OpenStreetMap MCP 服务器实现，通过基于位置的服务和地理空间数据增强 LLM 功能。
Related MCP server: Google Maps MCP Server
该服务器为 LLM 提供与 OpenStreetMap 数据交互的工具，使基于位置的应用程序能够：
将地址和地名地理编码为坐标
将地理编码坐标反向转换为地址
查找附近的兴趣点
获取位置之间的路线指引
在边界框内按类别搜索地点
为多人推荐最佳会面地点
探索区域并获取全面的位置信息
查找某个地点附近的学校和教育机构
分析家和工作地点之间的通勤选择
定位带有连接器和电源滤波的电动汽车充电站
执行房地产社区宜居性分析
查找停车设施的可用性和费用信息
服务器实现基于位置的资源：
location://place/{query} ：按名称或地址获取地点信息
location://map/{style}/{z}/{x}/{y} ：获取指定坐标处的样式地图图块
该服务器实现了几个地理空间工具：
geocode_address ：将文本转换为地理坐标
reverse_geocode ：将坐标转换为人类可读的地址
find_nearby_places ：发现某个地点附近的兴趣点
get_route_directions ：获取位置之间的逐向导航
search_category ：查找某个区域内特定类别的地点
suggest_meeting_point ：为多人寻找最佳会面地点
explore_area ：获取有关社区的综合数据
find_schools_nearby ：查找特定位置附近的教育机构
analyze_commute ：比较家和工作地点之间的交通选择
find_ev_charging_stations ：通过筛选定位电动汽车充电基础设施
analyze_neighborhood ：评估房地产社区的宜居性
find_parking_facilities ：查找目的地附近的停车选项
法学硕士可以帮助用户评估潜在的购房社区：
要在本地运行服务器：
以开发模式安装包：
pip install -e .启动服务器：
osm-mcp-server服务器将启动并监听标准输入/输出上的 MCP 请求。
该存储库在examples/目录中包含两个示例客户端：
client.py演示了 OSM MCP 服务器的基本用法：
python examples/client.py这将：
连接到本地运行的服务器
获取有关旧金山的信息
搜索该地区的餐馆
通过进度跟踪检索综合地图数据
llm_client.py提供了一个专为 LLM 集成设计的帮助类：
python examples/llm_client.py此示例展示了法学硕士 (LLM) 如何使用位置助手来执行以下操作：
从文本查询中获取位置信息
查找附近的兴趣点
获取地点之间的路线
寻找最佳会面地点
探索社区
要创建您自己的客户端：
导入MCP客户端：
from mcp.client import Client使用您的服务器 URL 初始化客户端：
client = Client("http://localhost:8000")调用工具或访问资源：
# Example: Geocode an address
results = await client.invoke_tool("geocode_address", {"address": "New York City"})在 MacOS 上： ~/Library/Application\ Support/Claude/claude_desktop_config.json在 Windows 上： %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"
]
}
}准备分发包：
同步依赖项并更新锁文件：
uv sync构建软件包分发版：
uv build这将在dist/目录中创建源和轮子分布。
发布到 PyPI：
uv publish注意：您需要通过环境变量或命令标志设置 PyPI 凭据。
由于 MCP 服务器通过 stdio 运行，调试起来可能比较困难。为了获得最佳调试体验，我们强烈建议使用MCP Inspector 。
您可以使用以下命令通过npm启动 MCP Inspector：
npx @modelcontextprotocol/inspector uv --directory /path/to/osm-mcp-server run osm-mcp-server启动后，检查器将显示一个 URL，您可以在浏览器中访问该 URL 以开始调试。
以下是如何使用 Python 代码中的关键 API 端点的简单示例：
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())Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Address validation & geocoding for AI agents: 240+ countries, UK PAF, free US/CA enrichment
Geospatial intelligence with Mapbox APIs like geocoding, POI search, directions, isochrones, etc.
Real-world data for agents: air quality, geocoding, quakes, holidays, web search
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/jagan-shanmugam/open-streetmap-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server