LocuSync Server

Locusync服务器

模型上下文协议（MCP）服务器，为AI代理提供地理空间工具。使Claude、GPT和其他LLM能够执行地理编码、路由、空间分析和文件操作。

特性

• 地理编码：将地址转换为坐标，反之亦然（通过Nominim/OSM或Pelias）
• 批量地理编码：在单个请求中对多个地址进行地理编码（最多10个）
• 高程：获取沿路径的点和高程剖面的高度
• 路由：使用距离、持续时间和几何图形计算点之间的路线（通过OSRM）
• 空间分析：缓冲区、交点、并线、距离计算
• 文件I/O：读/写Shapefiles、GeoJSON、GeoPackage
• CRS转换：在坐标参考系之间转换

安装

# From PyPI (when published)
pip install locusync-server

# From source
git clone https://github.com/matbel91765/locusync-server.git
cd locusync-server
pip install -e .

快速开始

使用克劳德桌面

添加到您的 claude_desktop_config.json:

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

直接使用

# Run the server
locusync-server

可用工具

地理编码

geocode

将地址转换为坐标。

Input: "1600 Pennsylvania Avenue, Washington DC"
Output: {lat: 38.8977, lon: -77.0365, display_name: "White House..."}

reverse_geocode

将坐标转换为地址。

Input: lat=48.8566, lon=2.3522
Output: {display_name: "Paris, Île-de-France, France", ...}

batch_geocode

一次对多个地址进行地理编码（最多10个）。

Input: addresses=["Paris, France", "London, UK", "Berlin, Germany"]
Output: {results: [...], summary: {total: 3, successful: 3, failed: 0}}

海拔

get_elevation

获取一个点的高度。

Input: lat=48.8566, lon=2.3522
Output: {elevation_m: 35, location: {lat: 48.8566, lon: 2.3522}}

get_elevation_profile

沿路径获取高程。

Input: coordinates=[[2.3522, 48.8566], [2.2945, 48.8584]]
Output: {profile: [...], stats: {min: 28, max: 42, gain: 14}}

几何

distance

计算两点之间的距离。

Input: lat1=48.8566, lon1=2.3522, lat2=51.5074, lon2=-0.1278
Output: {distance: {meters: 343556, kilometers: 343.56, miles: 213.47}}

buffer

在几何图形周围创建缓冲区。

Input: geometry={type: "Point", coordinates: [2.3522, 48.8566]}, distance_meters=1000
Output: {geometry: {type: "Polygon", ...}, area_km2: 3.14}

spatial_query

执行空间操作（交集、并集、包含、内部等）。

Input: geometry1={...}, geometry2={...}, operation="intersection"
Output: {geometry: {...}}

transform_crs

在CRS之间转换坐标。

Input: geometry={...}, source_crs="EPSG:4326", target_crs="EPSG:3857"
Output: {geometry: {...}}

路由

route

计算两点之间的路线。

Input: start_lat=48.8566, start_lon=2.3522, end_lat=48.8606, end_lon=2.3376
Output: {distance: {...}, duration: {...}, geometry: {...}, steps: [...]}

isochrone

计算在规定时间内可到达的区域。

Input: lat=48.8566, lon=2.3522, time_minutes=15, profile="driving"
Output: {geometry: {type: "Polygon", ...}}

文件

read_file

读取地理空间文件（Shapefile、GeoJSON、GeoPackage）。

Input: file_path="data/cities.shp"
Output: {type: "FeatureCollection", features: [...]}

write_file

将要素写入地理空间文件。

Input: features={...}, file_path="output.geojson", driver="GeoJSON"
Output: {file_path: "...", feature_count: 10}

配置

环境变量：

响应格式

所有工具都返回一致的JSON结构：

{
  "success": true,
  "data": { ... },
  "metadata": {
    "source": "nominatim",
    "confidence": 0.95
  },
  "error": null
}

速率限制

• 提名：1个请求/秒（自动执行）
• OSRM演示：尽最大努力，考虑自托管生产

发展

# Install dev dependencies
pip install -e ".[dev]"

# Run tests
pytest

# Run with coverage
pytest --cov=src/locusync --cov-report=html

# Type checking
mypy src/locusync

# Linting
ruff check src/locusync

建筑

src/locusync/
├── server.py      # MCP server entry point
├── config.py      # Configuration management
├── utils.py       # Common utilities
└── tools/
    ├── geocoding.py   # geocode, reverse_geocode, batch_geocode
    ├── elevation.py   # get_elevation, get_elevation_profile
    ├── routing.py     # route, isochrone
    ├── geometry.py    # buffer, distance, spatial_query, transform_crs
    └── files.py       # read_file, write_file

许可证

MIT许可证-请参阅 许可证 了解详情。

贡献

欢迎投稿！请在提交PR之前阅读投稿指南。

路线图

• \[x\] Pelias地理编码支持（更高精度）
• \[x\] 高程/地形数据
• \[x\] 批量地理编码
• \[\]瓦尔哈拉路由集成（本地等时线）
• \[\]PostGIS空间查询
• \[\]实时交通数据
• \[\]ESRI FileGDB完全支持