OpenStreetMap MCP Server

OpenStreetMap（OSM）MCP服务器

OpenStreetMap MCP 服务器实现，通过基于位置的服务和地理空间数据增强 LLM 功能。

演示

会合点优化

邻域分析

停车位搜索

特征

该服务器为 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
• 将地理编码坐标反向转换为地址
• 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
• 为多人推荐最佳会面地点
• 探索区域并获取全面的位置信息
• 查找某个地点附近的学校和教育机构
• 分析家和工作地点之间的通勤选择
• 定位带有连接器和电源滤波的电动汽车充电站
• 执行房地产社区宜居性分析
• 查找停车设施的可用性和费用信息

成分

资源

服务器实现基于位置的资源：

• location://place/{query} ：按名称或地址获取地点信息
• location://map/{style}/{z}/{x}/{y} ：获取指定坐标处的样式地图图块

工具

该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 ：发现某个地点附近的兴趣点
• get_route_directions ：获取位置之间的逐向导航
• search_category ：查找某个区域内特定类别的地点
• suggest_meeting_point ：为多人寻找最佳会面地点
• explore_area ：获取有关社区的综合数据
• find_schools_nearby ：查找特定位置附近的教育机构
• analyze_commute ：比较家和工作地点之间的交通选择
• find_ev_charging_stations ：通过筛选定位电动汽车充电基础设施
• analyze_neighborhood ：评估房地产社区的宜居性
• find_parking_facilities ：查找目的地附近的停车选项

用例

房地产决策

法学硕士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：

1. 以开发模式安装包：

2. 启动服务器：

3. 服务器将启动并监听标准输入/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：

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
• 通过进度跟踪检索综合地图数据

LLM 集成示例

llm_client.py提供了一个专为 LLM 集成设计的帮助类：

此示例展示了法学硕士 (LLM) 如何使用位置助手来执行以下操作：

• 从文本查询中获取位置信息
• 查找附近的兴趣点
• 获取地点之间的路线
• 寻找最佳会面地点
• 探索社区

编写自己的客户端

要创建您自己的客户端：

1. 导入MCP客户端：

2. 使用您的服务器 URL 初始化客户端：

3. 调用工具或访问资源：

配置

安装

克劳德桌面

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

发展

构建和发布

准备分发包：

1. 同步依赖项并更新锁文件：

2. 构建软件包分发版：

这将在dist/目录中创建源和轮子分布。

3. 发布到 PyPI：

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，调试起来可能比较困难。为了获得最佳调试体验，我们强烈建议使用MCP Inspector 。

您可以使用以下命令通过npm启动 MCP Inspector：

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

API 使用示例

以下是如何使用 Python 代码中的关键 API 端点的简单示例：