BikeScout 是一个专门用于 MTB、公路、电动自行车和砾石任务规划的 AI 引擎。它将原始地图数据转化为战术情报，预测地形条件和路径危险。该系统提供精确的设置建议，根据特定路线的需求调整您的装备，在您离开车库之前就识别出技术挑战和环境风险。
使用 BikeScout GUI 的说明
使用您最喜欢的 MCP Agent 客户端的说明：Claude Desktop, Cursor, Codex, Google Antigravity, Windsurf
Related MCP server: Strava MCP
用户指南 详细的 API 参考和部署 BikeScout 的分步指南。
网站 探索 Mud Logic、S-Scale 地形分级的可视化分解，以及我们如何将原始 OSM 数据转化为可执行的情报。查看传奇路线的最新比赛分析报告。
喜欢 BikeScout？ ⭐ 为这个仓库加星标，以支持第一个开源战术骑行引擎的开发。
发现 bug？ 打开一个 Issue。想要添加本地技能？欢迎提交 PR！
您可以向 BikeScout 提出复杂的多步骤请求。它结合实时数据和技术骑行情报，提供专家级的答案。
“我在 Monte Cavo，骑的是 MTB 自行车（29 英寸轮胎）。为我规划一条 25 公里的环线。检查地形是否与我的自行车兼容，验证下午降雨概率，并建议一个‘Fraschetta’作为终点。使用 Castelli Romani 指南。”
“检查这条从巴塞罗那市中心到 El Prat 的路线。我骑的是公路自行车，25 毫米轮胎。是否兼容？给我砾石与沥青的确切百分比。”
“规划一条从 Bormio 出发的 40 公里路线。我需要可视化海拔剖面图来查看 Stelvio 爬坡的精确坡度。突出显示超过 12% 的路段，以便我管理配速。”
“使用 Derby 本地指南规划一条从 Derby 出发的公路骑行路线。我需要至少 800 米的累计爬升。另外，推荐高海拔下坡的正确胎压。”
“给我安全清单，并为 90 公斤骑手在 2.3 英寸无内胎轮胎上计算泥地骑行的胎压。”
“分析我 2026-04-12 的骑行。将我的平均速度与当时的泥地风险进行比较，并告诉我地形条件是否是我速度慢的原因。”
其他产品专注于去哪里，而 BikeScout 专注于您如何在当下那条特定的骑行中表现出色。
平台 | 他们提供什么 | 为什么 BikeScout 更胜一筹 |
Komoot | 静态地图 | 我们添加实时风险上下文 |
Strava | 历史/社交 | 我们添加预测性安全 |
Trailforks | 数据库 | 我们添加个性化情报 |
Generic AI | 理论 | 我们添加真实世界遥测 |
贡献是让开源社区成为学习、启发和创造的绝佳场所的原因。您对 BikeScout 的任何贡献都非常感谢。
报告 Bug：发现故障？打开一个 Issue，附上详细描述和复现步骤。
功能请求：有让 BikeScout 更好的想法？打开一个 issue 来讨论！
拉取请求：
分叉项目。
创建您的功能分支（git checkout -b feature/AmazingFeature）。
提交您的更改（git commit -m 'Add some AmazingFeature'）。
推送到分支（git checkout origin feature/AmazingFeature）。
打开一个拉取请求。
请遵循 PEP 8 编写 Python 代码。
确保所有新工具都在 README.md 中有文档说明。
保持注释为英文，以便国际协作。
通过贡献，您同意您的贡献将根据项目的 AGPLv3 许可证进行许可。
本项目采用 GNU Affero 通用公共许可证 v3.0 (AGPL-3.0) 许可 - 详情请参阅 LICENSE 文件。
BikeScout 包含专有级别的战术逻辑（例如 TAEL® 泥地蓄水模型）。AGPLv3 确保：
透明度：任何通过网络（SaaS/云）提供服务的 BikeScout 修改版本都必须向社区提供其完整源代码。
完整性：核心战术情报保持开放和协作，防止“闭源”商业劫持该平台独特算法。
BikeScout 聚合了多个开放提供商的数据。此服务器的用户必须遵守其各自的条款：
路由与地图数据： 由 HeiGIT 的 OpenRouteService 提供。
地理空间与地理编码数据： © OpenStreetMap 贡献者。数据根据 开放数据库许可证 (ODbL) 提供。地理编码服务由 Nominatim 提供支持。
天气预报： 由 Open-Meteo 提供支持。数据根据 CC BY 4.0 许可。
This server cannot be deployed
The Google Maps MCP server is a fully-managed server provided by the Maps Grounding Lite API that connects AI applications to Google Maps Platform services. It provides three main tools for building LLM applications: searching for places, looking up weather information, and computing routes with details like distance and travel time. The server acts as a proxy that translates Google Maps data into a format that AI applications can understand, enabling agents to accurately answer real-world location and travel queries.
The OpenMesh MCP Server provides decentralized, permissionless cloud infrastructure that integrates AI assistants with Web2 and Web3 applications without middlemen. It offers intelligent service discovery to identify MCP servers, acts as a universal proxy for routing requests to discovered services, implements performance optimization through usage feedback, and provides automatic fault tolerance with alternative services when servers become unavailable.
VibeMarketing (https://vibemarketing.ninja/mcp) is a directory service that catalogs and provides information about various MCP (Model Context Protocol) servers. It serves as a centralized resource where users can discover different MCP servers and their capabilities. Examples of servers listed in the directory include Sequential Thinking MCP (for dynamic problem-solving through structured thought sequences) and Memory MCP (a knowledge graph-based persistent memory system).
Geospatial AI MCP server — satellite imagery, embeddings, weather, GNS governance
