日本宇宙航空研究开发机构（JAXA）于 2026 年 1 月 27 日在其官方 X（原 Twitter）账号上宣布，已经实现从生成式 AI 直接调用地球观测数据的能力。同时，面向地球观测数据利用的官方 Python 库最新版「JAXA Earth API for Python v0.1.5」中，新增了可在 Claude Desktop 上运行的 MCP（Model Context Protocol）示例代码。

JAXA 在帖子中向开发者发出邀请，表示「IT 工程师们，欢迎来玩一玩！」，表明其希望推动生成式 AI 与宇宙、地球观测数据相结合的实验性应用。

在 Claude Desktop 中直接获取卫星数据：生成式 AI 操作 JAXA Earth API

通过本次更新，Anthropic 的桌面端 AI 助手「Claude Desktop」可以将 JAXA Earth API 作为外部工具直接调用。具体做法是：利用 Claude Desktop 支持的 MCP（Model Context Protocol），在本地环境中启动一个 MCP 服务器，并将 JAXA Earth API 作为该服务器提供的功能进行连接，官方在示例代码中给出了这一整套配置方式。

借助这一机制，用户可以通过自然语言对话的方式，让 Claude Desktop 代表自己访问 JAXA 提供的地球观测数据，进行查询、获取与试验性分析。

JAXA Earth API：围绕生成式 AI 联动进行扩展

JAXA Earth API for Python 是 JAXA 官方提供的 Python 库，用于访问和处理其所拥有的各类地球观测数据。开发者无需深入了解每颗卫星或各类传感器的细节规格，就能完成数据获取与基础处理，这一特性使其不仅适用于科研场景，也适合教育用途以及原型应用的快速开发。

在最新的 v0.1.5 版本中，除了延续既有的数据访问与处理功能外，还新增了面向生成式 AI 联动的 MCP 示例配置，明确将「与 AI 协同使用」作为未来扩展方向之一。

MCP：让生成式 AI 安全使用外部数据与工具的机制

MCP（Model Context Protocol）是一种协议，用于让生成式 AI 在受控条件下调用外部工具或数据源。通过 MCP，AI 模型可以将外部 API 视作「工具」，在需要时发起调用，并将结果纳入对话上下文中。

在 Claude Desktop 中，用户可以在本地启动一个 MCP 服务器，再将其与 Claude Desktop 连接，从而让 AI 访问本地或远程的 API。JAXA Earth API for Python v0.1.5 正是基于这一机制，提供了完整的配置示例和代码样本，相关内容已在官方文档中公开：

https://data.earth.jaxa.jp/api/python/v0.1.5/en/{target=”_blank”}

面向对话式地球观测数据利用的实验环境

此次 JAXA 的更新，不仅是将地球观测数据以 API 形式开放，更进一步提供了一个便于与生成式 AI 结合的实验环境。官方文档中，从虚拟环境的搭建、依赖安装，到 Claude Desktop 端的 MCP 配置流程，都进行了较为系统的整理。

这意味着个人开发者、研究人员乃至教育机构，都可以相对轻松地搭建起「对话式访问地球观测数据」的实验环境，探索例如自然语言检索卫星影像、按条件筛选观测数据、或将观测结果与其他领域数据结合分析等新型用法。

随着生成式 AI 与地球观测数据的结合不断深入，其在环境监测、灾害评估、城市规划、农业与海洋观测等领域的应用前景，值得持续关注。