OpenStreetMap (OSM) MCP サーバー

位置情報サービスと地理空間データを使用して LLM 機能を強化する OpenStreetMap MCP サーバー実装。

デモ

ミーティングポイントの最適化

近隣分析

駐車場検索

Related MCP server: Google Maps MCP Server

特徴

このサーバーは、LLM に OpenStreetMap データと対話するためのツールを提供し、位置情報ベースのアプリケーションで次のことが可能になります。

• 住所と地名を座標にジオコードする

• 逆ジオコード座標を住所に変換する

• 近くの観光スポットを探す

• 場所間のルート案内を取得する

• 境界ボックス内のカテゴリで場所を検索する

• 複数の人に最適な待ち合わせ場所を提案

• エリアを探索し、包括的な位置情報を取得する

• 近くの学校や教育機関を探す

• 自宅と職場間の通勤オプションを分析する

• コネクタと電源フィルタリングを備えたEV充電ステーションを見つける

• 不動産の近隣居住性分析を実行する

• 駐車場の空き状況や料金情報を検索

コンポーネント

リソース

サーバーは位置情報に基づくリソースを実装します。

• location://place/{query} : 名前または住所で場所の情報を取得します

• location://map/{style}/{z}/{x}/{y} : 指定した座標でスタイル設定されたマップタイルを取得します。

ツール

サーバーはいくつかの地理空間ツールを実装しています。

• geocode_address : テキストを地理座標に変換する

• reverse_geocode : 座標を人間が読める住所に変換する

• find_nearby_places : 場所の近くの興味のある場所を見つける

• get_route_directions : 場所間のターンバイターンの道順を取得します

• search_category : 地域内の特定のカテゴリの場所を検索します

• suggest_meeting_point : 複数人での最適な待ち合わせ場所を見つける

• explore_area : 近隣地域に関する包括的なデータを取得する

• find_schools_nearby : 特定の場所の近くにある教育機関を検索する

• analyze_commute : 自宅と職場間の交通手段を比較する

• find_ev_charging_stations : フィルタリング機能を使ってEV充電インフラを探す

• analyze_neighborhood : 不動産の近隣居住性を評価する

• find_parking_facilities : 目的地近くの駐車場を検索

ユースケース

不動産に関する意思決定

LLM は、ユーザーが住宅購入の可能性のある地域を評価するのに役立ちます。

ローカルテスト

サーバーの実行

サーバーをローカルで実行するには:

1. 開発モードでパッケージをインストールします。

pip install -e .

2. サーバーを起動します。

osm-mcp-server

3. サーバーが起動し、標準入出力で MCP 要求をリッスンします。

サンプルクライアントによるテスト

リポジトリには、 examples/ディレクトリに 2 つのサンプル クライアントが含まれています。

基本的なクライアントの例

client.py OSM MCP サーバーの基本的な使用方法を示しています。

python examples/client.py

これにより、次のようになります。

• ローカルで実行されているサーバーに接続する

• サンフランシスコの情報を入手する

• エリア内のレストランを検索

• 進捗状況を追跡しながら包括的な地図データを取得する

LLM統合の例

llm_client.py 、LLM 統合用に設計されたヘルパー クラスを提供します。

python examples/llm_client.py

この例では、LLM がロケーション アシスタントを使用して次のことを行う方法を示します。

• テキストクエリから位置情報を取得する

• 近くの観光スポットを探す

• 場所間の道順を取得する

• 最適な待ち合わせ場所を見つける

• 近所を探索する

独自のクライアントを作成する

独自のクライアントを作成するには:

1. MCP クライアントをインポートします。

from mcp.client import Client

2. サーバーの URL を使用してクライアントを初期化します。

client = Client("http://localhost:8000")

3. ツールを呼び出すか、リソースにアクセスします。

# Example: Geocode an address
results = await client.invoke_tool("geocode_address", {"address": "New York City"})

構成

インストール

クロードデスクトップ

MacOS の場合: ~/Library/Application\ Support/Claude/claude_desktop_config.json Windows の場合: %APPDATA%/Claude/claude_desktop_config.json

"mcpServers": {
  "osm-mcp-server": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/osm-mcp-server",
      "run",
      "osm-mcp-server"
    ]
  }
}

"mcpServers": {
  "osm-mcp-server": {
    "command": "uvx",
    "args": [
      "osm-mcp-server"
    ]
  }
}

発達

建築と出版

配布用のパッケージを準備するには:

1. 依存関係を同期し、ロックファイルを更新します。

uv sync

2. パッケージディストリビューションをビルドします。

uv build

これにより、 dist/ディレクトリにソースとホイールのディストリビューションが作成されます。

3. PyPI に公開:

uv publish

注: 環境変数またはコマンド フラグを使用して PyPI 資格情報を設定する必要があります。

デバッグ

MCPサーバーはstdio経由で実行されるため、デバッグが困難になる場合があります。最適なデバッグ環境を実現するには、 MCP Inspectorの使用を強くお勧めします。

次のコマンドを使用して、 npm経由で MCP Inspector を起動できます。

npx @modelcontextprotocol/inspector uv --directory /path/to/osm-mcp-server run osm-mcp-server

起動すると、ブラウザでアクセスしてデバッグを開始できる URL がインスペクタに表示されます。

APIの使用例

Python コードから主要な API エンドポイントを使用する方法の簡単な例を次に示します。

import asyncio
from mcp.client import Client

async def main():
    client = Client("http://localhost:8000")
    
    # Geocode an address
    results = await client.invoke_tool("geocode_address", {"address": "Empire State Building"})
    print(f"Found location: {results[0]['display_name']}")
    
    # Get coordinates
    lat = float(results[0]['lat'])
    lon = float(results[0]['lon'])
    
    # Find nearby coffee shops
    nearby = await client.invoke_tool(
        "find_nearby_places",
        {
            "latitude": lat,
            "longitude": lon,
            "radius": 500,
            "categories": ["amenity"],
            "limit": 5
        }
    )
    
    # Print results
    print(f"Found {nearby['total_count']} nearby places")
    for category, subcategories in nearby["categories"].items():
        for subcategory, places in subcategories.items():
            print(f"  - {subcategory}: {len(places)} places")

if __name__ == "__main__":
    asyncio.run(main())