🚀 OpenStreetMap (OSM) MCP 服务器

OpenStreetMap MCP 服务器是一个增强大型语言模型（LLM）功能的实现方案，它巧妙地结合了位置服务与地理空间数据，为用户提供更强大的地理信息处理能力。

🚀 快速开始

本地测试

运行服务器

1. 安装依赖：

uv sync

2. 启动服务器：

uv run --port 8000

测试客户端

import asyncio
from mcp.client import Client

async def main():
    client = Client("http://localhost:8000")
    
    # 地理编码测试
    results = await client.invoke_tool("geocode_address", {"address": "Empire State Building"})
    print(f"找到位置：{results[0]['display_name']}")
    
    # 获取坐标
    lat = float(results[0]['lat'])
    lon = float(results[0]['lon'])
    
    # 查找附近咖啡馆
    nearby = await client.invoke_tool(
        "find_nearby_places",
        {
            "latitude": lat,
            "longitude": lon,
            "radius": 500,
            "categories": ["amenity"],
            "limit": 5
        }
    )
    
    # 打印结果
    print(f"找到 {nearby['total_count']} 个附近地点")
    for category, subcategories in nearby["categories"].items():
        for subcategory, places in subcategories.items():
            print(f"  - {subcategory}: {len(places)} 个地点")

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

✨ 主要特性

• 地理编码：将地址转换为经纬度。
• 反向地理编码：根据经纬度获取地址信息。
• 附近地点搜索：查找指定范围内的兴趣点。
• 路径规划：计算两点之间的最优路线。
• 地图数据访问：访问 OpenStreetMap 的原始地理数据。

📦 安装指南

开发模式

1. 安装依赖：

uv sync

2. 启动服务器：

uv run --port 8000

生产环境

1. 构建发布包：

uv build

2. 部署到生产环境，确保配置文件路径正确：
   • MacOS：~/Library/Application Support/osm-mcp-server/
   • Windows：%APPDATA%/osm-mcp-server/
   • Linux：~/.config/osm-mcp-server/

💻 使用示例

基础用法

import asyncio
from mcp.client import Client

async def main():
    client = Client("http://localhost:8000")
    
    # 地理编码测试
    results = await client.invoke_tool("geocode_address", {"address": "Empire State Building"})
    print(f"找到位置：{results[0]['display_name']}")
    
    # 获取坐标
    lat = float(results[0]['lat'])
    lon = float(results[0]['lon'])
    
    # 查找附近咖啡馆
    nearby = await client.invoke_tool(
        "find_nearby_places",
        {
            "latitude": lat,
            "longitude": lon,
            "radius": 500,
            "categories": ["amenity"],
            "limit": 5
        }
    )
    
    # 打印结果
    print(f"找到 {nearby['total_count']} 个附近地点")
    for category, subcategories in nearby["categories"].items():
        for subcategory, places in subcategories.items():
            print(f"  - {subcategory}: {len(places)} 个地点")

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

📚 详细文档

演示

会合点优化

社区分析

停车场搜索

组件

资源

1. 地理位置资源：提供地理位置的详细信息，包括经纬度、地址和相关标签。
2. 搜索资源：支持基于关键词、类别或过滤条件的位置搜索。
3. 路线规划资源：计算两点之间的路径，并返回详细的路径数据。

工具

• 地理编码工具：用于将地址转换为经纬度。
• 反向地理编码工具：根据经纬度获取地址信息。
• 附近地点工具：查找指定范围内的兴趣点。
• 路径规划工具：计算两点之间的最优路线。

使用场景

房地产决策

帮助用户分析目标区域的房地产价值，通过周边设施和交通便利性来评估房产价格。

EV 充电站查找

为电动汽车用户提供附近充电站的位置、可用性和实时状态信息。

开发和发布

准备发行

1. 同步依赖：

uv sync

2. 构建发行包：

uv build

3. 发布到 PyPI：

uv publish

调试

使用 MCP 绝缘子工具进行调试：

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