这两件事。这部分暂无可靠的实测信息，留给实际使用者补充。
写在最后¶
拿到一个混装了 shp、tif、gpkg、tileset.json 的压缩包，以前要开三四个软件；现在的答案是：打开一个 30MB 的应用（或者干脆一个网页），全拖进去。
GeoLibre 真正的价值在于——不在于它比 QGIS 强（它不强），而在于它把「看一眼数据」这件事的成本降低到了接近零。这个位置以前是空的。
对做 Cesium / 三维 GIS 开发的人，它还有一层参考价值：引擎无关的 store 设计。把状态存成普通的图层记录和视图状态，而不是绑死在某个渲染引擎的对象上，第二个渲染器就能平滑插进来。这个思路值得借鉴。
使用路径按场景分：
- 只想看看 —— 直接开
web.geolibre.app，不用装不用注册 - 要真干活 —— GitHub Releases 下桌面版，或走微软商店 / Homebrew / winget，两分钟的事
- Python 用户 ——
pip install geolibre，要 GeoPandas 支持就pip install "geolibre[all]"，需要 Python 3.10+ - 内网 / 离线环境 ——
VITE_PYODIDE_INDEX_URL和VITE_DUCKDB_SPATIAL_EXTENSION_PATH可以把 Pyodide 和 DuckDB 空间扩展指到内部镜像，不用重新构建；官方也有 Docker 镜像ghcr.io/opengeos/geolibre:latest - 二次开发 —— npm workspaces 单体仓库，所以要用 npm（仓库跟踪
package-lock.json）配 Node 22+；主应用在apps/geolibre-desktop，MIT 许可
最后还是那句：拿它做数据预览和探索，推荐；用于生产环境，再等等，至少等版本迭代节奏趋于稳定。