CreateGBM MCP

日本史3D地图MCP服务器

提供日本历史古迹数据Model Context Protocol (MCP)服务器。

本地开发Python版本和云生产Cloudflare Workers提供版本。

机能

• 获取城市列表
• 都市内の史跡一覧取得
• 关键字搜索
• 获取史迹详细信息

项目配置

japanese_history_mcp/
├── local/                    # ローカル開発・テスト用
│   ├── server.py            # Python MCP (FastMCP) - ローカルDB版
│   ├── cloud_bridge.py      # Python MCP - CloudflareAPI版（Node.js不要）
│   └── japanese_history.db  # SQLite データベース
├── cloud/                    # クラウド本番用
│   ├── src/index.ts         # Cloudflare Workers MCP
│   ├── wrangler.toml        # Cloudflare設定
│   └── package.json
├── data/
│   ├── sites.json           # マスターデータ
│   └── migrate.py           # データ移行スクリプト
├── requirements.txt         # Python依存関係
└── README.md

______________________________________________________________________

安装，安装

1.数据准备

主数据（data/sites.json）生成各环境的数据库：

# Python環境のセットアップ（初回のみ）
python -m venv .venv
.venv\Scripts\activate  # Windows
# source .venv/bin/activate  # macOS/Linux

pip install -r requirements.txt

# データ移行実行
python data/migrate.py

这将生成以下内容：

• local/japanese_history.db （SQLite）
• cloud/init_d1.sql (D1用SQL)

______________________________________________________________________

本地开发（Python版）

起动方法

cd local
python server.py

Claude Desktop中的设置

claude_desktop_config.json 添加到：

{
  "mcpServers": {
    "japanese_history": {
      "command": "python",
      "args": ["C:\\Users\\YOUR_USERNAME\\Desktop\\japanese_history_mcp\\local\\server.py"],
      "env": {}
    }
  }
}

注意：请使用绝对路径指定路径。

______________________________________________________________________

云API使用（两种方法）

方法1：Python API桥接（推荐・Node.js不需要

特徴:

• ✅ Node.js不需要（仅限Python）
• ✅ 国土交通省MCP与服务器相同的体系结构
• ✅ 设置简单
• ✅ Cloudflare Workers API直接调用

设置：

1. 安装所需的相关性

   pip install httpx

1. Claude Desktop配置

   {
     "mcpServers": {
       "japanese_history_api": {
         "command": "python",
         "args": ["C:\\Users\\YOUR_USERNAME\\Desktop\\japanese_history_mcp\\local\\cloud_bridge.py"]
       }
     }
   }

优点：

• Python仅在环境中完成
• 与本地版相同的设定形式
• 外部API可用作

______________________________________________________________________

方法2：Node.js桥接（传统方法）

特徴:

• Node.js通过桥梁Workers API连接
• MCP JSON-RPC协议HTTP转换为

前提条件:

• Node.js 18以降

设置：

1. 创建桥文件（workers_bridge/index.js）

1. Claude Desktop配置

   {
     "mcpServers": {
       "japanese_history_cloud": {
         "command": "node",
         "args": [
           "C:\\path\\to\\workers_bridge\\index.js"
         ]
       }
     }
   }

______________________________________________________________________

云生产部署

前提条件

• Node.js 18以降
• Cloudflare账户
• 牧马人CLI

部署过程

1. D1创建数据库

cd cloud
npx wrangler d1 create japanese-history-db

已输出database_id的wrangler.toml设置为：

[[d1_databases]]
binding = "DB"
database_name = "japanese-history-db"
database_id = "YOUR_DATABASE_ID_HERE"

2.数据库初始化

npx wrangler d1 execute japanese-history-db --remote --file=init_d1.sql

3.部署

npm install
npm run deploy

部署后Workers URL显示：

https://japanese-history-mcp.YOUR_SUBDOMAIN.workers.dev

这URL在上述的“方法1”或“方法2”中使用。

______________________________________________________________________

开发工作流

数据更新时

1. data/sites.json编辑
2. 运行迁移脚本：

   python data/migrate.py

1. 本地测试：

   cd local
   python server.py

1. 部署到云：

   cd cloud
   npx wrangler d1 execute japanese-history-db --file=init_d1.sql
   npm run deploy

______________________________________________________________________

可用工具

list_cities

获取已注册城市列表

参数：无

list_sites_in_city

取得指定城市的史迹一览表

参数:

• city_code (string): 城市代码（例如“fukuoka”）

search_sites

用关键词搜索史迹

参数:

• keyword (string): 搜索关键字

get_site_detail

获取史迹的详细信息

参数:

• site_id (string): 史迹ID

______________________________________________________________________

故障排除

本地版不动

• Python 3.8确认以后是否安装
• 确认虚拟环境是否已启用
• pip install -r requirements.txt执行

云版无法移动

• wrangler.toml的，之database_id确认是否正确
• D1确认数据库是否已初始化
• 在部署日志中检查错误

______________________________________________________________________

许可证

MIT许可证

貢献

欢迎拉要求！

1. 分叉此存储库
2. 创建特征分支
3. 提交更改
4. 推送以创建拉式请求