Skip to main content
Glama

🌿 亚马逊雨林旅游指南 (Claude Agent + MCP)

通过 MCP 连接到 Claude 的人工智能旅行助手,旨在帮助用户探索亚马逊雨林——从规划路线到发现附近的酒店和探险地点。


🚀 功能

  • 🌍 获取从任意地点前往巴西马瑙斯的路线

  • 🏨 使用 Geoapify 发现附近的酒店

  • 🥾 寻找徒步路线和自然小径等探险地点

  • 🏛️ 探索美食、古迹和文化遗址

  • ⚠️ 了解必要的旅行预防措施

  • 🤖 由 Claude + FastMCP 提供支持


Related MCP server: travel-mcp-server

🛠️ 技术栈

  • Claude (Anthropic 桌面客户端)

  • FastMCP for Claude 工具注册

  • Python + HTTPX + dotenv

  • OpenTripMap、Geoapify、OpenRouteService API


📦安装

  1. 克隆 repo :

    git clone https://github.com/Ajey95/MCP.git
    cd MCP
  2. 命令:

    # On Windows.
     powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
      uv init projectname
      Create a virtual environment (optional but recommended):
      python -m venv venv
      source venv/bin/activate   # On Windows: venv\Scripts\activate
    
      Add your API keys in a .env file:
      ORS_API_KEY=your_openrouteservice_api_key
      GEOAPIFY_API_KEY=your_geoapify_api_key
      OPENTRIPMAP_API_KEY=your_opentripmap_api_key
  3. mcp 命令:

     install mcp 
     install mcp[cli]
  4. 最终的:

    pip install -r requirements.txt
    To run uv run mcp install file.py
    #Continue building!

🧠 将 Claude 连接到你的 MCP 服务器

运行你的服务器:uv run mcp install file.py 打开 Claude 桌面应用程序

点击添加工具

粘贴您的 MCP 端点(显示在终端中,例如http://localhost:3333/.well-known/ai-plugin.json )

Claude 将扫描并安装以下工具:

  • 获取旅行路线

  • 获取附近的酒店

  • 获取冒险地点

  • 获取纪念碑和食物

  • 获取预防措施

  • greet_user


🗣️ 在 Claude 中尝试的示例提示

  • “从里约热内卢到亚马逊雨林的距离和行程时间是多少?”

  • “查找马瑙斯附近的顶级酒店。”

  • “推荐一些马瑙斯附近的探险地点。”

  • “我可以参观亚马逊的哪些文化遗址?”

  • “告诉我参观雨林前的注意事项。”


🤝 贡献

欢迎 Pull 请求。如有重大变更,请先提交问题。

📄 许可证

麻省理工学院

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    C
    maintenance
    A Kyoto travel planning assistant that uses Wikivoyage API and LangChain/LangGraph to provide real-time attraction info, operating hours, and dynamic itinerary adjustments through MCP tools.
    -
  • A
    license
    Not graded
    quality
    D
    maintenance
    Coordinates flights, hotels, events, weather, currency, and traffic data through a single MCP server, enabling comprehensive trip planning via natural language prompts.
    MIT