MCP 服务器

OpenStreetMap MCP Server

利用基于位置的服务和地理空间数据增强大型语言模型（LLM）的能力，使用户能够进行地址地理编码、查找附近兴趣点、获取路线、优化会面地点以及分析社区。

README

OpenStreetMap (OSM) MCP 服务器

一个 OpenStreetMap MCP 服务器的实现，它通过基于位置的服务和地理空间数据增强 LLM 的能力。

演示

会议地点优化

会议地点用例

社区分析

社区分析用例

停车搜索

停车搜索用例

功能

此服务器为 LLM 提供与 OpenStreetMap 数据交互的工具，使基于位置的应用程序能够：

将地址和地名地理编码为坐标
将坐标反向地理编码为地址
查找附近的兴趣点
获取位置之间的路线指引
在边界框内按类别搜索地点
为多人建议最佳会议地点
探索区域并获取全面的位置信息
查找位置附近的学校和教育机构
分析家庭和工作之间的通勤选择
查找具有连接器和功率过滤的电动汽车充电站
执行房地产的社区宜居性分析
查找具有可用性和费用信息的停车设施

组件

资源

服务器实现了基于位置的资源：

location://place/{query}：按名称或地址获取有关地点的信息
location://map/{style}/{z}/{x}/{y}：获取指定坐标处的样式化地图切片

工具

服务器实现了几个地理空间工具：

geocode_address：将文本转换为地理坐标
reverse_geocode：将坐标转换为人类可读的地址
find_nearby_places：发现位置附近的兴趣点
get_route_directions：获取位置之间的逐步指引
search_category：查找区域中特定类别的地点
suggest_meeting_point：为多人查找最佳会议地点
explore_area：获取有关社区的全面数据
find_schools_nearby：查找特定位置附近的教育机构
analyze_commute：比较家庭和工作之间的交通选择
find_ev_charging_stations：查找具有过滤功能的电动汽车充电基础设施
analyze_neighborhood：评估房地产的社区宜居性
find_parking_facilities：查找目的地附近的停车选项

用例

房地产决策

LLM 可以帮助用户评估潜在的购房社区：

本地测试

运行服务器

要在本地运行服务器：

以开发模式安装软件包：

pip install -e .

启动服务器：

osm-mcp-server

服务器将启动并侦听标准输入/输出上的 MCP 请求。

使用示例客户端进行测试

该存储库在 examples/ 目录中包含两个示例客户端：

基本客户端示例

client.py 演示了 OSM MCP 服务器的基本用法：

python examples/client.py

这将：

连接到本地运行的服务器
获取有关旧金山的信息
搜索该地区的餐馆
检索具有进度跟踪的全面地图数据

LLM 集成示例

llm_client.py 提供了一个为 LLM 集成设计的辅助类：

python examples/llm_client.py

此示例展示了 LLM 如何使用 Location Assistant 来：

从文本查询中获取位置信息
查找附近的兴趣点
获取位置之间的路线指引
查找最佳会议地点
探索社区

编写您自己的客户端

要创建您自己的客户端：

导入 MCP 客户端：

from mcp.client import Client

使用您的服务器 URL 初始化客户端：

client = Client("http://localhost:8000")

调用工具或访问资源：

# 示例：地理编码地址
results = await client.invoke_tool("geocode_address", {"address": "New York City"})

配置

安装

Claude Desktop

在 MacOS 上：~/Library/Application\ Support/Claude/claude_desktop_config.json 在 Windows 上：%APPDATA%/Claude/claude_desktop_config.json

<details> <summary>开发/未发布的服务器配置</summary>

"mcpServers": {
  "osm-mcp-server": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/osm-mcp-server",
      "run",
      "osm-mcp-server"
    ]
  }
}

</details>

<details> <summary>已发布的服务器配置</summary>

"mcpServers": {
  "osm-mcp-server": {
    "command": "uvx",
    "args": [
      "osm-mcp-server"
    ]
  }
}

</details>

开发

构建和发布

要准备用于分发的软件包：

同步依赖项并更新锁定文件：

uv sync

构建软件包分发：

uv build

这将在 dist/ 目录中创建源和 wheel 分发。

发布到 PyPI：

uv publish

注意：您需要通过环境变量或命令标志设置 PyPI 凭据。

调试

由于 MCP 服务器通过 stdio 运行，因此调试可能具有挑战性。为了获得最佳调试体验，我们强烈建议使用 MCP Inspector。

您可以使用 npm 通过以下命令启动 MCP Inspector：

npx @modelcontextprotocol/inspector uv --directory /path/to/osm-mcp-server run osm-mcp-server

启动后，Inspector 将显示一个 URL，您可以在浏览器中访问该 URL 以开始调试。

示例 API 用法

这是一个如何从 Python 代码中使用关键 API 端点的快速示例：

import asyncio
from mcp.client import Client

async def main():
    client = Client("http://localhost:8000")
    
    # Geocode an address
    results = await client.invoke_tool("geocode_address", {"address": "Empire State Building"})
    print(f"Found location: {results[0]['display_name']}")
    
    # Get coordinates
    lat = float(results[0]['lat'])
    lon = float(results[0]['lon'])
    
    # Find nearby coffee shops
    nearby = await client.invoke_tool(
        "find_nearby_places",
        {
            "latitude": lat,
            "longitude": lon,
            "radius": 500,
            "categories": ["amenity"],
            "limit": 5
        }
    )
    
    # Print results
    print(f"Found {nearby['total_count']} nearby places")
    for category, subcategories in nearby["categories"].items():
        for subcategory, places in subcategories.items():
            print(f"  - {subcategory}: {len(places)} places")

if __name__ == "__main__":
    asyncio.run(main())