SVV-MCP-unofficial

⚠️ Inoffizielles Projekt. Dies ist ein von der Community erstellter MCP-Server und nicht von Statens vegvesen (SVV) erstellt, betrieben oder in irgendeiner Weise mit ihnen verbunden. „SVV“ im Namen beschreibt lediglich, welche Datenquelle der Server verwendet. Die bereitgestellten Daten stammen aus den eigenen, offenen Endpunkten von DATEX II, und die Nutzung unterliegt deren Bedingungen (siehe Lizenz).

MCP-Server (Model Context Protocol), der einer LLM Zugriff auf die offenen Echtzeitdaten von Statens vegvesen über DATEX II gibt:

• 🌡️ Wettermessungen von den Wetterstationen von Statens vegvesen (Fahrbahntemperatur, Lufttemperatur, Wind, Taupunkt), mit automatischer Warnung vor glatter Fahrbahn

• 🌦️ Wettervorhersagen (stündlich, 24 Stunden im Voraus)

• 📷 Webkameras entlang des Straßennetzes

• 🚗 Reisezeiten in Echtzeit auf Hauptstrecken

• ⚠️ Verkehrsmeldungen (Unfälle, Straßenarbeiten, Sperrungen, Erdrutsche/Überschwemmungen usw.)

• 🔧 Ein integriertes Fehlerbehebungstool, das die rohe XML-Struktur anzeigt, da sich das Schema von NPRA ändern kann

Alle DATEX-Endpunkte erfordern einen registrierten Benutzer bei Statens vegvesen (kostenlos). Zugang hier beantragen →

Inhalt

• Lokal starten

• GitHub-Repository einrichten

• Auf Railway bereitstellen

• Mit dem Server verbinden

  • Claude.ai / Claude-App (Custom Connector)

  • Claude Desktop (stdio, lokal)

  • Andere MCP-Clients

• Verfügbare Tools

• Fehlerbehebung

Related MCP server: trafikverket-mcp

Lokal starten

Erfordert Python 3.10+.

git clone https://github.com/<ditt-brukernavn>/svv-mcp-unofficial.git
cd svv-mcp-unofficial
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt

cp .env.example .env
# rediger .env og fyll inn DATEX_USERNAME / DATEX_PASSWORD

export $(grep -v '^#' .env | xargs)  # eller bruk python-dotenv
python server.py

Ist PORT in der Umgebung nicht gesetzt, startet der Server über stdio – praktisch für lokale Tests mit MCP Inspector:

npx @modelcontextprotocol/inspector python server.py

GitHub-Repository einrichten

1. Erstelle ein neues (leeres) Repository auf GitHub, z. B. svv-mcp-unofficial.

2. Push den Code:

   cd svv-mcp-unofficial
   git init
   git add .
   git commit -m "Initial commit: svv-mcp-unofficial server"
   git branch -M main
   git remote add origin https://github.com/<ditt-brukernavn>/svv-mcp-unofficial.git
   git push -u origin main

3. Wichtig: .env ist bereits in .gitignore – stelle sicher, dass du niemals echte DATEX-Benutzernamen/Passwörter committest. Füge stattdessen .env.example (ohne Werte) hinzu, das bereits im Repository liegt.

Auf Railway bereitstellen

Alternative A – über das Railway-Dashboard (am einfachsten):

1. Melde dich bei railway.app an → New Project → Deploy from GitHub repo.

2. Wähle dein Repository svv-mcp-unofficial. Railway findet Dockerfile automatisch.

3. Gehe zu Variables auf dem Service und füge hinzu:

   • DATEX_USERNAME

   • DATEX_PASSWORD

4. Railway setzt PORT automatisch – der Server startet dann im Streamable-HTTP-Modus und lauscht auf 0.0.0.0:$PORT.

5. Unter Settings → Networking klicke auf Generate Domain, um eine öffentliche URL zu erhalten (z. B. https://svv-mcp-unofficial-production.up.railway.app).

6. Der MCP-Endpunkt lautet dann: https://<ditt-domene>/mcp

Alternative B – über die Railway-CLI:

npm i -g @railway/cli
railway login
railway init
railway up
railway variables --set "DATEX_USERNAME=..." --set "DATEX_PASSWORD=..."
railway domain

Der Server verwendet Streamable HTTP (nicht SSE), was der empfohlene Transport für externe MCP-Server in der aktuellen Spezifikation ist.

Mit dem Server verbinden

Claude.ai / Claude-App (Custom Connector)

1. Gehe zu Settings → Connectors → Add custom connector.

2. Füge deine Railway-URL ein, z. B. https://<ditt-domene>/mcp

3. Gib ihr einen Namen, z. B. „Statens vegvesen“.

4. Aktiviere sie in deinem Chat unter Tools/Connectors.

Da DATEX_USERNAME/DATEX_PASSWORD als Umgebungsvariablen auf dem Railway-Service gesetzt sind (nicht als Parameter in den Tools), muss die Person, die sich verbindet, keine eigenen Zugangsdaten angeben – nur der Eigentümer des Railway-Deployments.

Claude Desktop (stdio, lokal)

Füge in claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "vegvesen": {
      "command": "python",
      "args": ["/full/path/til/svv-mcp-unofficial/server.py"],
      "env": {
        "DATEX_USERNAME": "...",
        "DATEX_PASSWORD": "..."
      }
    }
  }
}

Andere MCP-Clients

Jeder Client, der Streamable HTTP unterstützt, kann direkt auf https://<ditt-domene>/mcp zeigen.

Verfügbare Tools

Alle „hent“-Tools akzeptieren dieselben Parameter:

• sokeord (optional) – filtert nach allen Feldwerten, z. B. "E18", "Hemsedal"

• maks_antall (Standard 10) – maximale Anzahl der Einträge in der Antwort

• format – "markdown" (lesbar) oder "json" (strukturiert)

Fehlerbehebung

• „401 Nicht autorisiert“ → DATEX_USERNAME/DATEX_PASSWORD fehlen oder sind auf dem Server falsch. Prüfe die Railway-Variablen.

• **Leere/unerwartete Ergebnisse ** → führe inspiser_datex_publikasjon gegen die betreffende Publikation aus (siehe Tabelle der DATEX_ENDPOINTS-Schlüssel in server.py), um genau zu sehen, welche XML-Tags NPRA gerade sendet, und passe bei Bedarf candidate_tags im jeweiligen Tool an.

• Timeout → NPRAs DATEX-Knoten kann vorübergehend nicht erreichbar sein; versuche es später erneut oder prüfe Betriebsmeldungen auf vegvesen.no.

Lizenz

Die Daten sind unter der Norwegischen Lizenz für öffentliche Daten (NLOD) verfügbar. Gib bei der Verwendung der Daten Statens vegvesen als Quelle an, wie von NPRA verlangt.