🚌 Mo总线/Ama总线MCP服务器（非官方）

非官方 奥迪沙首都地区的人工智能公交车路线规划

![License: MIT](https://opensource.org/licenses/MIT) ![Python 3.10+](https://www.python.org/downloads/) ![FastMCP](https://github.com/jlowin/fastmcp) ![Status: Beta](<>) ](https://github.com/HimanshuMohanty-Git24/MoBusMCP/stargazers) ](https://github.com/HimanshuMohanty-Git24/MoBusMCP/network/members) ](https://github.com/HimanshuMohanty-Git24/MoBusMCP/issues) ](https://github.com/HimanshuMohanty-Git24/MoBusMCP/pulls)

模型上下文协议（MCP）服务器，为任何人工智能助手提供智能公交路线规划。 通过Claude、ChatGPT或任何兼容MCP的AI进行自然语言查询，规划您在布巴内斯瓦尔、Cuttack和普里的日常通勤。

______________________________________________________________________

______________________________________________________________________

🎯 概述

问题

作为奥里萨邦的Mo Bus/Ama Bus通勤者，我每天都面临着挑战：

😕 不知道该坐哪辆公交车 --多条路线，同一目的地
🔍 搜索浪费的时间 --打开应用程序，查找路线，检查站点
🤔 登机点的不确定性 --我到底应该在哪里登机？
📱 上下文切换 --不断在应用程序之间切换

解决方案

Mo总线MCP服务器 通过将智能路线规划直接引入您的AI助手来解决这个问题。只要问：

*“我需要在上午8:30从KIIT校园前往Acharya Vihar广场附近的埃森哲。我应该乘坐哪路公交车？”*

通过以下方式获取即时、详细的旅行计划：

✅ 上车的确切巴士号码\ ✅ 步行至最近车站的距离\ ✅ 总行程时间和票价\ ✅ 备选路线（如有）

与任何LLM即插即用 --Claude、ChatGPT或任何与MCP兼容的AI助手。

______________________________________________________________________

✨ 特性

🚏 智能行程规划

自然语言查询 --用简单的英语问就行了
智能地理编码 --使用谷歌地图（SerpAPI）+开放街道地图
最近停车检测 --自动查找最近的Mo巴士站
多路线建议 --获取有优缺点的替代方案
步行距离计算 --确切地知道要走多远
实时票价估算 --基于距离和路线

🗺️ 全面覆盖

60+公交线路 --覆盖主要走廊
734个公交车站 --横跨布巴内斯瓦尔、卡塔克和普里
3大城市 --首都地区互联互通
特殊服务 --机场、火车站、医院路线

🤖 AI原生设计

MCP协议 --适用于Claude Desktop、ChatGPT等
FastMCP框架 --简洁、现代的Python实现
基于工具的体系结构 --模块化、可扩展设计
上下文感知 --了解地标、地址和口语名称

🔧 开发者友好

有据可查 --简洁的代码，带有全面的注释
易于扩展 --模块化服务架构
基于环境的配置 --简单 .env 设置
全面的错误处理 --优雅的退化

______________________________________________________________________

🗺️ 官方公交网络图

这是奥里萨邦首都地区城市交通（CRUT）网络的完整站点和路线图：

Mo Bus and Ama Bus Network Map

完整的公交网络：60多条路线|734个站点|Bhubaneswar•Cuttack•Puri

地图覆盖范围

主要网络 --连接市中心的所有主要路线
停车地点 --所有公交车站的精确地理位置
路线详情 --颜色编码路线，便于识别
连接点 --交通枢纽和换乘站
服务区域 --机场、火车站、医院、教育机构

有关最新的官方信息，请访问 CRUT官方网站

______________________________________________________________________

🏗️ 建筑

系统设计

graph TD
    subgraph Client["🖥️ CLIENT LAYER"]
        Claude["Claude Desktop"]
        ChatGPT["ChatGPT"]
        Other["Other AI Clients"]
    end
    
    subgraph MCP["🔌 MCP PROTOCOL LAYER"]
        Protocol["stdin/stdout/HTTPS Communication"]
    end
    
    subgraph Server["🚀 MCP SERVER LAYER
FastMCP"]
        Journey["Journey Planner"]
        Route["Route Finder"]
        Fare["Fare Calculator"]
    end
    
    subgraph Service["🌐 SERVICE LAYER"]
        Geocoding["Geocoding Service
SerpAPI + Nominatim"]
        SerpAPI["Google Maps
SerpAPI"]
        OSM["OpenStreetMap
Nominatim"]
    end
    
    subgraph Data["💾 DATA LAYER"]
        JSON["JSON Data Store"]
        Routes["60+ Routes"]
        Stops["734 Stops"]
        Fares["Fare Structure"]
    end
    
    Claude --> Protocol
    ChatGPT --> Protocol
    Other --> Protocol
    Protocol --> Journey
    Protocol --> Route
    Protocol --> Fare
    Journey --> Geocoding
    Route --> Geocoding
    Fare --> JSON
    Geocoding --> SerpAPI
    Geocoding --> OSM
    JSON --> Routes
    JSON --> Stops
    JSON --> Fares
    
    classDef clientStyle fill:#FF6B6B,stroke:#C92A2A,color:#fff,stroke-width:2px
    classDef protocolStyle fill:#4ECDC4,stroke:#088395,color:#fff,stroke-width:2px
    classDef serverStyle fill:#95E1D3,stroke:#38ADA9,color:#000,stroke-width:2px
    classDef serviceStyle fill:#FFE66D,stroke:#F4A261,color:#000,stroke-width:2px
    classDef dataStyle fill:#A8DADC,stroke:#457B9D,color:#000,stroke-width:2px
    
    class Client clientStyle
    class MCP protocolStyle
    class Server serverStyle
    class Service serviceStyle
    class Data dataStyle

部件分解

组件	技术	目的
服务器框架	FastMCP 2.0	MCP协议实现
地理编码	SerpAPI+OSM提名	位置到坐标转换
行程规划	自定义算法	路线查找和优化
数据存储	JSON	路线、站点和票价数据
距离计算	Haversine公式	步行距离计算
语言支持	Python 3.10+	核心实现

项目结构

AmABUSMCP/
├── src/
│   ├── __init__.py                   # Package initialization
│   ├── server.py                     # FastMCP server entry point
│   ├── data/
│   │   ├── __init__.py              # Data loading and helpers
│   │   └── (data utilities)
│   ├── services/
│   │   ├── __init__.py
│   │   ├── geocoding.py             # SerpAPI + OSM geocoding service
│   │   └── planner.py               # Journey planning algorithms
│   └── utils/
│       ├── __init__.py
│       └── distance.py              # Haversine distance calculations
├── asset/
│   ├── ALL STOP AND ROUT MAP.png    # Official network map
│   ├── homescreen_logo-*.png        # Mo Bus logo
│   ├── crut_logo-*.png              # CRUT logo
│   └── AMA_BUS_ODIA-*.png           # Ama Bus logo
├── mo_bus_complete_database.json    # Complete routes & stops database
├── requirements.txt                  # Python dependencies
├── pyproject.toml                   # Project configuration
├── .env.example                     # Example environment variables
├── .gitignore                       # Git ignore rules
└── README.md                        # This file

______________________________________________________________________

🚀 安装

先决条件

Python 3.10 或更高-- 下载Python
点或 紫外线 （建议安装速度更快）
SerpAPI密钥 （可选，用于增强地理编码）
Git --用于克隆存储库

方法1：使用 `uv` （推荐-最快）

紫外线是一个用Rust编写的超快Python包安装程序。

# Step 1: Install uv (if not already installed)
curl -LsSf https://astral.sh/uv/install.sh | sh

# Step 2: Clone the repository
git clone https://github.com/HimanshuMohanty-Git24/MoBusMCP.git
cd MoBusMCP

# Step 3: Create virtual environment
uv venv

# Step 4: Activate virtual environment
# On Windows:
.venv\Scripts\activate
# On macOS/Linux:
source .venv/bin/activate

# Step 5: Install dependencies
uv sync

方法2：使用 `pip`

# Step 1: Clone the repository
git clone https://github.com/HimanshuMohanty-Git24/MoBusMCP.git
cd MoBusMCP

# Step 2: Create virtual environment
python -m venv venv

# Step 3: Activate virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate

# Step 4: Install dependencies
pip install -r requirements.txt

环境设置

创建 .env 项目根目录中的文件：

# Optional: For enhanced geocoding with Google Maps
SERPAPI_KEY=your_serpapi_key_here

# Optional: Server configuration
LOG_LEVEL=INFO
DEBUG_MODE=false

获取免费的SerpAPI密钥：

访问 SerpAPI
注册一个免费帐户（包括免费积分）
复制API密钥
添加到 .env

______________________________________________________________________

🎯 快速开始

1.启动服务器（独立）

# Activate virtual environment first
source .venv/bin/activate  # macOS/Linux
# or
.venv\Scripts\activate     # Windows

# Run the server
python -m src.server

服务器将开始监听MCP客户端连接。

2.使用Claude Desktop进行配置

安装克劳德桌面 从 Claude.ai

编辑Claude桌面配置 文件：

- 窗户： %APPDATA%\Claude\claude_desktop_config.json - macOS： ~/Library/Application Support/Claude/claude_desktop_config.json - Linux： ~/.config/Claude/claude_desktop_config.json

添加Mo Bus服务器配置：

{
  "mcpServers": {
    "mo-bus": {
      "command": "python",
      "args": ["-m", "src.server"],
      "cwd": "C:\\path\\to\\MoBusMCP",
      "env": {
        "PYTHONPATH": "C:\\path\\to\\MoBusMCP",
        "SERPAPI_KEY": "your_serpapi_key_here"
      }
    }
  }
}

重新启动克劳德桌面

开始规划你的旅程！

______________________________________________________________________

🎮 用法

查询示例

试着问克劳德以下任何一个问题：

💬 "Show me all bus routes going to the airport"

💬 "I'm at KIIT Campus and need to reach Bhubaneswar Railway Station. 
    What bus should I take?"

💬 "Which buses stop at Master Canteen?"

💬 "Calculate fare from Baramunda to Nandankanan Zoo"

💬 "Plan my morning commute from KIIT to Accenture, Acharya Vihar at 8:30 AM"

💬 "What are all the stops on Route 10?"

💬 "I need to go from Cuttack to Bhubaneswar, what are my options?"

💬 "Find the nearest bus stop near my current location (mention landmark)"

响应格式

Claude将提供结构化的回应：

📍 Source: [Your starting point]
📍 Destination: [Where you need to go]
🚌 Bus Options: [Available routes with numbers]
🚶 Walking Distance: [To nearest stop]
⏱️ Journey Time: [Estimated duration]
💰 Fare: [Estimated cost]
📅 Alternative Routes: [If available]

高级功能

多程旅行 --自动连接建议
基于时间的规划 --考虑高峰时段和时间表
步行优化 --尽量减少步行距离
票价计算 --基于实际路线

______________________________________________________________________

📸 演示截图

Claude Desktop中MCP的实时演示

1.初始查询和路线规划

2.行程详情和停靠信息

3.带成本的完整通勤计划

______________________________________________________________________

📹 视频演示

YouTube上的完整演示

观看Mo Bus MCP服务器的完整演示：

在YouTube上观看完整演示

______________________________________________________________________

⚙️ 配置

SerpAPI设置（可选但推荐）

SerpAPI提供精确的谷歌地图地理编码，以实现更好的位置匹配。

没有SerpAPI： 该系统退回到免费的OpenStreetMap提名（有效但不太准确）。

设置步骤：

注册在 SerpAPI （免费版可用）
获取API密钥 从仪表板
添加 .env:

   SERPAPI_KEY=your_key_here

重新启动服务器

定制

添加新路线

编辑 mo_bus_complete_database.json:

{
  "routes": {
    "NEW_ROUTE": {
      "route_number": "NEW_ROUTE",
      "route_name": "Start Point ↔ End Point",
      "start": "Start Location",
      "end": "End Location",
      "via": "Via Points",
      "stops": ["Stop 1", "Stop 2", "Stop 3"],
      "distance_km": 10,
      "service": "Regular"
    }
  }
}

添加新站点

添加坐标 src/data/__init__.py:

coordinate_map = {
    'your_stop_id': {'lat': 20.2961, 'lon': 85.8245},
    'another_stop': {'lat': 20.3000, 'lon': 85.8300},
}

环境变量

# Server logging level
LOG_LEVEL=INFO|DEBUG|WARNING|ERROR

# Enable debug mode for development
DEBUG_MODE=true|false

# API timeout (seconds)
API_TIMEOUT=30

# Maximum walking distance (km)
MAX_WALKING_DISTANCE=5

______________________________________________________________________

📊 数据源

数据采集过程

⚠️ 重要免责声明： 所有路线和站点数据 手动来源和编译 由开发商。该过程涉及：

1.来源收集

从下载官方路线图 CRUT网站
从Mo Bus/Ama Bus应用程序收集的路线图像
从官方来源收集的日程PDF
与OpenStreetMap数据交叉引用

2.数据提取

使用大型语言模型（GPT-4，Claude）进行图像到数据的转换
手动验证和交叉引用的输出
在多次迭代中批量解析路线
根据真实世界的观察结果进行验证

3.数据整合

将所有解析的路由合并为统一的JSON格式
使用GPS手动添加主要站点的坐标
已验证的路线顺序和连接点
创建了全面的票价表

数据准确性和覆盖范围

⚠️ 数据可能包含不准确之处：

某些路线可能已经过时（CRUT会定期更新路线）
停靠站名称可能与官方来源不同
坐标可能不精确
CRUT增加的新航线可能不包括在内
中断的路线可能仍然存在

当前覆盖范围：

✅ 60+路线 （CRUT运营的84多家公司中）
✅ 734个公交车站
✅ 18个城市/地区 首都地区
⚠️ 约70%的路线覆盖率

帮助改善数据

我们需要社区的积极贡献！如果您注意到：

❌ 路线信息不正确
❌ 缺少公交车站
❌ 停止顺序错误
❌ 过时的路线
❌ 坐标不准确

请贡献：

打开问题 上详细信息
提交拉取请求 已校正
分享准确数据 你有

优先需求：

🔴 实时巴士位置
🔴 实时日程更新
🔴 精确的停车坐标（GPS）
🔴 缺少44条路线文件

______________________________________________________________________

🤝 贡献

捐款是 非常欢迎！无论你是开发人员、数据爱好者还是公交车通勤者，都有很多方法可以做出贡献。

贡献类型

1.数据改进（无需编码！）

添加缺失的路线
修复不正确的停止顺序
添加精确的GPS坐标
更新路线名称和详细信息
验证现有数据

2.代码增强

提高地理编码精度
优化行程规划算法
添加新功能（例如实时跟踪）
改进错误处理
优化性能
添加单元测试

3.文件

改进README
添加代码注释和文档字符串
创建教程文章
翻译文档
创建视频教程

4.整合与合作

与其他AI平台集成
构建网络/移动界面
创建CLI工具
开发移动应用程序

贡献过程

# 1. Fork the repository on GitHub
git clone https://github.com/YOUR-USERNAME/MoBusMCP.git
cd MoBusMCP

# 2. Create a feature branch
git checkout -b feature/your-feature-name

# 3. Make your changes
# Edit files, add features, improve data, etc.

# 4. Commit your changes
git add .
git commit -m "Add: description of your changes"

# 5. Push to your fork
git push origin feature/your-feature-name

# 6. Open a Pull Request on GitHub
# Include description of changes and why they're needed

代码样式指南

使用 PEP 8 Python代码
添加 类型提示 在可能的情况下
写 文档字符串 对于功能
添加评论复杂逻辑
保持功能 小而专注

提交消息格式

Type: Brief description (50 chars max)

Optional longer description explaining why the change was made.
Reference issues: #123, #456

类型： Add:, Fix:, Improve:, Docs:, Refactor:, Test:

______________________________________________________________________

🤝 合作机会

🚨 致电CRUT和Chalo团队！

致：首都地区城市交通（CRUT）\ 致： Chalo应用程序开发团队\ 项目： Mo总线MCP服务器

你好我是这个的开发者 非官方的 Mo Bus MCP服务器，作为一名普通的Mo Bus通勤者，出于解决实际通勤问题的热情而构建。

我们建造了什么

✅ 基于人工智能的旅行计划 --自然语言界面
✅ 与Claude、ChatGPT和其他AI助手集成 --通过MCP协议
✅ 60条路线，734个站点 --手动编译和验证
✅ 智能地理编码 --使用SerpAPI+OpenStreetMap
✅ 模块化、可扩展的架构 --易于增强

我们可以共同创造什么

🚀 实时公交车跟踪 --实时位置集成
🚀 实时日程更新 --直接来自CRUT系统
🚀 准确的官方路线数据 --从您的数据库
🚀 支付集成 --Razorpay/UPI通过人工智能订票
🚀 应用内票务 --直接通过Claude/ChatGPT
🚀 座位可用性 --实时公交车拥挤信息
🚀 延迟通知 --即时警报和替代方案
🚀 多语言支持 --奥迪亚语、印地语、英语界面

为什么合作？

对于CRUT/Chalo：

📈 增加乘客量 通过AI可访问性
💡 创新通勤规划 随着新兴技术的发展
🌟 展示奥里萨邦 作为人工智能领先的公共交通领导者
📉 减少支持查询 智能自动化
🤝 建立社区 精通技术的通勤者

对于社区：

✨ 准确、实时的行程规划
🎟️ 无缝订票 通过AI
📱 更好的通勤体验 为所有用户
🚌 鼓励公共交通 采用
🌍 可持续城市交通 解决方案

让我们谈谈！

我愿意：

🤝 官方合作伙伴关系或MOA
🔌 API访问实时数据
👨‍💻 联合开发功能
📜 发牌安排
💼 什么对每个人都最有效！

联系人： 打开问题或通过GitHub联系

______________________________________________________________________

⚠️ 免责声明

非官方项目

这是一个非官方、社区驱动的项目 并且不隶属于、认可或关联于：

首都地区城市交通（CRUT）
奥里萨邦政府
Chalo App或其任何开发人员
任何官方的Mo Bus/Ama巴士服务提供商
任何政府交通部门

数据准确性

不提供保修： 此项目中的路线、站点和时间表数据：

多半 不完整、过时或不正确
是 手动编译 来自公开来源
有 未经正式核实 当局
应该 不是唯一的来源 用于行程规划
可能 不反映当前运营情况

始终独立验证

旅行前，务必核实：

✓ 检查 官方Mo Bus/Ama Bus应用程序
✓ 确认路线 母线导体
✓ Visit CRUT官方网站官方时间表
✓ 检查 服务变更或罢工

免责声明

本项目的开发人员和维护人员：

提供此软件 “原样” 不提供任何形式的保证
是 不负责任 用于：

- 错过公共汽车或交通延误 - 路线信息不正确或过时 - 旅行不便或错过预约 - 数据准确性问题 - 服务不可用

做 不能保证 数据准确性或服务可用性
是 不承担责任 因使用本软件而造成的任何损害

使用风险自负

通过使用此MCP服务器，您确认并接受：

这是一个 实验性、社区驱动的项目
数据 可能不准确或明显过时
你将 独立核实重要行程信息
你使用这个工具 完全由您自行承担风险
你 免除开发商的责任 任何责任

______________________________________________________________________

📄 许可证

MIT许可证 --请参阅许可证文件以获取完整的详细信息。

简单来说（TL；DR）

✅ 你可以：

自由使用此项目
修改并重新分发它
商业化使用
创作衍生作品

❌ 您必须：

包括原始许可证
包含版权声明
不追究我们的责任

底线： 免费使用和修改，但使用风险自负！ 😊

______________________________________________________________________

📞 支持与社区

获取帮助

问题和Bug：
讨论：
文档： 此自述文件
电子邮件： \[您的联系方式\]

社区

🌟 为存储库添加星号 如果你觉得它有用
🍴 分叉并贡献 改进项目
💬 分享您的反馈 和建议
📣 传话其他通勤者

______________________________________________________________________

🙏 致谢与致谢

组织

CRUT（首都地区城市交通） --用于运营Mo Bus/Ama巴士服务
奥里萨邦政府 --公共交通基础设施
Chalo应用团队 --对于原始的Mo Bus应用程序

技术与图书馆

FastMCP --优秀的MCP框架创建者
Claude&ChatGPT --用于人工智能功能和数据提取
开放街道地图 --免费地图数据和提名服务
SerpAPI --用于谷歌地图地理编码集成
半正矢公式 --用于精确计算距离

______________________________________________________________________

⭐ 如果你觉得这个有用，请加星！ ⭐

](https://github.com/HimanshuMohanty-Git24/MoBusMCP/stargazers)

你的明星帮助这个项目接触到更多的人，并鼓励进一步的发展！

存储库统计信息

License

关注并连接

🐙 github： 希曼舒莫汉蒂-Git24
📧 问题： 报告与讨论

______________________________________________________________________

由...制作❤️ 适用于奥里萨邦的Mo巴士通勤者

*因为通勤应该是明智的，而不是有压力的。*

______________________________________________________________________

Mo Bus MCP

快速接入

详细介绍

🚌 Mo总线/Ama总线MCP服务器（非官方）

📖 目录

🎯 概述

问题

解决方案

✨ 特性

🚏 智能行程规划

🗺️ 全面覆盖

🤖 AI原生设计

🔧 开发者友好

🗺️ 官方公交网络图

地图覆盖范围

🏗️ 建筑

系统设计

部件分解

项目结构

🚀 安装

先决条件

方法1：使用 uv （推荐-最快）

方法2：使用 pip

环境设置

🎯 快速开始

1.启动服务器（独立）

2.使用Claude Desktop进行配置

🎮 用法

查询示例

响应格式

高级功能

📸 演示截图

Claude Desktop中MCP的实时演示

1.初始查询和路线规划

2.行程详情和停靠信息

3.带成本的完整通勤计划

📹 视频演示

YouTube上的完整演示

⚙️ 配置

SerpAPI设置（可选但推荐）

设置步骤：

定制

添加新路线

添加新站点

环境变量

📊 数据源

数据采集过程

1.来源收集

2.数据提取

3.数据整合

数据准确性和覆盖范围

帮助改善数据

🤝 贡献

贡献类型

1.数据改进（无需编码！）

2.代码增强

3.文件

4.整合与合作

贡献过程

代码样式指南

提交消息格式

🤝 合作机会

🚨 致电CRUT和Chalo团队！

我们建造了什么

我们可以共同创造什么

为什么合作？

让我们谈谈！

⚠️ 免责声明

非官方项目

数据准确性

始终独立验证

免责声明

使用风险自负

📄 许可证

简单来说（TL；DR）

📞 支持与社区

获取帮助

社区

🙏 致谢与致谢

组织

方法1：使用 `uv` （推荐-最快）

方法2：使用 `pip`