快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

docker run -i gbif-mcp:latest

详细介绍

GBIF MCP服务器

模型上下文协议（MCP）服务器，提供对全球生物多样性信息设施（GBIF）API的程序访问。

概述

该MCP服务器使AI助手和应用程序能够通过模型上下文协议与GBIF的广泛生物多样性数据进行交互。GBIF提供来自世界各地的数亿种物种发生记录、分类信息和生物多样性研究数据。

什么是GBIF？

这全球生物多样性信息设施是一个国际网络和数据基础设施，提供对生物多样性数据的开放访问。GBIF API提供对以下内容的编程访问：

物种数据：分类信息、物种发现和名称匹配实用程序
事件记录：物种观察和标本索引记录
数据集：关于已发布数据集及其来源的信息
组织：关于出版组织和机构的数据
地图：生物多样性数据可视化
文学：引用GBIF数据集的同行评审论文
词汇：生物多样性数据的标准化术语

什么是MCP？

这模型上下文协议是一个开放协议，规范了人工智能应用程序与外部数据源和工具的交互方式。该服务器实现了MCP，使克劳德等人工智能助手可以访问GBIF的生物多样性数据。

快速开始

# 1. Clone and build
git clone https://github.com/tyson-swetnam/gbif-mcp.git
cd gbif-mcp
npm install
npm run build

# 2. Add to Claude Code
claude mcp add gbif node "$(pwd)/build/index.js"

# 3. Test it
claude chat "Search GBIF for Panthera leo occurrences in Kenya"

或者，对于Claude Desktop，请添加 claude_desktop_config.json:

{
  "mcpServers": {
    "gbif": {
      "command": "node",
      "args": ["/ABSOLUTE/PATH/TO/gbif-mcp/build/index.js"]
    }
  }
}

特性

此MCP服务器提供对关键GBIF API端点的访问，并提供全面的参数文档：

API种：搜索物种，获取分类信息，并匹配科学名称
发生API：使用40+高级过滤器查询物种发生记录
注册API：访问有关数据集和发布组织的信息
地图API：生成生物多样性数据的可视化
文献API：搜索引用GBIF数据的研究论文
验证程序API：执行数据质量检查

综合参数说明

每个刀具参数包括：

详细说明 目的和用途
真实世界的例子 使用实际的GBIF数据（例如，“示例：猫科动物为212”）
有效值列表 用于具有人类可读描述的枚举
范围限制 以及数据类型信息
GBIF API文档链接 供进一步参考

这使得AI助手能够轻松构建准确的查询，而无需猜测参数格式。

响应大小限制

为了确保与AI上下文窗口的兼容性，此服务器实现了自动响应大小限制：

最大响应大小：250KB（可通过以下方式配置 RESPONSE_MAX_SIZE_KB)
警告阈值：200KB（记录优化警告）
智能截断：较大的响应会自动截断，并提供有用的分页指导

配置

通过环境变量控制响应限制：

RESPONSE_MAX_SIZE_KB=250              # Maximum response size
RESPONSE_WARN_SIZE_KB=200             # Warning threshold
RESPONSE_ENABLE_TRUNCATION=true       # Enable smart truncation
RESPONSE_ENABLE_SIZE_LOGGING=true     # Log size metrics

截断响应

当响应超过大小限制时，您将收到：

{
  "truncated": true,
  "originalSize": "1.2MB",
  "returnedSize": "248KB",
  "metadata": {
    "totalCount": 1000,
    "returnedCount": 23
  },
  "pagination": {
    "suggestion": "Use limit=20 with offset=0, then offset=20, offset=40...",
    "example": { "taxonKey": 212, "limit": 20, "offset": 0 }
  },
  "data": { ... }
}

安装

来源

# Clone the repository
git clone https://github.com/tyson-swetnam/gbif-mcp.git
cd gbif-mcp

# Install dependencies
npm install

# Build the server
npm run build

来自NPM（发布时）

npm install -g gbif-mcp

使用Docker

# Clone the repository
git clone https://github.com/tyson-swetnam/gbif-mcp.git
cd gbif-mcp

# Build the Docker image
docker build -t gbif-mcp:latest .

# Or use Docker Compose
docker-compose build

Docker镜像使用Alpine Linux的多阶段构建，占用空间小（~150MB）。

配置

选项1:克劳德桌面应用程序

将服务器添加到Claude Desktop配置文件中：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json 视窗: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "gbif": {
      "command": "node",
      "args": ["/ABSOLUTE/PATH/TO/gbif-mcp/build/index.js"],
      "env": {
        "GBIF_USERNAME": "your-username",
        "GBIF_PASSWORD": "your-password"
      }
    }
  }
}

重要：替换 /ABSOLUTE/PATH/TO 带有克隆存储库的完整路径。

示例（macOS）：

{
  "mcpServers": {
    "gbif": {
      "command": "node",
      "args": ["/Users/yourname/projects/gbif-mcp/build/index.js"]
    }
  }
}

示例（Windows）：

{
  "mcpServers": {
    "gbif": {
      "command": "node",
      "args": ["C:\\Users\\YourName\\projects\\gbif-mcp\\build\\index.js"]
    }
  }
}

更新配置后：

保存文件
重新启动克劳德桌面
寻找🔌 用于验证MCP服务器是否已连接的图标

选项2:Claude代码命令行界面

如果你正在使用克劳德代码，您可以使用CLI添加MCP服务器：

# Navigate to your gbif-mcp directory
cd /path/to/gbif-mcp

# Add the MCP server
claude mcp add gbif node build/index.js

# Or with environment variables for authenticated endpoints
claude mcp add gbif node build/index.js --env GBIF_USERNAME=your-username --env GBIF_PASSWORD=your-password

验证安装：

# List all MCP servers
claude mcp list

# Test the connection
claude mcp test gbif

选项3：Docker容器

在Docker容器中运行MCP服务器，以进行隔离、可重复的部署：

Docker快速入门

# Build the image
docker build -t gbif-mcp:latest .

# Run the container (stdio mode for MCP)
docker run -i gbif-mcp:latest

Claude桌面与Docker

更新您的Claude Desktop配置以使用Docker容器：

macOS/Linux:

{
  "mcpServers": {
    "gbif": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e", "GBIF_USERNAME=your-username",
        "-e", "GBIF_PASSWORD=your-password",
        "gbif-mcp:latest"
      ]
    }
  }
}

视窗:

{
  "mcpServers": {
    "gbif": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e", "GBIF_USERNAME=your-username",
        "-e", "GBIF_PASSWORD=your-password",
        "gbif-mcp:latest"
      ]
    }
  }
}

使用Docker的Claude代码CLI

# Add the Docker-based MCP server
claude mcp add gbif docker run -i --rm gbif-mcp:latest

# With environment variables
claude mcp add gbif docker run -i --rm \
  -e GBIF_USERNAME=your-username \
  -e GBIF_PASSWORD=your-password \
  gbif-mcp:latest

Docker Compose

为了便于管理，请使用Docker Compose：

# Start the service
docker-compose up -d gbif-mcp

# View logs
docker-compose logs -f gbif-mcp

# Stop the service
docker-compose down

编辑 docker-compose.yml 要配置环境变量，请执行以下操作：

environment:
  - GBIF_USERNAME=${GBIF_USERNAME}
  - GBIF_PASSWORD=${GBIF_PASSWORD}
  - LOG_LEVEL=debug  # Change log level

然后在Claude Desktop配置中使用：

{
  "mcpServers": {
    "gbif": {
      "command": "docker",
      "args": ["compose", "run", "--rm", "gbif-mcp"]
    }
  }
}

Docker环境变量

将环境变量传递给Docker容器：

# Using -e flags
docker run -i --rm \
  -e GBIF_USERNAME=myusername \
  -e GBIF_PASSWORD=mypassword \
  -e LOG_LEVEL=debug \
  -e CACHE_ENABLED=true \
  gbif-mcp:latest

# Using an env file
echo "GBIF_USERNAME=myusername" > .env.docker
echo "GBIF_PASSWORD=mypassword" >> .env.docker
docker run -i --rm --env-file .env.docker gbif-mcp:latest

Docker镜像详细信息

基本图像：Node.js 20 Alpine Linux
尺寸：~150MB（多阶段构建）
用户：以非root用户身份运行（uid 1001）
安全：只读根文件系统，无新权限
健康检查：内置健康监测

选项4：其他MCP客户端

对于其他MCP兼容客户端（Codex、Gemini CLI等），请按照其MCP服务器设置文档将服务器添加到客户端的配置文件中：

通用MCP配置格式:

{
  "mcpServers": {
    "gbif": {
      "command": "node",
      "args": ["/absolute/path/to/gbif-mcp/build/index.js"],
      "env": {
        "GBIF_USERNAME": "optional-username",
        "GBIF_PASSWORD": "optional-password"
      }
    }
  }
}

环境变量

创建 .env 项目根目录中的文件用于本地开发（可选）：

# GBIF API Credentials (optional - only needed for downloads and authenticated endpoints)
GBIF_USERNAME=your-gbif-username
GBIF_PASSWORD=your-gbif-password

# GBIF API Configuration (optional - defaults shown)
GBIF_BASE_URL=https://api.gbif.org/v1
GBIF_USER_AGENT=GBIF-MCP-Server/1.0.0
GBIF_TIMEOUT=30000

# Rate Limiting (optional - defaults shown)
RATE_LIMIT_MAX_REQUESTS=100
RATE_LIMIT_CONCURRENT=10

# Caching (optional - defaults shown)
CACHE_ENABLED=true
CACHE_MAX_SIZE=100
CACHE_TTL=3600000

# Logging (optional - defaults shown)
LOG_LEVEL=info
LOG_FORMAT=json

备注：大多数GBIF API终结点不需要身份验证。仅以下情况需要凭据：

请求事件下载
访问私有数据集
发布数据（目前尚未实施）

验证安装

配置后，验证服务器是否正常工作：

在克劳德桌面中：

打开克劳德桌面
寻找🔌 界面中的MCP图标
尝试查询：“在GBIF中搜索肯尼亚的Panthera leo事件”

在Claude Code CLI中：

# List available tools
claude mcp tools gbif

# Test a simple query
claude chat "Use the gbif MCP server to search for Panthera leo"

手动测试（stdio）：

# Build and test the server directly
npm run build
echo '{"jsonrpc":"2.0","id":1,"method":"tools/list"}' | node build/index.js

可用工具

服务器提供以下MCP工具用于与GBIF数据交互：

物种工具

gbif_species_search -使用高级过滤搜索物种
gbif_species_get -获取特定物种的详细信息
gbif_species_suggest -获取物种名称建议以进行自动补全
gbif_species_match -将物种名称与GBIF分类进行模糊匹配
gbif_species_children -获得一个分类单元的直接分类子级
gbif_species_parents -获取完整的分类路径
gbif_species_synonyms -获取同义词和替代名称
gbif_species_vernacular_names -获取多种语言的通用名称
gbif_species_descriptions -获取物种的文本描述
gbif_species_distributions -获取地理分布信息
gbif_species_media -获取图像、声音和视频

事件工具

gbif_occurrence_search -使用40+个筛选参数搜索事件记录
gbif_occurrence_get -获取单个事件的完整详细信息
gbif_occurrence_count -快速计数，无需检索完整记录
gbif_occurrence_verbatim -获取原始未处理的事件数据
gbif_occurrence_download_request -请求大数据集下载（需要身份验证）
gbif_occurrence_download_status -检查下载状态
gbif_occurrence_download_predicate_builder -构建下载过滤器

所有工具都包含全面的参数描述和示例。使用 claude mcp tools gbif 查看完整列表。

使用示例

配置后，您可以通过AI助手使用MCP服务器：

物种查询

“印度虎发生记录检索”
“查找Quercus robur物种的分类信息”
“意大利蜜蜂在不同语言中的通用名称是什么？”
“给我看看非洲狮的完整分类”
“查找学名Felis leo的所有同义词”

事件查询

“2023年，加利福尼亚州记录了多少次鸟类观测？”
“寻找1900年以前采集的兰花标本”
“向我展示国家公园的事件记录和照片”
“巴西濒危物种观测搜索”

数据管理

“列出自然历史博物馆发布的数据集”
“给我看最近引用GBIF关于传粉昆虫数据的论文”
“发布前验证此生物多样性数据集”

故障排除

服务器未连接

克劳德桌面：

检查配置文件路径是否正确
验证您使用的是绝对路径（而不是相对路径，如 ~/ 或 ./)
确保生成目录存在： ls /path/to/gbif-mcp/build/index.js
检查克劳德桌面日志：

- macOS： ~/Library/Logs/Claude/ - 窗户： %APPDATA%\Claude\logs\

克劳德代码CLI：

# Check server status
claude mcp status gbif

# View logs
claude mcp logs gbif

# Remove and re-add
claude mcp remove gbif
claude mcp add gbif node /absolute/path/to/gbif-mcp/build/index.js

构建错误

# Clean and rebuild
rm -rf build node_modules
npm install
npm run build

# Check for TypeScript errors
npm run build -- --noEmit

Docker问题

图像构建失败：

# Clean Docker cache and rebuild
docker system prune -a
docker build --no-cache -t gbif-mcp:latest .

# Check Docker version (requires 20.10+)
docker --version

容器无法启动：

# Check container logs
docker logs 

# Run with debug logging
docker run -i --rm -e LOG_LEVEL=debug gbif-mcp:latest

# Test container health
docker run --rm gbif-mcp:latest node -e "console.log('test')"

权限问题：

# Ensure Docker daemon is running
docker ps

# Check if user has Docker permissions (Linux)
sudo usermod -aG docker $USER
# Log out and back in for group changes to take effect

环境变量不起作用：

# Verify environment variables are passed
docker run -i --rm gbif-mcp:latest node -e "console.log(process.env.GBIF_USERNAME)"

# Use --env-file for multiple variables
docker run -i --rm --env-file .env.docker gbif-mcp:latest

MCP与Docker的通信问题：

确保您正在使用 -i stdio通信的（交互式）标志
使用 --rm 执行后自动删除容器
不使用 -d （分离）模式-MCP需要stdio连接
检查MCP配置中的命令是否完全匹配： docker run -i --rm gbif-mcp:latest

身份验证问题

如果你在下载时遇到401个错误：

在以下网址验证您的GBIF凭据 GBIF.org
检查环境变量是否设置正确
创建 .env 项目根目录中包含您的凭据的文件
注意：大多数端点不需要身份验证，只有下载需要

速率限制

如果您受到费率限制：

减少查询频率
在大型搜索之前使用计数端点
考虑缓存结果
对大型数据集使用引用下载，而不是分页

Node.js版本

确保你使用的是Node.js 18或更高版本：

node --version  # Should be v18.0.0 or higher

API覆盖范围

此MCP服务器实现以下GBIF API部分：

✅ API种
✅ 发生API
✅ 注册API
✅ 地图API
✅ 文献API
✅ 词汇API
✅ 验证程序API

发展

# Run in development mode
npm run dev

# Run tests
npm test

# Lint code
npm run lint

资源

贡献

欢迎投稿！请随时提交问题或拉取请求。

克隆该仓库
创建功能分支(git checkout -b feature/amazing-feature)
提交您的更改(git commit -m 'Add some amazing feature')
推到分支(git push origin feature/amazing-feature)
打开拉取请求

许可证

MIT许可证

致谢

该项目使用GBIF API提供生物多样性数据访问。GBIF由政府资助，并维护一个稳定的API版本1，并提供向后兼容性保证。

支持

GBIF API问题：
GBIF社区论坛： discuse.gbif.org
MCP问题：在此存储库中打开问题

目录标签

HTMLClaude浏览器自动化本地部署生物多样性数据物种信息查询出现记录数据集访问MCP协议

支持客户端

Claude DesktopClaude

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

运行时（runtime，运行环境）

Docker

工具数量（toolCount，工具数）

18

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/eaef927015cb4b1b50fd1c40e0a5c2d7

GBIF MCP Server 是一个基于模型上下文协议（MCP）的服务，提供对全球生物多样性信息设施（GBIF）API的程序化访问，支持AI助手和应用程序查询物种数据、出现记录、数据集等多种生物多样性信息。

继续浏览同类 MCP

更多浏览器工具 MCP（2,803）返回 MCP 目录

上一个 MCP

Garrardkitchen MCP

全面解析Ai Chat ExampleMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器，Ai Chat Example能让AI助手访问实时数据、执行操作，为您提供更智能的工作体验和自动化解决方案。

下一个 MCP

Gcp Auditmate MCP Server

Self-service audit toolkit for Google Cloud Platform, powered by MCP.