Tripadvisor MCP
一个 MCP 服务器,使大型语言模型 (LLM) 能够通过标准化的 MCP 接口与 Tripadvisor API 交互,支持位置数据、评论和照片。 Or, a slightly more literal translation: 一个 MCP 服务器,它使 LLM 能够与 Tripadvisor API 交互,通过标准化的 MCP 接口支持位置数据、评论和照片。
README
Tripadvisor MCP 服务器
一个用于 Tripadvisor Content API 的 模型上下文协议 (MCP) 服务器。
它通过标准化的 MCP 接口提供对 Tripadvisor 位置数据、评论和照片的访问,允许 AI 助手搜索旅游目的地和体验。
特性
-
[x] 在 Tripadvisor 上搜索位置(酒店、餐厅、景点)
-
[x] 获取有关特定位置的详细信息
-
[x] 检索位置的评论和照片
-
[x] 根据坐标搜索附近的位置
-
[x] API 密钥身份验证
-
[x] Docker 容器化支持
-
[x] 为 AI 助手提供交互式工具
工具列表是可配置的,因此您可以选择要提供给 MCP 客户端的工具。
用法
-
从 Tripadvisor 开发者门户 获取您的 Tripadvisor Content API 密钥。
-
通过
.env文件或系统环境变量配置您的 Tripadvisor Content API 的环境变量:
# 必需:Tripadvisor Content API 配置
TRIPADVISOR_API_KEY=your_api_key_here
- 将服务器配置添加到您的客户端配置文件。 例如,对于 Claude Desktop:
{
"mcpServers": {
"tripadvisor": {
"command": "uv",
"args": [
"--directory",
"<tripadvisor-mcp 目录的完整路径>",
"run",
"src/tripadvisor_mcp/main.py"
],
"env": {
"TRIPADVISOR_API_KEY": "your_api_key_here"
}
}
}
}
注意:如果在 Claude Desktop 中看到
Error: spawn uv ENOENT,您可能需要指定uv的完整路径或在配置中设置环境变量NO_UV=1。
Docker 用法
该项目包含 Docker 支持,以便于部署和隔离。
构建 Docker 镜像
使用以下命令构建 Docker 镜像:
docker build -t tripadvisor-mcp-server .
使用 Docker 运行
您可以使用多种方式通过 Docker 运行服务器:
直接使用 docker run:
docker run -it --rm \
-e TRIPADVISOR_API_KEY=your_api_key_here \
tripadvisor-mcp-server
使用 docker-compose:
创建一个包含您的 Tripadvisor API 密钥的 .env 文件,然后运行:
docker-compose up
在 Claude Desktop 中使用 Docker 运行
要将容器化服务器与 Claude Desktop 一起使用,请更新配置以使用带有环境变量的 Docker:
{
"mcpServers": {
"tripadvisor": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"-e", "TRIPADVISOR_API_KEY",
"tripadvisor-mcp-server"
],
"env": {
"TRIPADVISOR_API_KEY": "your_api_key_here"
}
}
}
}
此配置通过使用 -e 标志(仅包含变量名)将环境变量从 Claude Desktop 传递到 Docker 容器,并在 env 对象中提供实际值。
开发
欢迎贡献! 如果您有任何建议或改进,请打开一个 issue 或提交一个 pull request。
该项目使用 uv 来管理依赖项。 按照适用于您平台的说明安装 uv:
curl -LsSf https://astral.sh/uv/install.sh | sh
然后,您可以创建一个虚拟环境并使用以下命令安装依赖项:
uv venv
source .venv/bin/activate # 在 Unix/macOS 上
.venv\Scripts\activate # 在 Windows 上
uv pip install -e .
项目结构
该项目已组织成一个 src 目录结构:
tripadvisor-mcp/
├── src/
│ └── tripadvisor_mcp/
│ ├── __init__.py # 包初始化
│ ├── server.py # MCP 服务器实现
│ ├── main.py # 主要应用程序逻辑
├── Dockerfile # Docker 配置
├── docker-compose.yml # Docker Compose 配置
├── .dockerignore # Docker 忽略文件
├── pyproject.toml # 项目配置
└── README.md # 此文件
测试
该项目包含一个测试套件,可确保功能并有助于防止回归。
使用 pytest 运行测试:
# 安装开发依赖项
uv pip install -e ".[dev]"
# 运行测试
pytest
# 运行并生成覆盖率报告
pytest --cov=src --cov-report=term-missing
工具
| 工具 | 类别 | 描述 |
|---|---|---|
search_locations |
搜索 | 按查询文本、类别和其他过滤器搜索位置 |
search_nearby_locations |
搜索 | 查找特定坐标附近的位置 |
get_location_details |
检索 | 获取有关位置的详细信息 |
get_location_reviews |
检索 | 检索位置的评论 |
get_location_photos |
检索 | 获取位置的照片 |
许可证
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。