BikeScout
BikeScout MCP 服务器
BikeScout 是一个专为自行车和山地自行车爱好者设计的专业 MCP 服务器。它通过结合真实地图数据与高级路线分析,提供智能化的骑行路线推荐。
核心功能
真实路线发现:通过 OpenStreetMap(使用 Overpass API)获取真实的路线名称和路面类型。
技术指标:计算精确的公里数和总爬升高度。
难度与技术分级:将路线评估为初级、中级或专家级,并分析 OSM 道路类型(1-5 级),以区分平整的碎石路和崎岖的山地车路径。
动态路线与路面分析:生成建议的环形路线,并提供详细的路面类型百分比分解(沥青、碎石、泥土等)。
自行车配置兼容性:首创功能,可检查路线是否适合您的特定自行车(公路车、碎石车或山地车)及轮胎宽度,并提供即时安全警告。
预测性泥泞风险分析:专为越野骑行者设计的模型,通过交叉比对 72 小时历史降水量与土壤地质(如粘土与沙土)来预测路线的可骑行性。
智能兴趣点 (POI) 搜寻(补给站查找器):自动定位路线半径 2 公里内的骑行专用设施,如饮水点、自行车维修站和山间避难所。
智能安全与天气预报:将位置数据与实时天气交叉比对,确保您不会遭遇风暴。
专业骑行装备建议:根据温度、风力和降雨阈值提供具体的服装和装备技术建议。
无缝位置搜索:无需 GPS 坐标。通过集成的 Nominatim 地理编码,使用自然语言(例如:“在 Albano Laziale 找一条骑行路线”)即可搜索。
即时地图预览:自动生成路线的静态地图 (.png),以便在聊天界面中直接查看路线。
本地专家知识:针对世界级目的地(如 多洛米蒂山脉 (UNESCO)、摩押 (美国) 和 Castelli Romani)提供专门的区域提示。
专业爬坡分级:根据长度和平均坡度,使用专业骑行标准自动识别并命名特定的爬坡路段(从 4 级 到 HC 超级爬坡)。
Related MCP server: Strava MCP
为什么选择 BikeScout?(对比通用地图)
虽然 Google 地图或标准导航工具在城市通勤方面表现出色,但在地形变得复杂时它们往往力不从心。BikeScout 弥补了简单的“地图线条”与专业骑行技术现实之间的差距,将您的 AI 变成一位专业的本地向导。
真实的爬升数据(渐进式过滤)
原始卫星数据 (SRTM) 常带有“噪声”,由于读数突变,在山区往往会将总垂直爬升高度高估多达 40%。
通用地图:显示“锯齿状”的爬升剖面,夸大了骑行难度并使图表难以阅读。
BikeScout:使用渐进式爬升过滤器。我们的算法能够识别并平滑卫星传感器的误差,返回与真实气压传感器(Garmin/Wahoo)相符的总爬升值。
超越“铺装”与“未铺装”(S-Scale 分级)
对于标准导航仪来说,路就是路。但对于骑行者而言,压实的碎石路与松散的岩石路面之间,就是乐趣与危险的区别。
通用地图:不加区分地将所有非沥青路面标记为“未铺装”。
BikeScout:解析深层的 OpenStreetMap 元数据以提取 MTB-Scale (S0-S5) 和 SAC-Scale。它会警告您是否会遇到 S0 级(简单)或 S3 级(带有岩石和台阶的技术路段),让您判断自己的装备是否合适。
超越传统 POI
通用地图通常优先显示赞助商结果或餐厅。BikeScout 会深入探测 OpenStreetMap 标签,如 amenity=drinking_water 和 shop=bicycle。这些点通常由骑行社区验证,确保您在山口找到的是真正可用的饮水点,而不是一家已倒闭的超市。
历史天气数据
标准预报只会告诉您是否会下雨。BikeScout 会分析已经发生的情况。由于粘土含量高的土壤在暴雨后可能数天无法骑行,而沙质土壤几小时内即可变干,该工具提供了越野决策所需的具体背景信息。
针对不同骑行类型的智能分析
骑行难度与您的装备有关。500 米的爬升在 7 公斤的公路车上与在 16 公斤、配备 2.4 英寸粗齿胎的 Enduro 车上感觉完全不同。
通用地图:基于通用平均值提供“标准”旅行时间和难度。
BikeScout:具备动态努力引擎。它根据您的自行车类型(公路、碎石、山地、Enduro)和轮胎配置,专门计算难度和爬坡分级(从 4 级到 HC 超级爬坡)。
原生 AI 编排 (MCP)
BikeScout 不仅仅是一个独立的脚本,它是下一代大语言模型的原生扩展。
通用地图:需要用户手动搜索、截图和视觉解读。
BikeScout:是一个 模型上下文协议 (MCP) 服务器。它允许 Claude、Cursor 或其他 LLM 像本地向导一样进行“推理”,在单一对话流中自动交叉比对天气、土壤类型和技术配置。
功能对比一览
功能 | 通用地图 | BikeScout AI |
爬升高度 | 原始且有噪声 | 经过过滤且真实 |
路面分析 | 基础(铺装/泥土) | 技术级(S-Scale/道路类型) |
难度评级 | 仅基于时间 | 按自行车类型加权 |
爬坡分级 | 无 | UCI 标准(4 级至 HC) |
安全后勤 | 普通商店/加油站 | 骑行 POI(水/维修/避难所) |
条件预测 | 仅未来天气 | 泥泞风险(72 小时降雨+土壤分析) |
AI 集成 | 手动/外部 | 原生 MCP 工具 |
新闻、博客与在线演示
获取最新的战术骑行情报、任务报告和 MCP 生态系统新闻。
先决条件
Python 3.10+
OpenRouteService API Key:在 openrouteservice.org 获取免费密钥。
MCP 客户端:例如 Claude Desktop。
安装
BikeScout 可在 PyPI 上获取。您可以使用 pip 或 uv 直接安装。
我们建议在虚拟环境中安装 BikeScout:
python -m venv venv
source venv/bin/activate
pip install bikescout配置您的 OpenRouteService API 密钥:
export ORS_API_KEY=YOUR_OPENROUTE_SERVICE_API_KEYClaude Desktop 配置
将仓库克隆到本地文件夹:
git clone git@github.com:hifly81/bikescout.git <your_local_folder_path>从本地文件夹创建 Python 虚拟环境:
python3 -m venv venv source venv/bin/activate pip install bikescout
将服务器添加到您的 claude_desktop_config.json:
Windows:
%APPDATA%\Claude\claude_desktop_config.jsonmacOS:
~/Library/Application Support/Claude/claude_desktop_config.json
您必须将 JSON 配置中的占位符替换为您 Python 脚本文件的本地绝对路径。
PATH/TO/YOUR/BIKESCOUT_FOLDER/src/bikescout/mcp_server.py
示例:
Linux/macOS:
/home/username/bikescout/src/bikescout/mcp_server.pyWindows:
C:/Users/Username/Documents/bikescout/src/bikescout/mcp_server.py
{
"mcpServers": {
"bikescout": {
"command": "PATH/TO/YOUR/BIKESCOUT_FOLDER/venv/bin/python3",
"args": [
"-u",
"-m",
"bikescout.mcp_server"
],
"env": {
"PYTHONPATH": "PATH/TO/YOUR/BIKESCOUT_FOLDER/src",
"ORS_API_KEY": "YOUR_OPENROUTE_SERVICE_API_KEY"
}
}
}
}在 VS Code 中使用 BikeScout
如果您在编码时想要测试 BikeScout 服务器,实际上不需要 Claude Desktop 应用。您可以将 VS Code 与 Cline(原 Claude Dev)或 Continue 扩展结合使用。
安装扩展:
前往 VS Code 市场并安装 Cline 扩展(或 Continue)。这些扩展充当 AI 与本地机器之间的“桥梁”。
将仓库克隆到本地文件夹:
git clone git@github.com:hifly81/bikescout.git <your_local_folder_path>从本地文件夹创建 Python 虚拟环境:
python3 -m venv venv source venv/bin/activate pip install bikescout打开 MCP 设置:
在扩展设置中(通常是齿轮图标或扩展侧面板中的特定“MCP”选项卡),查找标题为“Configure MCP Servers”的部分。
添加 JSON 配置:
将以下 JSON 配置粘贴到设置文件中(确保更新为您实际目录的路径):
{
"mcpServers": {
"bikescout": {
"command": "PATH/TO/YOUR/BIKESCOUT_FOLDER/venv/bin/python3",
"args": [
"-u",
"-m",
"bikescout.mcp_server"
],
"env": {
"PYTHONPATH": "PATH/TO/YOUR/BIKESCOUT_FOLDER/src",
"ORS_API_KEY": "YOUR_OPENROUTE_SERVICE_API_KEY"
}
}
}
}开始探索 保存后,您就可以直接在 VS Code 中与 AI 聊天。它会自动将 BikeScout 检测为“工具”。您可以询问:“帮我找一条从我当前坐标出发的 30 公里风景优美的山地车路线。” AI 将执行 Python 脚本,从 OpenStreetMap 和 OpenRouteService 获取数据,并将结果直接呈现在您的聊天窗口中。
调试与测试
您可以使用 MCP Inspector 测试 BikeScout,这是一个用于测试 MCP 服务器的基于 Web 的工具。
使用 Inspector
要启动 inspector 并手动与工具交互,请从根目录运行以下命令:
export ORS_API_KEY=YOUR_OPENROUTE_SERVICE_API_KEY
PYTHONPATH=./src npx @modelcontextprotocol/inspector ./venv/bin/python3 -m bikescout.mcp_server检查内容:
列出工具:确保所有工具(geocode_location, trail_scout 等)均可见。
运行工具:通过传入城市名称(例如“Rome”)来测试 geocode_location 工具,以验证 Nominatim 集成。
查询示例
您可以向 BikeScout 提出复杂的多步骤请求。它结合了实时数据与专业骑行情报,提供专家级的回答。
高级规划(多工具)
*“我目前在 Monte Cavo,骑的是 碎石车(40mm 轮胎)。帮我规划一条 25 公里的环线。检查地形是否与我的车兼容,核实下午的降雨概率,并推荐一个终点处的‘Fraschetta’餐厅。使用 Castelli Romani 指南。”*
“我明天想在 摩押 (Moab) 骑行。我有一辆 硬尾山地车。帮我找一条 20 公里 且不太技术的路线(避开 4/5 级路段),检查高温预报,并给我一份沙漠安全检查清单。”
自行车配置与路面情报
“检查这条
[LAT, LON]的 15 公里环线。我骑的是 配备 25mm 轮胎的公路车。它兼容吗?告诉我碎石路与沥青路的精确比例。”*“我计划在日本 京都 骑行。找一条 30 公里 的环线,要求至少 70% 是碎石路,但前提是未来 4 小时内的降雨概率低于 10%。”*
本地专业知识
“使用 Dolomiti 本地指南 规划一条从 Cortina 出发的公路骑行路线。我需要至少 800 米的爬升。另外,推荐高海拔下坡的正确胎压,以及一个可以吃苹果卷的山间小屋。”
“在 加拿大温哥华 附近有命名的路线吗?分析路面类型,并告诉我它们是否适合 E-MTB 的初学者。”
快速技术检查
“给我一份 安全检查清单,并计算一名 90 公斤骑手 在泥泞路面上使用 2.3 英寸真空胎 的 胎压。”
“在 台中 进行 10 公里骑行 的地形构成是什么?我需要知道是否会遇到任何‘5 级’技术路段。”
响应示例
以下是 BikeScout 可以提供的详细信息示例:
我在 意大利弗拉斯卡蒂 (Frascati) 附近找到了一条山地车环线。详情如下:
📊 路线详情
📍 距离: 11.26 公里
⛰️ 总爬升: 856 米
🏷️ 难度: 专家级(挑战性距离或非常陡峭的爬坡)
🛤️ 包含路线: Viale Moderno, Via dei Sepolcri
🔗 地图: 在 Google 地图上查看
🔗 路线地图图片: mtb_route_map.png
关键路线特征
技术地形:带有技术路段的山地车路径
爬升剖面:从 Rocca di Papa (703m) 到 Albano Laziale (542m) 的显著下坡
路面类型:碎石、泥土和森林小径的混合
风景:阿尔班山和罗马乡村的美丽景色
装备检查清单
自行车:建议使用全避震山地车以应对技术地形
头盔:强制性安全装备
补水:至少 2 升水
营养:针对 15 公里距离的能量棒/能量胶
维修工具包:备用内胎、打气筒、多功能工具
服装:针对海拔变化的分层穿衣
导航:GPS 设备或加载了 GPX 文件的智能手机
安全提示
这是一条专家级路线,包含技术路段
显著的海拔变化需要良好的体能水平
部分路段可能陡峭且具有挑战性
在您的技能范围内骑行
让某人知道您的计划路线和预计返回时间
🌤️ 天气预报(未来 4 小时)
时间 | 温度 | 降雨 | 风速 |
10:00 AM | 13.7°C | 0% | 6.4 公里/小时 |
11:00 AM | 15.2°C | 0% | 7.5 公里/小时 |
12:00 PM | 16.4°C | 0% | 8.7 公里/小时 |
01:00 PM | 17.6°C | 0% | 9.7 公里/小时 |
路线亮点
从
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseBqualityAmaintenanceA Model Context Protocol server that provides Google Maps API integration, allowing users to search locations, get place details, geocode addresses, calculate distances, obtain directions, and retrieve elevation data through LLM processing capabilities.71,992428MIT
- AlicenseNot gradedqualityDmaintenanceA Claude MCP server that lets users query and analyze their Strava activity data by connecting to the Strava API.3Apache 2.0
- AlicenseBqualityDmaintenanceA comprehensive MCP server providing 30 tools for geocoding, routing, and OpenStreetMap data analysis. It enables AI assistants to search for locations, calculate travel routes, and perform quality assurance checks on map data.303MIT
- AlicenseNot gradedqualityDmaintenanceAn MCP server specialized in managing and querying gym exercises through a centralized database. It enables users to search for workouts by name or muscle group and retrieve detailed information including sets, repetitions, and rest intervals.1,2701MIT
Related MCP Connectors
Basque Country hyperlocal mobility: ES/EU semantic search, routing, open-data POIs, peak-bagging.
Keyless open data for 84 German cities: 12 lean read-only MCP tools covering 67 data types.
Driflyte MCP server which lets AI assistants query topic-specific knowledge from web and GitHub.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/hifly81/bikescout'
If you have feedback or need assistance with the MCP directory API, please join our Discord server